第五章 受限因变模型2.pptVIP

  1. 1、本文档共45页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第五章 受限因变模型2

第二节 多元选择模型 无序多元选择模型 有序因变量模型(Ordered data) 删改与截取数据问题图示 y = β0 +β?x + e y0, e-(β0 +β?x ) 选择模型演示 二元选择模型的估计与解释; 多元有序模型的估计与解释。 * 有序因变量模型基本概念 观察到每个Y的概率为: 式中F为误差项的累积分布函数。 * 有序因变量模型基本概念 分类界限?和参数β均通过求以下的似然函数最大值的方式估计得出: 式中函数I(.)是一个指标函数,当括号中的逻辑关系为真时等于1,反之等于0。 为了保证概率为正值,所有的?必须满足 0 ? 1 ? 2… ? M 。 * 有序的Probit模型下的概率 0 0.1 0.2 0.3 0.4 Y=0 Y=1 Y=2 Y=3 Y=4 * 有序因变量模型估计结果的解释 如同其他概率模型一样,有序因变量模型估计系数的直接用途一般并不大,受到关注的有: 自变量的边际效果 模型对行为的推断能力 模型拟合 * X变化对概率推断的影响 对于此类模型,X变化的边际效果不同于所得到的估计系数。 考虑一个只有三种选择的简化情况,此时模型只有一个临界参数(假定?1=0)。 相应的三个概率为: * X变化对概率推断的影响 与三个概率相对应的自变量的边际效果为: 当X增加而参数?和?保持不变时,这相当于将分布曲线向右移动。 最小和最大段的边际影响方向可以根据估计参数的符号确定,但中间段的影响方向取决于两项的综合结果。 * X变化对概率推断的影响 0 0.1 0.2 0.3 0.4 0 1 2 X的边际效果为正或负取决于参数?的符号和概率分布的变化。 * 用EVIEWS估计有序因变量模型 在有序因变量模型中,因变量的值仅仅反映排序,因而对其数值及间隔并无特殊要求。 例:序列(1,2,3,4)等同于序列(1,10,30,100) 因变量必须是整数,可以利用EVIEWS的函数功能做转换(@Round,@Floor,@Ceil) 估计该方程时的步骤为: 选择Quick→Estimate equation 在随后出现的对话窗口中,先选择模型设定窗口,给出因变量和自变量(不需要常数项)。 * 用EVIEWS估计有序因变量模型 从三种估计方法(Probit, Logit, Extreme value)中选择一种 确定估计模型所使用的样本区间 按OK后EVIEWS利用迭代求解法得出估计结果,包括各自变量的参数及相应的统计值,各临界点?和其统计值,其他统计检验指标等。 若模型收敛,那么报告的内容具有意义。 需要注意的问题有: 由于EVIEWS有估计参数数量限制,因而因变量的取值不能太多(使用大样本时需要特别注意)。 若某一类别中的观察值过少,此时会造成识别困难。在可能的情况下,应考虑将其合并到其他类别。 * 第三节 删改与截取模型 删改(cencored)数据或截取(truncated)数据 有的教材翻译成“归并”数据与“截断”数据 模型估计中的问题 受限因变量模型(TOBIT模型) 模型估计方法与统计检验 案例分析 * 删改数据:不完整的总量信息 若样本在总体中的分布具有代表性,但当数据由于报告制度而使某些信息被高度简化时,我们遇到“删改数据”情况 。 Y=Y*如果Y*处于某个范围,Y=某个固定值如果Y*处于其他范围。 例:农户收入的调查中将低于某一水平的农户全部报告为贫困户而没有报告具体的收入数据。 删改数据仍有关于总体的自变量信息,但关于因变量的信息不完整。 删改数据情况可以被看作是由于数据报告制度存在缺点,造成信息含量的损失。 * 截取数据:子样代表总体 当样本是总体中的某个特殊子集时,我们遇到数据被截取的情况。 例1:针对贫困户的调查资料,但无非贫困户资料 例2:对有借款行为农户的调查,无非贷款农户资料 此时只观察到该特殊子集的各项资料,没有获得有关其他对象的观察资料。 此时出现样本对总体的代表性问题。 需要注意的是,总体的确定具有相对性,例如我们将贫困人口作为总体时,例1的情况不再属于截取。 * 截取数据和删改数据的概率分布 容量限制 座位 贫困线 收入 截取:所选择的样本是总体的一个子集。 删改:样本来自总体,但观察结果不完整,或报告的信息简化。 例1:居民收入 例2:对电影票的需求 * 截取数据和删改数据带来的问题 从统计技术角度讲,由于两种情况均导致随机变量的分布形式发生变化,并引起丢失解释变量错误,因而利用OLS方法估计模型会出现估计系数偏差。 在很多应用工作中,人们常常利用受限因变量模型处理存在上限、下限或上下限的数据,而不去认真考虑究竟数据体现何种性质。 -(β0 +β?x ) 即使没有上述推断问题,我们利用线性概率模型推断的X变化对概率的影响也会大于1或小于

文档评论(0)

l215322 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档