第14 篇 受限被解释变量.pdf

教学用PPT ，《高级计量经济学及Stata 应用》，陈强编著，高等教育出版社，© 2010 年 第14 章 受限被解释变量 14.1 断尾回归 （Truncated Regression ） ′ 对于线性模型y =x β+ε (i =1, 2, , n ) i i i ，假设只有满足 y i ≥c （c 常数）的数据才能观测到。 1 断尾随机变量的概率分布 记y 原来的概率密度为f (y ) ，则断尾后的条件密度函数为， ⎧ f (y ) ⎪ ⎪ if y c ⎪ ⎪ f (y |y c ) =⎨P(y c ) ⎪ (14.1) ⎪ ⎪ 0 if y ≤c ⎪ ⎩ 2 断尾后的密度 标准正态密度 图14.1、断尾的效果 首先，对于最简单的情形，y ~ N (0,1) ，可以证明 3 φ( ) c = E(y | y c ) 1−Φ( ) (14.2) c 对于一个任意实数c，定义“反米尔斯比率”（Inverse Mill’s φ(c) Ratio ，IMR ）为λ(c) ≡1−Φ(c ) ，则E(y | y c ) =λ(c ) 。 4 标准正态密度 图14.2、反米尔斯比率 其次，对于 y ~ N (μσ, 2 ) ，定义z ≡y −μ~ N (0,1) ，则 σ 5 y =μ+σz ， ⎡ ⎤ E(y | y c ) E(μ σz | μ σz c ) E μ σz z (c μ) σ