第八讲 离散因变量模型(LPM,Probit,Logit)PPT课件.ppt

实际经济分析中的离散变量问题单一方案选择购买决定、职业选择、贷款决定；两种方案的选择。例如，选择两种旅行模式，选择两种商品。由决策者的属性和备选方案的属性确定。农业经济分析中的离散因素变量问题农民技术采用、农村选举等，第9章离散因素变量模型，第1，内容，二进制选择模型的三类模型是二进制选择模型的估计：二进制选择模型的测试：二进制选择模型的应用，二，一，二进制选择模型的理论模型二进制选择模型经济测量的一般模型线性概率模型(2)二进制选择的计量一般模型，5，(3)二进制选择模型随机误差项和斜率，6，(4)方差函数f的选择，方差函数f的原则选择：LPM，Probit，Logit，7，方法：约束估计的强制预测值等于0或1。随机误差项为二分方差：方法：可用WLS估计。拟合值不在0-1之间或大于1或等于0:9，2，Logit模型，Logistic分布函数，(1)Logit模型中的分布函数，具有上述分布函数的二进制选择模型称为Logit模型。10，(2) Logit模型设置，模型，11，(3) logit模型的极限分析，1，自变量更改对响应概率(p)的影响：2，对Logit模型系数的分析：变量定义：y:考生为1，未批准为0；分数：考生考试分数；D1:本届毕业生为1，本届毕业生为0。示例1: 13，数据表，14，模型结果：(1)模型，(2)估计：使用logit方法估计。(调用数据库和程序E: logit)，模型类型：Stata命令：logityscored 1，15，(3)预计：(0.052)，(0.052)，(4)检查：可以根据括号中的p值直接判断，也可以使用正态分布表确定阈值。也就是说，如果(5)考生分数增加1分，合格机会比率增加0.6771%，对本届毕业生入学与否也没有太大影响。Z=2.051.96，因此score变量在0.05的重要级别对y的影响很重要。17、3。“探测模型”、“累积正态概率分布曲线”、“探测曲线”和“洛格it曲线”非常相似(如果选中)。两条曲线在IP=0.5时都有拐点，但是logit曲线比两条尾部的Probit曲线厚。18，(1)探测模型的设置，模型，19，(2)探测模型的极限分析，自变量的更改对响应概率(p)的影响：一般来说，连续变量，x采样本平均值是x在平均意义上每增加一个单位，事件发生的概率是多少，示例寻呼机说明：E:博士测量课程软件应用程序logit(包括探测)，20，2，二进制选择模型的估计(ML)，每个示例的值=beinuli分布值。示例值的形式为图：21，因此，似然函数只需找到：停止点。，22，3，2圆选择模型的重要性测试，3。线性约束f测试，4 .似然比测试，2。准R2，1.t测试(大样本中的正态分布)，j是约束方程的数量，23，案例技术是分析模型和变量说明，农民的技术是变量=f(社会关系状况变量；诱导因子变量；农民的基本特征变量；生产要素捐款变量；危险变量区域变量)变量说明：农民的技术采用变量：农民是否使用除草剂(1=是；0=否)社会关系网：本村亲戚朋友的湖诱导因素：离村庄最近的路的距离；技术培训农民的基本特征：户主年龄、性别、教育水平生产要素捐赠：家庭财产；非农业劳动力；耕地风险因素：近5年内是否影响信用社贷款地区：村级特征、县级虚拟变量、4、2级选择模式的应用、24、资料来源、全国粮食生产的区域布局，分别在东北、华北、中部、西南四个地区分层随机抽样方法、辽阳县对各级社会经济基本情况及农民特点、技术需求、技术采纳等内容进行了有关农民粮食生产技术需求和采用的调查。 分析资料后，收集了397个有关农家粮食作物除草剂使用的有效样本。25，数据描述分析，26，模型推断，分别使用LPM，Logit和Probit模型的回归STAT命令：LPM : regwhwecidadotnfrnumnoflhyhgenderhhedheds好像比逐步的z检查更准确。村亲友对除草剂使用影响的重大测试：STATA程序：probitwhwecidadotnf