第十讲 受限因变量模型（Tobit）.ppt

第十一章 受限因变量模型 模型与方法 Binary Choice Model (Logit或Probit) Multi-logit Model Ordered-logit Model Censored Model (Tobit) 审查模型 Truncated Model 截断模型 Heckman Model (Incidential truncated) 托宾(删失、审查)模型 Tobit (Censored) Model 与Tobit模型相关的三个回归函数 解释变量的边际效应 2)和3)的关系 * * 本章主要讲Censored Model (Tobit) 对 y i0部分数据用OLS估计的结果 ∵ f(εi) εi 0 Y* = -40 + 1.2X + u Y = Y* if Y* 0 Y=0 if Y* 0 Y* 0 if u 40 - 1.2X 例如： Y* X TOBIT模型的估计 Y X OLS：用全部实际观察到的数据 Y X OLS：用全部实际观察到的数据 参数估计向下偏误 Tobit 模型问题：遗漏变量导致非零均值误差和内生问题 调用奶牛数据库讲解 度量了 x j 对 E (y*/x)的偏效应，其中y*是 潜变量。 条件期望 无条件期望 逆米尔斯比率 Inverse Mills ratio Tobit模型的应用 例：研究农户奶牛养殖头数的影响因素 1. 模型： 2. 变量说明： 上式中下标i和j分别代表农户和村；t代表年份，分别是2000 年和2004年。被解释变量Y 为农户养殖奶牛头数。在解释变量（x）中， P是衡量乳品加工企业的指标；R是当地交通条件，用村离县级以上公路 的距离（公里）表示；Y表示家庭富裕程度，加入这变量是因为我们也关 心贫困农户是否被排斥在外，Y用基期（2000年）农户家庭人均财产 （元）表示，用基期的家庭财产而不用各年的收入，是为了避免收入 的内生性问题；H是农户特征，包括户主年龄、受教育水平（年）、 人均耕地面积（亩/人）﹑劳动力占总人口的比例（%），以及非农 就业劳动力占总劳动力的比例。 为待估计的系数。 调用数据库：dairy data 3. 农户奶牛养殖与乳品加工企业的关系 的简单描述分析 注：数据来源于25个奶牛养殖样本村的奶牛养殖农户的调查数据整理。 3.5 　 6.7 　 -- 平均 3.6 7.7 145 2004 3.4 4.5 74 2000 前三年离村30公里内 无乳品加工企业的村 　 前三年离村30公里内 有乳品加工企业的村 奶牛养殖户的户均养殖奶牛头数（头/户） 　 　 养奶牛户数 （户） 　 　 表4 北京周边地区25个奶牛村的奶牛养殖户的养殖情况与乳品加工企业之间的关系 4. 模型结果 5. 边际效应 * *