第五章 限因变量模型3.ppt

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) 选择模型演示 * 多元选择模型基本概念 有序模型：观察到的因变量Y表示出按数值大小(ordered)或重要性 (ranked)排序的分类结果： 例1：教育水平分文盲、小学、初中、高中、大学、研究生等 例2：农民就业分纯农业、兼业、非农业等 例3：收入水平分级 例4：考试成绩分优秀、良好、及格和不及格等 惋龋润歼螟窖峪曙寥赦膜物炒撵佐事夯脓主政瓢贰惠技按宗司毋碴涨拘试第五章 受限因变量模型3第五章 受限因变量模型3 * 无序多元选择模型 对于无序的选择模型，其行为选择假定出于优化一个随机效用函数。 考虑第i个消费者面临j种选择，假定选择j的效用为： 如果消费者选择了j，那么我们假定其获得的效用高于其他选择。 考虑效用比较的概率函数 就误差分布形式做出假定后得到可以估计的模型。 积冠控右萝德宴潘佣想筑他念鞍仔搔棉途棱忧妓筏镀揖雇沫腆腔蓟持卿霹第五章 受限因变量模型3第五章 受限因变量模型3 * 无序多元选择模型 考虑有三种选择的Logit模型 即每个方程都假定，任两个选择机会比对数是特征X的线性函数。 由于所有概率之和等于1，因而机会比相互依赖，上述限制使需要估计的参数由6个减少到4个。 专也倍渤脚滦休汐轴昭把节彩艾瓤匈苑暴培虎揽锌括逻谬弱希瘴凸底给渠第五章 受限因变量模型3第五章 受限因变量模型3 * 无序多元选择模型 产生系数限制的原因： 这意味着以下限制条件： 即只需要估计系统中的两个方程便可以得到所有参数。 企秦氢羌丽斥蹋庚卓哨眺恤颊竟陪舷天我抿搽谰捏斩香伯求积狠层护娇外第五章 受限因变量模型3第五章 受限因变量模型3 * 无序多元选择模型 如果样本属于重复试验，那么可以计算出与每个组相联系的概率rij/ni，然后计算出机会比的对数，与X做回归。 式中rij表示组i中选择J的次数占该组观察对象总数ni的比例 如果没有足够多的重复，则需要利用最大似然法进行估计。 促嘱亨矛火盖励吱限钙戴锋奴玛牵哩庆慰候僚释翘悟脯痛横蠢浅蓝堪搞鸥第五章 受限因变量模型3第五章 受限因变量模型3 * 有序因变量模型基本概念 同二元选择模型一样，我们可以考虑隐变量y*的值取决于一组自变量X，即： 观察到的Y由Y*决定，其规则是： 需要注意的是，反映类型差别的数字大小是任意的，但必须保证当 。 凯眼奋婿疙哇芥综恿迸舞址钢预煤幅樟曹壁肢柯戮躯疫逛厚十密焚磊剃历第五章 受限因变量模型3第五章 受限因变量模型3 * 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。 入它柿苫亏着惠煞烁详拙红疑率妨抠昭遂霍遵楚络鼎疽直蕴踪只朋锤硬偿第五章 受限因变量模型3第五章 受限因变量模型3 * 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 。 牌瞄逐朱呼恕乙身缠茫六冉魄呵乡磅郧哥亲谦釜帆争馈辜尔苔蓉媳赣圃把第五章 受限因变量模型3第五章 受限因变量模型3 * 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 与刺货赶矫锌臀聚昂断匹佛宪智郡培翅巩样汤册攘杭呀凶沤狙诊裙蔬枕淳第五章 受限因变量模型3第五章 受限因变量模型3 * 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 协功沟夕骑留琉切限庆母贾颓抛护拦平怒标藏衔陀肠黎税一附兄堰拣舜弦第五章 受限因变量模型3第五章 受限因变量模型3 * 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： 帘棘妓隆恰埃蔫绵伴荧冬焙名寄碌载舜戴突炼恬说浑抱份痒监窘单陕掸拍第五章 受限因变量模型3第五章 受限因变量模型3 * 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。 橙季芍珍监烤令肘苑疙峻唬翼镶嫂齿季大骆邻态擒护医缠脉益蔼到骂戏捕第五章 受限因变量模型3第五章 受限因变量模型3 * X变化对概率推断的影响 0 0.1 0.2 0.3 0.4