R ile tobit modeli

Herkes AER paketleri ile tobit modelini kullanarak iyi uygulama ve örnekleri (el kitabı ve R ile uygulanan ekonometri kitaplarının yanı sıra) nerede bulacağını biliyor mu?

Düzenle

Ben y için marjinal etkileri hesaplamak için bir komut arıyorum (gizli değişken y * için değil). Gibi görünüyor , std.normal kümülatif dağılım fonksiyonudur. Fakat bu etkileri R ile nasıl hesaplayabilirim?$\phi(x\beta/\sigma)\beta$$\phi$

Pakette değil, sadece kendi komutunu yaz. Regresyonunuz reg <- tobit (y ~ x) ise, efekt vektörü

pnorm(x%*%reg$coef[-1]/reg$scale)%*%reg$coef[-1].

Ben non-conformable argumentsyukarıdaki yorumda @ hans0l0 aynı sorunu (" ") vardı. Sanırım bunu çözdüm ve burada açıklamaya çalışacağım.

İlk olarak, orijinal yazıda denklemde bir hata var. Bu olmalıdır -ie, sonra ikinci bir alt simge vardır ancak ilk sonra. Bir Tobit modelinde, değişkeninin marjinal etkisi sadece o değişkenin katsayısı ( ) tarafından belirlenmez; modeldeki diğer değişkenlerin değerlerinden ( ) hesaplanan bir ayarlama faktörü de gereklidir .$ϕ(xβ/σ)β_j$$β$$x_j$$β_j$$ϕ(xβ/σ)$

Wooldridge 2006'dan (s. 598):

Ayar faktörü…, , doğrusal fonksiyonuna bağlıdır . Ayar faktörünün kesinlikle sıfır ile bir arasında olduğu gösterilebilir.$x$$xβ/σ = (β_0 + β_1x_1 + … + β_kx_k)/σ$

Bu ayarlama faktörü, modeldeki diğer değişkenlerin değerleri hakkında bir seçim yapmamız gerektiği anlamına gelir: “x _j için değerler , genellikle ortalama değerler veya diğer ilginç değerler eklemeliyiz” (Wooldridge 2006, s598). Yani genel olarak bu ortalama olurdu, ama aynı zamanda medyan, üst / alt dörtte birlik veya başka bir şey olabilir. Bu neden @ hans0l0 ve non-conformable argumentyukarıdaki Alex kodunu kullanırken “ ” hatalarını alıyordum : xbu koddaki “ ” değişken için tek bir değer (ortalama / medyan / vb.) Olduğunda bir vektör olacaktır . Ben de yukarıdaki kodda başka bir hata olduğuna inanıyorum çünkü kesme terimi (terimin [-1]ilk kullanımından sonra komut dosyası ile)reg$coef). Bunu anladığım (ancak düzeltildiğim için mutluyum), düzeltme teriminin içermesi gerektiğidir ( yukarıdan).$β_0$

Tüm bunlar, veri setini kullanan bir örnek AER::tobit (“Affairs”):

## Using the same model and data as in the Tobit help file
## NB: I have added the “x=TRUE” command so the model saves the x values

> fm.tobit <- tobit(affairs ~ age + yearsmarried + religiousness + occupation + rating,
                    data = Affairs, x=TRUE)
> fm.tobit$coef
(Intercept)  age         yearsmarried  religiousness  occupation  rating 
8.1741974    -0.1793326  0.5541418     -1.6862205     0.3260532   -2.2849727

> fm.tobit$scale
[1] 8.24708 

## the vector of marginal effects (at mean values and for y > 0) should be as follows.
## note the [-1] used to remove the intercept term from the final vector, 
##  but not from within the adjustment term. 

> pnorm(sum(apply(fm.tobit$x,2,FUN=mean) * fm.tobit$coef)/fm.tobit$scale) * 
  fm.tobit$coef[-1]
  age        yearsmarried  religiousness  occupation  rating 
  -0.041921  0.1295365     -0.394172      0.076218    -0.534137 

Tekrarlamak önemlidir: Bunlar sadece y'nin pozitif olduğu durumlarda (yani en az bir ilişki olduğu) ve açıklayıcı değişkenlerin ortalama değerlerinde marjinal etkilerdir.

Birisi Tobit modelleri için yerleşik bir marjinal efekt aracı olan bir programı kullanarak bu sonuçları kontrol etmek isterse, karşılaştırmayı merak ediyorum. Herhangi bir yorum ve düzeltme çok takdir edilecektir.

Kaynak :
Wooldridge, Jeffrey M. 2006. Tanıtıcı Ekonometri: Modern Bir Yaklaşım. Thomson Güney-Batı. 3. Baskı.