受限因變量模型ppt課件(已改無錯(cuò)字)
2023-06-06 18:06:22 本頁(yè)面
【正文】 布曲線向右移動(dòng)。 ? 最小和最大段的邊際影響方向可以根據(jù)估計(jì)參數(shù)的符號(hào)確定，但中間段的影響方向取決于兩項(xiàng)的綜合結(jié)果。 ? ?? ?? ?? ? ? ?? ?? ?P r 0P r 1P r 2iiiYfxxYf x f xxYfxx??? ? ? ?? ? ???????????? ? ? ????????????39 X變化對(duì)概率推斷的影響 ? ??f?0 0 1 2 X的邊際效果為正或負(fù)取決于參數(shù) ?的符號(hào)和概率分布的變化。 40 用 EVIEWS估計(jì)有序因變量模型 ? 在有序因變量模型中，因變量的值僅僅反映排序，因而對(duì)其數(shù)值及間隔并無特殊要求。 ?例：序列 (1,2,3,4)等同于序列 (1,10,30,100) ? 因變量必須是整數(shù) ，可以利用 EVIEWS的函數(shù)功能做轉(zhuǎn)換 (@Round,@Floor,@Ceil) ? 估計(jì)該方程時(shí)的步驟為： ?選擇 Quick→ Estimate equation ?在隨后出現(xiàn)的對(duì)話窗口中，先選擇模型設(shè)定窗口，給出因變量和自變量（不需要常數(shù)項(xiàng)）。 41 用 EVIEWS估計(jì)有序因變量模型 ? 從三種估計(jì)方法 (Probit, Logit, Extreme value)中選擇一種 ? 確定估計(jì)模型所使用的樣本區(qū)間 ? 按 OK后 EVIEWS利用迭代求解法得出估計(jì)結(jié)果，包括各自變量的參數(shù)及相應(yīng)的統(tǒng)計(jì)值，各臨界點(diǎn) ?和其統(tǒng)計(jì)值，其他統(tǒng)計(jì)檢驗(yàn)指標(biāo)等。 ? 若模型收斂，那么報(bào)告的內(nèi)容具有意義。 ? 需要注意的問題有： ? 由于 EVIEWS有估計(jì)參數(shù)數(shù)量限制，因而因變量的取值不能太多（使用大樣本時(shí)需要特別注意）。 ? 若某一類別中的觀察值過少，此時(shí)會(huì)造成識(shí)別困難。在可能的情況下，應(yīng)考慮將其合并到其他類別。 42 第三節(jié) 刪改與截取模型 ? 刪改數(shù)據(jù)或截取數(shù)據(jù) ? 模型估計(jì)中的問題 ? 受限因變量模型 （ TOBIT模型 ） ? 模型估計(jì)方法與統(tǒng)計(jì)檢驗(yàn) ? 案例分析 43 截取數(shù)據(jù)：子樣代表總體 ? 當(dāng)樣本是總體中的某個(gè)特殊子集時(shí)，我們遇到數(shù)據(jù)被截取的情況 。 ?例 1：針對(duì)貧困戶的調(diào)查資料，但無非貧困戶資料 ?例 2：對(duì)有借款行為農(nóng)戶的調(diào)查，無非貸款農(nóng)戶資料 ? 此時(shí)只觀察到該特殊子集的各項(xiàng)資料，沒有獲得有關(guān)其他對(duì)象的觀察資料。 ? 此時(shí)出現(xiàn)樣本對(duì)總體的代表性問題。 ?需要注意的是，總體的確定具有相對(duì)性，例如我們將貧困人口作為總體時(shí)，例 1的情況不再屬于截取。 44 刪改數(shù)據(jù)：不完整的因變量信息 ? 若樣本在總體中的分布具有代表性，但當(dāng)數(shù)據(jù)由于報(bào)告制度而使某些信息被高度簡(jiǎn)化時(shí)，我們遇到 “ 刪改數(shù)據(jù) ” 情況 。 ? Y=Y*如果 Y*處于某個(gè)范圍， Y=某個(gè)固定值如果 Y*處于其他范圍。 ? 例：農(nóng)戶收入的調(diào)查中將低于某一水平的農(nóng)戶全部報(bào)告為貧困戶而沒有報(bào)告具體的收入數(shù)據(jù) 。 ? 刪改數(shù)據(jù)仍有關(guān)于總體的自變量信息，但關(guān)于因變量的信息不完整。 ? 刪改數(shù)據(jù)情況可以被看作是由于數(shù)據(jù)報(bào)告制度存在缺點(diǎn)，造成信息含量的損失。 45 截取數(shù)據(jù)和刪改數(shù)據(jù)的概率分布 容量限制 座位 貧困線 收入 截取 ：所選擇的樣本是總體的一個(gè)子集。 刪改 ：樣本來自總體，但觀察結(jié)果不完整，或報(bào)告的信息簡(jiǎn)化。 例 1：居民收入 例 2：對(duì)電影票的需求 46 截取數(shù)據(jù)和刪改數(shù)據(jù) ? 從統(tǒng)計(jì)技術(shù)角度講，由于兩種情況均導(dǎo)致隨機(jī)變量的分布形式發(fā)生變化，并引起丟失解釋變量錯(cuò)誤， 因而利用 OLS方法估計(jì)模型會(huì)出現(xiàn)估計(jì)系數(shù)偏差。 ? 在很多應(yīng)用工作中，人們常常利用受限因變量模型處理存在上限、下限或上下限的數(shù)據(jù)，而不去認(rèn)真考慮究竟數(shù)據(jù)體現(xiàn)何種性質(zhì)。 47 截取隨機(jī)變量的密度分布 ? 定理：截取隨機(jī)變量的密度分布（考慮存在下限約束的情況） ?如果連續(xù)隨機(jī)變量 x的概率密度函數(shù)為 f(x)，且該變量面臨一個(gè)限制 a，那么其概率密度函數(shù)為： ? ? ? ?? ?Pr fxf x x a xa?? ?48 隱變量 (Latent Variables) ? 對(duì)于截取數(shù)據(jù)模型或刪改數(shù)據(jù)模型，均可以借鑒二元因變量模型引入的隱變量概念； ? 模型中的隱變量是解釋變量的函數(shù) ? y* = β0 +β?x + e ?然而我們只能觀察到 y＝ max(0, y*) ? 即： ?當(dāng) y* 0時(shí) y = y* ?當(dāng) y* ≤0時(shí) y =0 49 截取數(shù)據(jù)模型 ? 假定回歸模型的確定性部分為： ? 而包括正態(tài)分布隨機(jī)誤差的方程為（假定 e服從標(biāo)準(zhǔn)正態(tài)分布，方差為 ?2）： ? 因而 y為服從以下分布的隨機(jī)變量： ix?? ??i i iy x e? ???? ?2,~ ?? iii xNxy ?50 截取數(shù)據(jù)模型 ? 截取對(duì)隨機(jī)變量分布的影響體現(xiàn)在： ?當(dāng)截取發(fā)生在低端時(shí)，分布的均值增大；反之，截取發(fā)生在高端時(shí)，分布的均值減少。 ?截取降低了分布的方差。 51 截取正態(tài)分布變量的矩 ? 定理：如果 x~N(?， ?2)， a是一個(gè)常數(shù)，那么有： ?截取均值 E[x| truncation]= ?+??(?) ?截取方差 Var[x| truncation]= ?2[1?(?)] ? 式中： ??＝ (a?)/? ?如果 xa, 那么 ?(?)=?(?)/[1?(?)] ?如果 xa, 那么 ?(?)=?(?)/?(?) ??(?)=?(?)[?(?)?]，對(duì)于所有的 ?有 0?(?)1
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1