计量经济学前沿第7讲.限制因变量模型和估计.pptVIP

限值因变量 模型与分析;主要内容虚拟变量数据的分析 横截面数据的分析 平行数据的分析;限值因变量 限值因变量LDV ( Limited dependent variable) 广义定义： 一个取值范围受到限制的因变量称为LDV。 许多问题涉及二元或多重选择问题： 如奖学金对某个人是否上大学的决策的影响？ 是什么因素决定一个家庭或个人是否购买保险、买车？ 用什么交通工具出行？（公共汽车、地铁、出租车） 选择到哪家超市去购物（有5个可选的地点） 在描述个人、家庭和企业行为模型中的各种限制 养老金参与率在0~100之间 经济参与变量， 对就业者有小时工资W 0，对失业者 W = 0 住房价格，对已购房者p 0，对未购房者p = 0; 离散选择模型起源于Fechner于1860年进行的动物条件二元反射研究，1962年，Warner首次将它应用于经济研究领域，用以研究公共交通工具和私人交通工具的选择问题。70、80年代，离散选择模型被普遍应用于经济布局、企业定点、交通问题、就业问题、购买决策等经济决策领域的研究。从1987年出版的专著《Econometric Analysis of Discrete Choice》（B?rsch-Supan, Springer）所引用的文献可以看出，模型的估计方法主要发展于80年代初期。;限值因变量分类;二值因变量模型;二值因变量模型: 线性概率模型  LPM( Linear probability model ) ;线性概率模型估计系数的含义及检验;LMP 模型的估计;;线性概率模型的局限性及解决办法 ;住房所有权与收入的WLS估计结果*;LPM问题1 的解决思路;解决LPM局限性思路 定义： 其中， G 是一个取值范围严格介于0 ~ 1之间的函数， 对所有实数 z , 都有 当 为 Probit 模型 当 为 Logit 模型 ;;二值响应的 Probit 和 Logit 模型;模型解释Probit 和 Logit 模型与LPM比较;Probit 和 Logit 模型的估计;Probit 模型的估计;;Logit 模型的估计;Probit 和 Logit 模型应用案例;;;;抵押??款被拒绝的回归模型估计解释与推断;;;Probit 与 Logit 模型——基于MLE的统计推断;Probit 与 Logit 模型——  基于MLE的统计推断（续）;Probit 与 Logit 模型——基于MLE的统计推断（续）;Probit 与 Logit 模型——基于MLE的统计推断（续）;Probit 和 Logit 模型的估计基于分组数据案例;;受限连续因变量问题潜在变量(Latent Variables);受限连续因变量模型;Tobit 模型：Censored 回归模型 ;Tobit 模型的估计;Tobit 模型的估计（续）;Tobit 模型的参数的偏效应;Tobit 模型应用例：妇女劳动力市场参与研究;对年工作小时数的OLS和Tobit 估计 ;从上面实证研究结果， 可以得到关于已婚妇女的 年度劳动供给的哪些结论？ 家庭中来自妇女以外的收入主要是丈夫的收入的影响如何？ 妇女自身的年粮、过去工作经历对其劳动供给的影响作用？ 家庭需要照顾的子女数量对妇女劳动供给的影响？ 归纳影响已婚妇女的年度劳动供给的主要因素。 自己先分析，然后 参见教科书p519~520 与（10）、（11）相应的调整因子在估计值和均值处的大小 分别约为：0.451 和 0.645;Tobit 模型解释;样本选择校正;截取回归模型和断尾回归模型;样本选择校正：赫克曼的贡献