高级计量经济学删改或截取回归模型.pptVIP

第七章删改或截取回归模型 (Censored or truncated models) 1 本章内容 删改数据或截取数据 模型估计中的问题 受限因变量模型（TOBIT模型） 模型估计方法与统计检验 案例分析 2 截取数据 当样本是总体中的某个特殊子集时，我们遇到数据被截取的情况。 例1：针对贫困户的调查资料 例2：对有借款行为农户的调查 此时只观察到该特殊子集的各项资料，没有获得有关其他对象的观察资料。 此时出现样本对总体的代表性问题。 需要注意的是，总体的确定具有相对性，例如我们将贫困人口作为总体时，例1的情况不再属于截取。 3 删改数据 若样本在总体中的分布具有代表性，但当数据由于报告制度而使某些信息被高度简化时，我们遇到“删改数据”情况 。 如果Y*处于某个范围，那么Y=Y*；如果Y*处于其他范围，那么Y=某个固定值。 例：农户收入的调查中将低于某一水平的农户全部报告为贫困户而没有报告具体的收入数据。 删改数据仍有关于总体的自变量信息，但关于因变量的信息不完整。 删改数据情况可以被看作是由于数据报告制度存在缺点，造成信息含量的损失。 4 截取数据和删改数据的概率分布 5 容量限制 座位 贫困线 收入 截取：所选择的样本是总体的一个子集。 删改：样本来自总体，但观察结果不完整，或报告的信息简化。 例1：居民收入 例2：对电影票的需求 截取数据和删改数据 从统计技术角度讲，由于两种情况均导致随机变量的分布形式发生变化，并引起丢失解释变量错误，因而利用OLS方法估计模型会出现估计系数偏差。 在很多应用工作中，人们常常利用受限因变量模型处理存在上限、下限或上下限的数据，而不去认真考虑究竟数据体现何种性质。 6 截取随机变量的密度分布 定理：截取随机变量的密度分布（考虑存在下限约束的情况） 如果连续随机变量x的概率密度函数为f(x)，且该变量面临一个限制a，那么截取后x的概率密度函数为： 7 隐变量(Latent Variables) 对于截取数据模型或删改数据模型，均可以借鉴二元因变量模型引入的隐变量概念； 模型中的隐变量是解释变量的函数（假定存在下限0） y* = β0 +βx + e 然而我们只能观察到y＝ max(0, y*) 即： 当y* 0时y = y* 当y* ≤0时y =0 8 截取数据模型 假定回归模型的确定性部分为： 而包括正态分布随机误差的方程为（假定e服从标准正态分布，方差为2）： 因而y为服从以下分布的随机变量： 9 截取数据模型 截取对随机变量分布的影响体现在： 当截取发生在低端时，分布的均值增大；反之，截取发生在高端时，分布的均值减少。 截取降低了分布的方差。 10 截取正态分布变量的矩 定理：如果x~N(，2)，c是一个常数，那么有： 截取均值 E[x| truncation]= +() 截取方差 Var[x| truncation]= 2[1-()] 式中： ＝(c-)/ 如果xc, 那么()=()/[1-()] 如果xc, 那么()=-()/() ()=()[()-]，对于所有的有0()1 函数()被称作inverse Mills ratio。 11 截取数据模型 当y在点c处被截取时，根据前述的定理，y的条件均值为： 用OLS方法估计此类模型时，我们不仅遇到异方差现象，而且出现丢失解释变量，从而使估计结果出现偏差，统计检验失效。 在对误差的分布形式做出假定后，该模型可以利用最大似然法估计得出。 12 删改数据模型 删改数据通常指的是当数据落在某一范围时所有数据均被转变为单一数值或以单一数值形式报告的情况。 在应用经济学研究中，很多情况可以被看作是删改数据： 家庭耐用品购买 就业时间 新技术采用率 商品消费 农民转业（所有农民都有转业的意愿，但只有那些已经实现转业的人才显示出来。） 13 删改数据模型 对于删改数据，其因变量的概率分布是一个离散分布和连续分布的混合。 OLS方法无法区分达到极限的观察值和未达到极限的观察值（连续变量），因而估计结果存在偏差。 删改数据模型也可以基于不同的误差项概率分布假定。 在应用工作中，删改点可以发生在任何数值上，可以是固定的，也可以由某个连续变量所确定。 14 删改数据模型 为了分析上述情况，定义随机变量y为： 如果y*0，那么y=0 如果y*0，那么y=y* 假定y*为正态分布变量(y*~N(，2)，此时有： Pr(y=0)=Pr(y*0)= (-)=1- () Pr(y0)=Pr(y*) 15 Tobit模型 上述两种情况均可以表示为Tobit模型，其一般形式为： Tobit模型需要利用最大似然法来估计参数β和σ； 需要注意的是，β反映的是X对