厦门大学财政系研究生课程课程名称应用计量分析在公共财.pptVIP

质化的及有限的因变数模型 个人及公司的选择中，有许多无法用连续的结果变数加以衡量。 因变数为有限的:所谓有限指的是它们是连续的，但值的范围被限制且不能完全被观察。 虚拟因变数 虚拟因变数的选择可用一个二元变数来代表；若某个结果被选到，其值为1，否则的话，其值为0。 一般而言都是使用最大概似估计法来估计此种模型。 线性概率模型 y = 1 开车上班 0 搭公交车上班 y 是随机变数 (在取得样本前，结果y对我们来说将是未知的) f(y) = Py(1-P)1-y 其中P是y值为1的概率 E(y) =P y = E(y) + e = P+e E(y) = P = β1 + β2x 问题: 预测小于0或大于1的值，这样的 值在概率上并没有意义 线性概率模型假设当 x 增加时，对于y在概率上的影响为固定的 dP/dx =β2 因此 , 固定比率的增加是不可能的→非线性的probit 模型 随着x的增加，概率曲线起初会快速地上升，然后开始以递减的比率增加。在x变动一单位的条件下，概率的变动是由此曲线的斜率所决定，用以代表这种曲线的函数关系式为 probit 函数， probit 函数和标准常态概率分配有关 probit 模型被称做是非线性的，因为上述式子是 β1 和 β2的非线性函数。 f(β1 + β2x)是以 β1 +