第11章-二值选择模型.pdf

© 陈强, 《高级计量经济学及Stata 应用》课件，第二版，2014 年，高等教育出版社。 第11 章 二值选择模型 11.1 离散被解释变量的例子 二值选择(binary choices)：考研或不考研；就业或待业；买房或 不买房；买保险或不买保险；贷款申请被批准或拒绝；出国或不 出国；回国或不回国；战争或和平；生或死。 多值选择(multiple choices)：对不同交通方式的选择(走路、骑车、 坐车上班) ；对不同职业的选择。 这类模型被称为“离散选择模型”(discrete choice model)或“定 1 性反应模型”(qualitative response model) 。 有时被解释变量只能取非负整数： 企业在某段时间内获得的专利数；某人在一定时间内去医院看 病的次数；某省在一年内发生煤矿事故的次数。 这类数据称为“计数数据”(count data)，被解释变量也是离散的。 考虑到离散被解释变量的特点，通常不宜用OLS 进行回归。 2 11.2 二值选择模型 假设个体只有两种选择，比如y 1(考研)或y 0 (不考研) 。 所有解释变量都包括在向量x 中。 “线性概率模型”(Linear Probability Model，简记LPM) ：  y x   (i 1, , n ) i i i 优点：计算方便，容易得到边际效应。 缺点：（1）由于 y x  ，故 1x 或 x  ，因此 必   i i i i i i i i 然与x 相关，导致估计不一致。 i 3 （2 ） 服从两点分布，而非正态分布。 i （3 ）由于Var( ) Var(x β) ，故扰动项 的方差依赖于x ，存 i i i i 在异方差(故应使用稳健标准误) 。 （4 ）可能出现ˆ 或ˆ 的不现实情形，参见图11.1。 y 1 y 0 4 图11.1 OLS 与二值选择模型 5 为使y 的预测值总是介于0,1 之间，给定x ，考虑y 的两点分布   概率： P(y 1| x ) F (x , )  P(y 0 | x ) 1 F (x , )  函数F (x , β) 也称“连接函数”(link function) 。 通过选择合适的F (x , ) ( 比如，某随机变