离散计数数据模型课件.pptVIP

§4.3 离散计数模型（Count data models）;离散计数模型的提出 计数事件的概率模型 泊松回归模型 离散计数模型的扩展;一、离散计数模型的提出;1、经济社会研究中的离散计数问题;2、计量经济学中的离散计数数据模型;当y没有上界时，最常用的模型是指数函数 非线性最小二乘方法（NLS）可以用于估计离散计数模型，但效果不理想 NLS 估计量是无效的，除非 是常数 所有计数数据的标准分布都意味着异方差 因此，非负整数和异方差特征决定，有必要引进描述非负整数特征的概率分布分析离散计数模型。;七十年代末以来，许多学者在计数数据模型的处理方法方面作出了较大贡献，包括： Gilbert（1979）提出了泊松回归模型， Hausman,Hall和Griliches（1984）提出了负二项回归模型和Panel方法， Gourier，Monfort和Trogonon（1984）提出了仿最大似然法。 其中，最先提出的泊松方法在研究计数数据模型问题中应用得非常广泛。 ;二、计数事件的概率模型;1、计数过程;2、单变量泊松过程 ; 可以看出，在一个足够短的区间上，事件发生两次以上的概率趋近于0 ;使用初始条件 求解以上微分方程 利用概率生成函数得到泊松分布;3、泊松分布（Poisson distribution）;定理 令