2011管理统计二元选择模型和受限因变量讲解.ppt

离散因变量模型 我们经常会遇到被解释变量的取值是离散的，分类的或者顺序的情形。 本节讲述离散因变量模型中最简单的一种——二元选择模型 一、二元选择模型 很多现象都可以用二元变量描述 学生是否选择某选修课程，选或者不选 消费者对某种商品的选择，买或者不买 农民是否加入合作医疗保险，加入或者不加入 模型框架 随机变量形式 二元选择模型的目的：考察X对于观察到y=1的概率的影响。 Y的条件期望就是y=1的概率 因此二元选择模型又被称为概率模型 二、线性概率模型 1、线性概率模型： 例如，研究居民的收入和是否购买住房的关系 看上去和OLS回归一样，区别是Y只取0和1两个值。 线性概率模型的特点 随机扰动项的分布 随机扰动项不服从正态分布。对于参数估计不会产生影响，但会影响统计推断。只有大样本情况下，才可以利用正态分布假定进行统计推断。 线性概率模型评价 优点： 计算简单，结果易于解释 缺点： 预测概率值可能落在[0,1]之外。 线性概率模型假定自变量Y=1的概率之间存在线性关系，而实际往往不是线性的。 解决：假设负的拟合值为0，大于1的拟合值为1. 随机误差项不是正态分布 随机误差项具有异方差。 方差为p(1-p),而P是Y=1的概率，此概率对不同观测值不同。 二、非线性概率模型 实际上，p与x 可能是非线性关系。 随着X的增加，P(y=1)的概率在增加，但不超过[0,1] P和x的关系是非线性的.随着x变小,p趋向0的速度越慢。随着x变大，p趋向1的速度也越慢。 怎样的函数有这个特性？ 分布函数 1、Probit模型 分布函数取标准正态分布。 称为Probit模型或者概率单位模型 利用极大似然估计方法求解 参数的含义 可以证明，x对y=1的概率的边际影响为 可见，系数本身并不是边际影响，边际影响也不是常数。但和边际影响的符号相同。 2、Logit模型 随机扰动项去Logistic分布， 称为Logit模型 利用极大似然估计方法求解 参数的含义 机会比： 3、非线性模型的拟合优度 不再使用 常用三个指标 Pseudo-R2 概率的正确预测率 检查Y=1或0的概率的正确性，判断拟合的好坏 预测值与真实值的相关系数 相关系数高，表明拟合越好 4、模型的选择 直接比较三种概率模型的系数是没有意义的 线性概率模型可用于问题的初步分析 Logit模型，系数含义可以通过机会比得以解释，可以扩展到多元选择模型 Probit模型，可由随机变量服从正态分布的假定得到，可以扩展到Tobit 模型 受限因变量模型 现实的经济活动中，有时会遇到被解释变量Y不能被完全观察的情形。 审查回归模型，归并数据模型，截取回归模型(censored regression models) 截断回归模型，断尾回归模型(truncated regression models) 一、归并数据（Censeored Data） 1、什么是censored数据 当被解释变量的取值被限定在一个特定的范围时，就出现数据截取。 2、censored数据的分类 （1）上截取（右截取） 如果Y*大于某值（如C），我们只能观察到y=c. 考虑潜变量模型 被观察数据y与潜变量 的关系 例如，在电影或者球赛的门票销售中，由于受到场地的限制，门票的需求量超过了座位数C时，我们只能观察到Y=C。 （2）下截取（左截取） 定义类似于上截取模型。一个特殊的下截取模型，TOBIT模型 例1，研究人们在一个月中酒方面的花费就是一个例子。有相当多的人在酒方面的花费为零。我们不是简单的将这些观测从样本中去掉，而是建立Tobit模型。 ?例2，在耐用消费品的选择中，如果最优消费数量 小于1，消费者就会选择不买，此时就观察到0。此时不是简单的将这类观测从样本中去掉，而是建立TObit模型 3、产生截取的原因 角点解（如上例） 数据分类：例如对数据进行分类整理时，把低于某个下限或高于某个上限的数值用下限或者上限代替，从而产生截取。例如在收入调查时“高于两万元”这样的选项，上截取 二、Censored模型（截取模型，审查回归模型) 1、Censored模型——以Tobit 模型为例 一类重要的Censored模型，在严格为正时大致连续，但总体中总有一个不可忽略的部分取值为0. 例如，某人在一个月中酒方面的花费就是一个例子。有相当多的人在酒方面的花费为零。我们不是简单的将这些观测从样本中去掉，而是建立Tobit模型。 考虑潜变量回归模型 其中Y*为潜变量，u满足经典回归模型的基本假设， 2、TOBIT模型的估计 利用最大似然方法，可进行估计。 得到参数? , ? 的估计 3、TO