求助：因变量为百分比，使用ols回归是否正确？

求助贴：当因变量为百分比时，比值从0%至100%，即0至1，在回归时，使用OLS回归是否正确呢？
看到一些使用DEA效率作为因变量时，写到：由于数据区间为0至1，因此采用截断回归，或者tobit回归。
可是截断回归和tobit回归书上写的是由于数据受限。
事实上，感觉百分比好像并不存在数据受限的问题。

stata15有命令

[R] fracreg -- Fractional response regression

Description

    fracreg fits a fractional response model for a dependent variable that is
    greater than or equal to 0 and less than or equal to 1.  It uses a probit,
    logit, or heteroskedastic probit model for the conditional mean. These
    models are often used for outcomes such as rates, proportions, and
    fractional data.




[R] betareg -- Beta regression
               (View complete PDF manual entry)


Description

    betareg estimates the parameters of a beta regression model.  This model
    accommodates dependent variables that are greater than 0 and less than 1,
    such as rates, proportions, and fractional data.

这属于受限因变量回归，常用的是probit模型或logit模型，要根据你具体数据的类型来决定。

建议考虑进行归并回归，常用的tobit回归。但诚如您所言到底能否使用OLS来估计，亦或作为普通短面板数据处理，这个真不好说，因为这在发表的论文中经常会遇到。祝好。

jonathan821 发表于 2019-4-20 18:37
这属于受限因变量回归，常用的是probit模型或logit模型，要根据你具体数据的类型来决定。

您好，还想多问一句。
1.我所理解的受限数据是指原始数据有一部分没有统计到，比如，统计局只统计规模以上企业的经济数据。事实上，规模以下企业的数据是存在的，只不过统计局没有统计。
2.我的数据 A=B/(B+C) ，这个数是一个百分比，变化区间为0%-100%
3. 现在的问题是，我的数据A都是有被统计到的，都是存在的（和第1条中的情况不同），当数据A为0%时，只是因为B=0，当数据A为100%时，只是因为C=0。但是，在统计时，B和C它们就是0，并不是没有统计到，存在数据缺失。这种情况下，我又觉得好像并不是受限数据，数据都被统计到了，只不过是变成了百分比的形式。我十分疑虑，这样到底应是用OLS，还是Tobit.
十分渴望得到您的解答，给予最真诚的问候。谢谢。

kerryla 发表于 2019-4-23 20:58
您好，还想多问一句。
1.我所理解的受限数据是指原始数据有一部分没有统计到，比如，统计局只统计规模以 ...

受限因变量模型有好多种情况，比如因变量是删失和截断情况、计数数据情况、有排序情况、离散选择情况等等……一般不使用OLS回归，因为所得估计不是consistent的……
针对您所列的第一种情况，规下的企业没有统计数据，如果考查的是所有企业情况，应该使用TOBIT模型……

至于您数据的具体情况，我的建议是作个变换，比如A=Z/(1+Z)其中Z=B/C，再看Z的变化区间……（但我不知道您数据中B和C的取值范围（都是大于零的吗？）……）如果知道A表示的意义，更容易处理……

jonathan821 发表于 2019-4-23 21:45
受限因变量模型有好多种情况，比如因变量是删失和截断情况、计数数据情况、有排序情况、离散选择情况等等 ...

您好，我的数据是 企业的环境创新活动=环境专利申请量/企业专利申请总量。
企业的专利申请量都有统计到，是0的话就是没有申请，不存在数据缺失情况。
还是应当运用tobit模型是吗？

kerryla 发表于 2019-4-24 00:12
您好，我的数据是 企业的环境创新活动=环境专利申请量/企业专利申请总量。
企业的专利申请量都有统计到， ...

这样的话，建议使用PROBIT或LOGIT模型，因为您的因变量是[0,1]之间的数值，作PREDICTION才有意义……

jonathan821 发表于 2019-4-24 18:15
这样的话，建议使用PROBIT或LOGIT模型，因为您的因变量是[0,1]之间的数值，作PREDICTION才有意义……[em2 ...

您好，logit回归和probit回归中，因变量是0或1，非0即1，和我的因变量数据不同吧。我的因变量数据是0%至100%，在0-1的区间内，但是并不是非0即1的呢。

kerryla 发表于 2019-4-24 19:34
您好，logit回归和probit回归中，因变量是0或1，非0即1，和我的因变量数据不同吧。我的因变量数据是0%至1 ...

嗯嗯，差点儿忘记了……PROBIT或LOGIT是二元因变量的情况……我只是担心您的因变量取值在[0,1]，如果用OLS估计，超出这个范围不好解释……