Эта статья может быть слишком технической, чтобы ее могло понять большинство читателей . Февраль 2021 г. ) ( Узнайте, как и когда удалить этот шаблон сообщения ) ( |
В эконометрике модель усеченных нормальных препятствий является вариантом модели Тобита и впервые была предложена Крэггом в 1971 г. [1]
В стандартной модели Tobit, представленной как , где Эта конструкция модели неявно накладывает два предположения первого порядка: [2]
- Поскольку: и , частичное влияние на вероятность и условное ожидание: имеет тот же знак: [3]
- Относительные эффекты и на и идентичны, то есть:
Однако эти два неявных предположения слишком сильны и несовместимы со многими контекстами в экономике . Например, когда нам нужно решить, инвестировать ли и построить завод, стоимость строительства может иметь большее влияние, чем цена продукта ; но после того, как мы уже построили завод, цена продукта определенно больше влияет на выручку . Следовательно, неявное предположение (2) не соответствует этому контексту. [4] Суть этой проблемы заключается в том, что стандартный Tobit неявно моделирует очень сильную связь между решением об участии или решением о сумме (величина, когда). Если модель углового решения представлена в общем виде:, где - решение об участии, а - решение о количестве, стандартная модель Tobit предполагает:
Чтобы сделать модель совместимой с большим количеством контекстов, естественным улучшением является предположение:
где член ошибки ( ) распределен как усеченное нормальное распределение с плотностью как
и независимы при условии .
Это называется усеченной моделью нормальных препятствий, предложенная Крэггом (1971). [1] Добавив еще один параметр и отделив решение о сумме от решения об участии, модель может соответствовать большему количеству контекстов. В соответствии с этой установкой модели, то плотность в данности можно записать в виде:
Из этого плотностного представления очевидно, что оно вырождается в стандартную модель Тобита, когда это также показывает, что усеченная модель нормальных препятствий является более общей, чем стандартная модель Тобита.
Модель усеченных нормальных препятствий обычно оценивается с помощью MLE. Функцию логарифма правдоподобия можно записать как:
На основе функции логарифма правдоподобия может быть оценена пробит-модель и может быть оценена усеченная модель нормальной регрессии. [5] На основе оценок можно сделать соответствующие оценки для среднего частичного эффекта.
См. Также [ править ]
Ссылки [ править ]
- ^ a b Крэгг, Джон Г. (сентябрь 1971 г.). «Некоторые статистические модели для ограниченных зависимых переменных применительно к спросу на товары длительного пользования». Econometrica . 39 (5): 829–844. DOI : 10.2307 / 1909582 . JSTOR 1909582 .
- ^ Вулдридж, Дж. (2002): Эконометрический анализ поперечных сечений и панельных данных, MIT Press, Cambridge, Mass, pp 690.
- ^ Здесь обозначения соответствуют Вулдриджу (2002). Функция,гдеможет быть доказано, что она находится между 0 и 1.
- ^ Для получения дополнительных примеров применения модели углового решения см .: Daniel J. Phaneuf, (1999): «Двойной подход к моделированию угловых решений в рекреационном спросе», Журнал экономики и управления окружающей средой, том 37, выпуск 1, стр. 85 -105, ISSN 0095-0696.
- ^ Вулдридж, Дж. (2002): Эконометрический анализ поперечных сечений и панельных данных, MIT Press, Кембридж, Массачусетс, стр 692-694.