第十章：离散状态变量回归.pptVIP

二、因变量是离散状态的回归 5、参数估计 极大似然估计（MLE： maximum likelihood estimate ) 二、因变量是离散状态的回归 5、参数估计 极大似然估计（MLE： maximum likelihood estimate ) 通常没有解析解，只有数值解！ 二、因变量是离散状态的回归 5、参数估计 极大似然估计（MLE： maximum likelihood estimate ) 参数估计量的标准差的估计（略） 二、因变量是离散状态的回归 6、显著性检验 (1)整体的显著性检验 似然比 二、因变量是离散状态的回归 6、显著性检验 (1)整体的显著性检验 预测成败分析表： 预测值 Y ’=0 Y ’=1 total 真实值 Y=0 471 16 487 Y=1 183 20 203 total 654 36 690 二、因变量是离散状态的回归 6、显著性检验 (1)整体的显著性检验 预测成功的比率=(471+20)/690 但该指标并不能说明太多的问题！ 二、因变量是离散状态的回归 6、显著性检验 (1)整体的显著性检验 TPR(True Positive Rate)：正确预测D=1的比率。这里，TPR=20/203； 该值表示“取真的概率”，所以该值越高越好 二、因变量是离散状态的回归 6、显著性检验 (1)整体的显著性检验 FPR(False Positive Rate)：把D=0的个体，错误预测为D=1的比率。这里，FPR=16/487 ； 该值表示“取伪错误”，所以越小越好。 二、因变量是离散状态的回归 6、显著性检验 (1)整体的显著性检验 但上述两个指标之间是“鱼和熊掌”的关系，所以在选择模型时，应该劝和利弊！ 二、因变量是离散状态的回归 6、显著性检验 (2)单个变量的显著性检验 Z统计量 （单个变量的检验） LR检验、 Ward检验（联合检验） Probit Estimates of The Probability of Holding Interest-Bearing Assets What Point Spreads Say About the Probability of Winning in the NFL: III * * * 离散因变量的回归 杨 旭 二、因变量是离散状态的回归 1、举例 （1）研究“一个人在家是否害怕生人来访”，用Y表示，则： 1，害怕 0，不害怕 Y= 二、因变量是离散状态的回归 1、举例 （2）研究“人们对某项政策的态度”，用Y表示，则： 1，赞同 2，无所谓 3，反对 Y= 二、因变量是离散状态的回归 1、举例 （3）一只球队的成绩 1，胜 2，负 3，平 Y= 二、因变量是离散状态的回归 2、离散状态因变量回归方程的意义 （两状态的情况） 能否进行这样的回归呢？ 二、因变量是离散状态的回归 2、离散状态因变量回归方程的意义 （两状态的情况） Di的期望值： 二、因变量是离散状态的回归 2、离散状态因变量回归方程的意义 （只处理两状态） 我们又知道： 所以有， 即，回归值 = “状态1”出现的概率 二、因变量是离散状态的回归 3、离散状态因变量回归遇到的障碍 可以对下式进行OLS估计吗？ 二、因变量是离散状态的回归 3、离散状态因变量回归遇到的障碍 答案：可以，但有问题！ 二、因变量是离散状态的回归 3、离散状态因变量回归遇到的障碍 （1）误差非正态分布 而X是非随机的，或者虽然是随机的，但不一定是正态的。 即使X是随机的且是正态的，εi也不会是正态的。 二、因变量是离散状态的回归 3、离散状态因变量回归遇到的障碍 （2）异方差 当X非随机时，有 二、因变量是离散状态的回归 3、离散状态因