Stata: 双栏模型简介 (Double-hurdle model)-经管之家官网!

人大经济论坛-经管之家 收藏本站
您当前的位置> 考研考博>>

考研

>>

Stata: 双栏模型简介 (Double-hurdle model)

Stata: 双栏模型简介 (Double-hurdle model)

发布:158149053 | 分类:考研

关于本站

人大经济论坛-经管之家:分享大学、考研、论文、会计、留学、数据、经济学、金融学、管理学、统计学、博弈论、统计年鉴、行业分析包括等相关资源。
经管之家是国内活跃的在线教育咨询平台!

经管之家新媒体交易平台

提供"微信号、微博、抖音、快手、头条、小红书、百家号、企鹅号、UC号、一点资讯"等虚拟账号交易,真正实现买卖双方的共赢。【请点击这里访问】

提供微信号、微博、抖音、快手、头条、小红书、百家号、企鹅号、UC号、一点资讯等虚拟账号交易,真正实现买卖双方的共赢。【请点击这里访问】

背景介绍双栏模型(Double-hurdlemodel)是由Cragg(1971)提出的:对于一个活动的参与,个体决策是由两部分组成的。第一个门槛(hurdle),决定个体是否是零类型;第二个门槛(hurdle)是在第一个阶段是非零的条件下,决定个 ...
免费学术公开课,扫码加入


背景介绍

双栏模型 (Double-hurdle model) 是由 Cragg (1971) 提出的:对于一个活动的参与,个体决策是由两部分组成的。第一个门槛 (hurdle), 决定个体是否是零类型;第二个门槛 (hurdle) 是在第一个阶段是非零的条件下,决定个体对活动的参与程度。这个模型的关键特征是这里有两种类型的零观测值,一种是无周围的环境如何变化他的选择都是零,另一种是他可以有非零选择但是目前的环境导致他选择零,后者也被称为归并零 (Tobin,1958) 。因此,双栏模型除了包括自然的零类型外,还允许零的概率由观测值的个体决定的。本质上,Double-hurdle 模型 是 Tobit 模型的延续。本文主要分三部分内容进行介绍:

  • 1 双栏模型介绍
  • 2 模型的实现
  • 3 面板双栏模型
1. 双栏模型 (Double-hurdle model) 介绍

介绍双栏模型最自然的开始是先介绍 Tobit 模型,再来引入双栏模型。

1.1 Tobit 模型

Tobit 模型又被称为归并回归模型 (censored regression model), 根据 limit 的设置分为左归并 (lower censoring) 和右归并 (upper censoring),左归并指事先设置一个最小值 A,当被解释变量低于这个值时则自动等于 A。 如果最低的 limit 为 0 时,被称为零归并 (zero censoring)。

https://www.zhihu.com/equation?tex=%5Cbegin%7Baligned%7D+y_%7Bi%7D%5E%7B%2A%7D+%26%3D%5Cmathbf%7Bx%7D_%7Bi%7D%5E%7B%5Cprime%7D+%5Cboldsymbol%7B%5Cbeta%7D%2B%5Cvarepsilon_%7Bi%7D++%5C%5C+%5Cvarepsilon_%7Bi%7D+%26+%5Csim+N%5Cleft%280%2C+%5Csigma%5E%7B2%7D%5Cright%29++%5Cend%7Baligned%7D+++%5C%5C

上面的公式中潜变量 https://www.zhihu.com/equation?tex=y_%7Bi%7D%5E%7B%2A%7D (最终无法直接被看到)代表个体 https://www.zhihu.com/equation?tex=i 希望做出的贡献 (latent contribution), 这个潜在贡献可以为负值,但是试验规则认为只要为负值最终的贡献都归为 0 (规则如下):https://www.zhihu.com/equation?tex=y_%7Bi%7D%3D%5Cleft%5C%7B%5Cbegin%7Barray%7D%7Bcl%7D%7By_%7Bi%7D%5E%7B%2A%7D%7D+%26+%7B%5Ctext+%7B+if+%7D+y_%7Bi%7D%5E%7B+%2A%7D%3E0%7D+%5C%5C+%7B0%7D+%26+%7B%5Ctext+%7B+if+%7D+y_%7Bi%7D%5E%7B+%2A%7D%5Cleqslant0%7D%5Cend%7Barray%7D%5Cright.+%5C%5C

这里以零归并举例,采用对数似然函数,估计模型如下:https://www.zhihu.com/equation?tex=%5Clog+L%3D%5Csum_%7Bi%3D1%7D%5E%7Bn%7D%5Cleft%5BI_%7By_%7Bi%7D%3D0%7D+%5Cln+%5Cleft%5C%7B%5CPhi%5Cleft%28-%5Cfrac%7B%5Cmathbf%7Bx%7D_%7Bi%7D%5E%7B%5Cprime%7D+%5Cboldsymbol%7B%5Cbeta%7D%7D%7B%5Csigma%7D%5Cright%29%5Cright%5C%7D%2BI_%7By_%7Bi%7D%3E0%7D+%5Cln+%5Cleft%5C%7B%5Cfrac%7B1%7D%7B%5Csigma%7D+%5Cphi%5Cleft%28%5Cfrac%7By_%7Bi%7D-%5Cmathbf%7Bx%7D_%7Bi%7D%5E%7B%5Cprime%7D+%5Cboldsymbol%7B%5Cbeta%7D%7D%7B%5Csigma%7D%5Cright%29%5Cright%5C%7D%5Cright%5D+%5C%5C

其中 https://www.zhihu.com/equation?tex=I 为示性函数,当下标所表示的条件正确时取值为 1,否则为 0。通过使 https://www.zhihu.com/equation?tex=%5Clog+L 最大化来求出 https://www.zhihu.com/equation?tex=%5Cbeta 和 https://www.zhihu.com/equation?tex=%5Csigma。


「经管之家」APP:经管人学习、答疑、交友,就上经管之家!
免流量费下载资料----在经管之家app可以下载论坛上的所有资源,并且不额外收取下载高峰期的论坛币。
涵盖所有经管领域的优秀内容----覆盖经济、管理、金融投资、计量统计、数据分析、国贸、财会等专业的学习宝库,各类资料应有尽有。
来自五湖四海的经管达人----已经有上千万的经管人来到这里,你可以找到任何学科方向、有共同话题的朋友。
经管之家(原人大经济论坛),跨越高校的围墙,带你走进经管知识的新世界。
扫描下方二维码下载并注册APP
本文关键词:

本文论坛网址:https://bbs.pinggu.org/thread-8744703-1-1.html

人气文章

1.凡人大经济论坛-经管之家转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责;
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性,不作出任何保证或承若;
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。