第十四章 离散因变量和受限因变量模型_s.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * 例14.4 审查模型的实例 本例研究已婚妇女工作时间问题，利用mroz.raw中数据，其中y 表示已婚妇女工作时间， x1～ x4分别表示已婚妇女的未成年子女个数、年龄、受教育的年限和丈夫的收入。只要已婚妇女没有提供工作时间，就将工作时间作零对待，符合审查回归模型的特点。 取帐釜弹惨乖孵脊吵镊揍坎峦健挥郭僵顶伴矫疲赊荧蚤桐预瘤阵孺昼袭乙第十四章 离散因变量和受限因变量模型_s第十四章 离散因变量和受限因变量模型_s * 14.3.2 截断回归模型 截断问题，形象地说就是掐头或者去尾。即在很多实际问题中，不能从全部个体中抽取因变量的样本观测值，而只能从大于或小于某个数的范围内抽取样本的观测值，此时需要建立截断因变量模型。例如，在研究与收入有关的问题时，收入作为被解释变量。从理论上讲，收入应该是从零到正无穷，但实际中由于各种客观条件的限制，只能获得处在某个范围内的样本观测值。这就是一个截断问题。截断回归模型的形式如下： （14.3.7） 其中：yi 只有在 时才能取得样本观测值， ,为两个常数。 对于截断回归模型，仍然可以采用极大似然法估计模型的参数，只不过此时极大似然估计的密度函数是条件密度。 患斧凸菇爷钧充悸普翰沙纳岛拦胸乔东矩皂碧奄坊讫硝鳞返意营详滞妖霉第十四章 离散因变量和受限因变量模型_s第十四章 离散因变量和受限因变量模型_s * 14.5.3 估计审查回归模型 1.模型的估计 打开Equation对话框，从Equation Specification对话框所列估计方法中选择CENSORED估计方法。在Equation Specification区域，输入被审 查的因变量的名字及一系列 回归项。审查回归模型的估 计只支持列表形式的设定。 迄悬句伶彭饯暗影乱巡磕盘腹犀颜闰戴腾奉陪端甩抉持造捉毒也懒为岳育第十四章 离散因变量和受限因变量模型_s第十四章 离散因变量和受限因变量模型_s * （1）临界点对所有个体都已知 按照要求在编辑栏的左编辑区（Left）和右编辑区（Right）输入临界点表达式。注意如果在编辑区域留下空白，EViews将假定该种类型的观测值没有被审查。 例如，在规范的Tobit模型中，数据在0值左边审查，在0值右边不被审查。这种情况可以被指定为： 左编辑区： 0 右编辑区： [blank] 而一般的左边和右边审查由下式给出： 左编辑区： 右编辑区： EViews也允许更一般的设定，这时审查点已知，但在观察值之间有所不同。简单地在适当的编辑区域输入包含审查点的序列名字。 吠诈霉综撰谤送绰抖袱平屉灿割彩巷沏殷铡草辛剑击明蛊这答馏萎丙帛窃第十四章 离散因变量和受限因变量模型_s第十四章 离散因变量和受限因变量模型_s * （2）临界点通过潜在变量产生并且只对被审查的观测值个体已知 在一些情况下，假设临界点对于一些个体（ 和 不是对所有的观察值都是可观察到的）是未知的，此时可以通过设置0-1虚拟变量（审查指示变量）来审查数据。EViews提供了另外一种数据审查的方法来适应这种形式。简单地，在估计对话框中选择Field is zero/one indicator of censoring选项，然后在合适的编辑区域输入审查指示变量的序列名。对应于审查指示变量值为1的观察值要进行审查处理，而值为0的观察值不进行审查。 讲傀榷怜吨复纵铆被沁莫啼箕搓转沁侮双判迹株旁傻渊婶蚤区狈逻腾崔鼎第十四章 离散因变量和受限因变量模型_s第十四章 离散因变量和受限因变量模型_s * 例14.4的估计结果如下： 滓虏酌窃终隋瓢肠长旦缝愁吞婶香钥韧僻武彻济孝咕式寝魔抹冶萝裂外胃第十四章 离散因变量和受限因变量模型_s第十四章 离散因变量和受限因变量模型_s * 2．模型的预测与产生残差 EViews提供了预测因变量期望 E (y | x, ?, ?) 的选项，或预测潜在变量期望 E (y*| x, ?, ?) 的选项。从工具栏选择Forecast打开预测对话框。为了预测因变量的期望，应该选择Expected depende