stata应用高级培训教程 Stata_III-8_Count_data__model.pdfVIP

计数模型  当因变量yi 为计数变量，即取事件发生的数目时，应考虑使用 计数(Count )模型。模型适用于：因变量是离散的整数且具有 数值小，取零的个数较多而自变量大多是表示属性的名义变 量的情况。于是需要用能反映这种特点的模型形式来改进普 通最小二乘法。比如，因变量yi 可以表示妇女曾生育子女的个 数、某人在某年被拘捕的次数、一个企业在某年申请专利的 个数等。  基于上述计数数据建立的模型主要有：泊松回归模型、负二 项回归模型等，其中最为常用的是泊松回归模型。 泊松模型   y e i i i y ~ Poisson (),P y   i i i y ！ i E (y x ) Var (y x )  i i i i i E (y x )  exp(x β) i i i i ln E (y x ) ln  x β  i i  i i 泊松模型——ML估计  n LnL  y log( ) ln y ! i i i i i 1 n  exp(x β) y x βln y ! i i i i i 1 LnL n y  x 0  i i  i β i 1 LnL n y  x 0  i i  i β i 1 泊松模型——案例  例1：考察育对生育的影响。数据为来自Bostswana的调查数 据，被解释变量为ceb=子女的个数，解释变量包括：educ= 教育、age= 年龄、agesq=年龄的二次方、evermar=是否二婚 、urban=农村。（数据文件：fertil2） 1. 分别用OLS方法和Poisson回归模型进行估计； 2. 解释两种估计结果中educ对应参数估计量的经济含义。  例2 ：船只事故（Greene ，2000）。被解释变量为每月船只 的事故次数，解释变量包括船只的建造时间（虚拟变量） 、船只类型。估计此模型（file ：ship.wf