【正文】
異方差處理。注:在大樣本中有效,估計回歸方程。用)中的因變量,作為回歸(用得到(讀出,從標(biāo)準(zhǔn)正態(tài)給定從分組數(shù)據(jù)得、估計步驟:-OL SIs t e pPFIIC DFPs t e pNnPs t e piiiiiiii2:3)?:2?:141???31 ?0 7 2 ?7?7 2 0 ?69 7 8 )1 0 ()()0 0 2 ()0 5 8 (0 4 8 0 8 ?52???????????????????iiiiiiPIXPIXIXRtXI單位。平均增加增加一單位,、例子:32 二、 Logit模型與 Probit 模型的比較 幾何形狀 Probit Model (概率):虛曲線 Logit Model (對數(shù)):實曲線 注: Logit Model 的使用要多于 Probit Model 133 iiiiiitL P MitL P Mitp r o b i tXZo b i tPPL o g i tL PM221222l o gl o gl o g??),Z?Pr?1???3,。6 2 2??????????????????(模型:)-(模型:模型:為相應(yīng)的條件概率的變化變化時,當(dāng)解釋變量發(fā)生一單位、概率變化含截距項時。不含截距項時。、估計值比較34 167。 4 托比( tobit)模型 托比模型是概率的拓展,還是以住房為例,對因變量我們不僅想知道有或是沒有,還要問一個消費者相對于其收入花在購房上的金額。出現(xiàn)一個問題:如果一個消費者不買住房就得不到這類消費者的住房支出數(shù)據(jù)。托比模型就是針對這種情況而言的。 35 截取樣本:僅對某些觀測有因變量的信息的樣本。 本課程對此不作要求)、用最大似然法估計(否則的話若、托比模型200121??? ????R H SuXYiii??36 本章小結(jié) ?對于二元選擇模型,應(yīng)熟練掌握 logit回歸模型或 probit模型。并熟練掌握利用 Eviews統(tǒng)計軟件進(jìn)行實證研究,并對回歸結(jié)果中的參數(shù)進(jìn)行合理解釋,會進(jìn)行擬合優(yōu)度檢驗。 ?對于排序選擇模型,掌握利用 Eviews統(tǒng)計軟件進(jìn)行實證研究,并對回歸結(jié)果中的參數(shù)進(jìn)行合理解釋。 37 課后練習(xí) 1. 找一個二元選擇模型的例子,用 Eviews實現(xiàn) ? 要求解釋回歸結(jié)果 ? 作擬合優(yōu)度檢驗 2. 找一個排序選擇模型的例子,用 Eviews實現(xiàn)。 ? 要求解釋回歸結(jié)果。