计量经济学32二元选择模型.ppt

3、二元选择模型 一、一个例子 一个汽车推销商的思考。 有些家庭买了车，有些家庭没有买，这是为什么？ 哪些因素在家庭汽车购买决策中起作用？ 家庭平均收入，年龄，家长的性别，上班地点的距离，父母亲的经济实力，等等。 怎样评价家庭汽车购买决策各个影响因素的作用大小？ 类似的问题，什么因素影响了农民作出进城务工的决策；一个企业破产的两年前有什么症状，等等。 让虚变量Y表示一个家庭是否购买汽车，Xi，i=1，2 ，…，k，表示影响购买决策的因素。观察若干个家庭，收集数据，我们可以建立回归方程， Y=β0+β1X1+β2X2+ … +βkXk+u 问题： 1、因变量是一个虚变量，把一组解释变量的值代入方程得到的Y值可能大于1，或者小于0，或者在0和1之间，这些意味着什么？ 2、Y=1时对应的随机误差u和Y=0时对应的随机误差u，它们两类的方差还能满足同方差假设吗？ 二、二元选择模型的建模思想 Y是二元被解释变量，取0或者1； X是解释变量；在它们之间引入一个隐变量Z，它是一个连续的常规变量。 令Z =β0+β1X+u，u是一个服从标准正态分布的误差项。 要求Y与Z的关系满足 三、回归系数β0和β1的求法 使用极大似然估计法 事件Yi=1等价于Zi≥0等价于ui≥-β0-β1Xi，考虑对应的概率，我们有事件Yi=1的概率等于， P(Yi=1)=P(Zi≥0)=P(ui≥-β0-β1Xi) 根据极大似然估计思想，出现了的事件其发生的概率应是最大的。所以，对于观察到的样本（Xi,Yi），i=1,2,…,n，其出现的概率（样本联合概率也称似然函数）应是最大的。即，取β0和β1使下式最大， 在假设随机误差项服从标准正态分布Φ(x)的条件下，我们有 P(ui≥-β0-β1Xi)=Φ(β0+β1Xi) P(ui-β0-β1Xi)=Φ(-β0-β1Xi) 将上两式代入似然函数，得， 因此，极大似然函数（样本联合概率）的形式已知，只需要利用微积分二元函数求最大值的方法求出β0和β1来， 具体求解最大值时对似然函数取了对数，即lnL，可以使计算简化。 四、解释变量回归系数β1的意义 Y=1的概率由下公式给出， P(Y=1)=P(ui≥-β0-β1Xi)=Φ(β0+β1Xi) Φ(β0+β1Xi)对X求导数，有， 即在Xi处当X增加一个单位时，事件（Y=1）发生的概率增加了 五、二元选择模型的统计评价 与通常的线性回归模型的拟合优度类似，二元选择模型有极大似然比指数， lnL是似然函数最大值的对数，lnL0是似然函数在所有解释变量回归系数都等于0时的值（即解释变量一点都不能影响Y=1或者Y=0的概率）。我们有 0R21 R2接近于1时，说明解释变量能够较好地预测Y取1或者Y取0的概率； R2接近于0时，说明解释变量不能够较好地预测Y取1或者Y取0的概率。 六、一个汽车推销商的问题——家庭收入是怎样影响消费者汽车购买决策的？ 计算结果及解释 示性方程 Z= -7.608725+ 1.251986 INCOME 系数显著程度0.0209 0.0254 极大似然比指数 LRI=1-lnL/lnL0=0.6 平均来说，家庭收入每增加1千元，该家庭购买汽车的概率将增加0.0499，即 已知一个家庭年收入是6.5万元，该家庭买车的概率有多大？ 答：Φ(β0+β1Xi)=Φ(-7.61+1.25×6.5)=Φ(0.515)=0.6967 讨论题 1、怎样用一个变量表示一个农民是进城务工还是在家务农？ 2、影响一个农民是否进城打工还是在家务农的因素有哪些？ 答：年龄、性别、家庭人均土地、受教育程度、离城的远近等。 3、是否可以用二元选择模型来评价这些影响因素对一个农民做出进城务工决策的向多重要性。 4、是否可以考虑用一个企业的财务指标收入利润率、现金流量、资产负债率、资金周转率、每股收益以及他们的增长率，所处市场的集中度、企业在市场上的地位等来预测两年后该企业是否倒闭？ * 0.999207 8.6 1 10 0.656889 6.4 1 9 0.561033 6.2 1 8 0.013034 4.3 0 7 0.000401 3.4 0 6 0.920075 7.2 1 5 1.000000 10.8 1 4 0.962558 7.5 1 3 0.364219 5.8 0 2 0.561033 6.2 1 1 该家庭购买汽车的概率 家庭年收入（万元） 是否购买了汽车 家庭编号 *