二值选择模型-计量经济学及Stata应用.pptx
- 163个人认证 |
- 2021-05-10 发布|
- 315.32 KB|
- 73页
? 陈强,2015 年,《计量经济学及 Stata 应用》,高等教育出版社。;2;LPM 的缺点是,虽然y 的取值非 0 即 1,但根据线性概率模型 所作的预测值却可能出现y? ? 1或y? ? 0的不现实情形。;4;5;;;8;9;10;11;;;14;常用的迭代法为“高斯-牛顿法”(Gauss-Newton method)。
MLE 的一阶条件可归结为求非线性方程 f (x) ? 0的解。
假设 f (x) 的导数 f ?(x)处处存在,参见图 11.4。记该方程的解为
x* ,满足 f (x* ) ? 0。;16;17;;11.3 二值选择模型的 MLE 估计
以 Logit 为例,将 MLE 应用于二值选择模型。;20;11.4 边际效应;;;11.5 回归系数的经济意义;例 在检验药物疗效的随机实验中,“ y ? 1”表示“生”,“ y ? 0” 表示“死”。如几率比为 2,意味着存活的概率是死亡概率的两倍。;取对数意味着百分比的变化, 故可把 ??j 视为半弹性;;如果??j 较小,则exp(??j ) ?1 ? ??j;ln L1为原模型的对数似然函数之最大值,ln L0 为以常数项为唯一 解释变量的对数似然函数之最大值。;分子为对数似然函数的实际增加值(ln L1 ? ln L0 );分母为对数似 然函数的最大可能增加值(ln Lmax ? ln L0 )。;31;32;33;34;35;36;37;38;;;41;42;;如果原假设H0 成立,则(?? ? 0) 的绝对值不应很大。
以二次型来度量此距离,可得LM 统计量:;0;图 11.7;47;48;49;50;51;;53;54;55;56;57;
survive;59;60;61;62;63;;65;66;67;;;;71;72;73