经济计量方法导论-第六讲PPT课件.pptVIP

第六讲;限值因变量(limited dependent variable, LDV):即取值范围明显受到限制的因变量 例：因变量值取1/0(是否购买) 例：因变量为非负数(出险理赔次数)等 二值因变量的回归建模 线性概率模型、对数单位模型、概率单位模型 不完整观测样本和非随机样本的回归建模 断尾正态回归模型、截取正态回归模型、托宾模型 泊松回归模型;二值因变量回归建模;二值因变量：因变量只取0/1两个值 二值响应模型(binary response models):用于二值因变量的回归建模，目标：研究响应概率 给定自变量x条件下，因变量y取1的概率 二值响应模型主要包括 线性概率模型 对数单位模型 概率单位模型;线性概率模型(linear probability model,LPM)(7.5节) 是一种最简单的二值响应模型 源于一般线回归模型 模型形式为： 系数的含义：?j度量了因xj的变化导致y成功(取1)概率的平均变化:;线性概率模型示例:分析影响妇女外出工作的因素(MROZ.WFL) 是否工作，其他收入来源，受教育程度，工作经历，年龄，年龄小于6岁的子女数，年龄在6-18岁之间的子女数;线性概率模型的问题： 无法保证模型给出的概率值限制在0-1范围内 前例中，当： 解决方法：预测值小于0.5的取0，大于等于0.5的取1;线性概率模型的问题： 线性概率模型反映了概率与自变量取值之间的线性相关，无法反映非线性关系 例：家庭收入和购买商品房的概率 违背了高斯－马尔科夫假定，当y为二值变量时： 表明：除非概率与任何一个x都不相关，否则一定存在异方差;复杂的二值响应模型 目的：克服线性概率模型的局限性 策略： G(z)的函数值限制在0-1之间，一般为累积分布函数(cumulative distribution function,CDF) 种类： 对数单位模型和概率单位模型 差异：主要体现在G函数的具体形式上 问题：G函数具体形式的选择？;选择G函数具体形式策略的出发点 以满足经典线性模型假设的潜变量模型为基础 潜变量：其值无法观测到的变量(这里为y*，如购买带来的效应) 显变量：其值能被观测到的变量(这里为y，取1或0) y*大于0时,y=1; y*小于等于0时,y=0 于是：G的具体形式取决于e的分布 ;若e是逻辑斯蒂随机变量，选用Logit模型 概??密度函数(PDF)g为： G是逻辑斯蒂函数，为标准逻辑斯蒂随机变量的累积分布函数(CDF)： ;若e服从正态分布，选用Probit模型 G是标准正态的累积分布函数 ;极大似然估计(Maximum likelihood estimation,MLE):在所有可能的?值中选择使样本有最大似然性的? 基本思路： 在给定Xi下yi的概率合写为： 似然函数与联合概率密度函数形式相同： 对数似然函数：;Logit模型具体为： Probit模型具体为：;解释变量的偏效应;解释变量的偏效应;为方便量化x的偏效应，计算两种偏效应： 第一：平均个人偏效应(partial effect at the average, PEA) 将x以均值代入，计算比例因子： 乘以βj得到xj的平均个人偏效应 不足：有时x的均值是没有意义的 第二：平均偏效应(average partial effect, APE)，常用 以概率密度均值作为比例因子： 乘以βj得到xj的平均偏效应 比例因子与概率密度函数有关 Logit模型为： Probit模型为： ;理论上，Logit和Probit的选择取决于潜变量模型误差项分布的假设 Logit和Probit偏效应的精确对比： 不仅看βj，还需乘以各自的比例因子 Logit和Probit偏效应的粗略对比： 对数单位模型中： 概率单位模型中： 若两模型给出大致相同的偏效应估计，则两βj的关系： ;;概率与自变量呈非线性;β的实际意义仍不明显;;通常的预测依据：概率阈值 评价指标1：通过混淆矩阵判断阈值是否恰当 ;评价指标1：通过正确预测百分比判断阈值是否恰当 例：分析影响妇女外出工作的因素(MROZ.WFL);评价指标2：麦克法登(McFadden)的伪R2(pseudo R-squared)， ;McFadden伪R2示例：分析影响妇女外出工作的因素(MROZ.WFL);非随机样本不完整观测样本的回归建模;非随机样本：采用非概率抽样方式获得的样本(9.5节) 外生样本选择(exendogenous sample selection)：以自变量为依据，根据自变量取值范围有针对性地进行样本选择 例：研究年龄职业等因素对年收入(因变量)影响时，重点考察中年人群，即中年人群入样 基于外生样本选择方式获得的非随机样本，采用OLS，估计量具有良好特性