Модели усеченной регрессии - это класс моделей, в которых выборка была усечена для определенных диапазонов зависимой переменной . Это означает, что наблюдения со значениями зависимой переменной ниже или выше определенных пороговых значений систематически исключаются из выборки. Следовательно, отсутствуют все наблюдения, так что неизвестны ни зависимая, ни независимая переменная. Это контрастирует с цензурированными моделями регрессии, где только значение зависимой переменной кластеризуется по нижнему порогу, верхнему порогу или обоим, в то время как значение для независимых переменных доступно. [1]
Усечение выборки - распространенная проблема в количественных социальных науках при использовании данных наблюдений , и, следовательно, разработка подходящих методов оценки уже давно вызывает интерес в эконометрике и смежных дисциплинах. [2] В 1970-х Джеймс Хекман отметил сходство между усеченными и неслучайно выбранными выборками и разработал поправку Хекмана . [3] [4]
Оценка моделей усеченной регрессии обычно выполняется с помощью параметрического метода максимального правдоподобия. Совсем недавно в литературе были предложены различные полупараметрические и непараметрические обобщения, например, основанные на подходе локальных наименьших квадратов [5] или подходе локального максимального правдоподобия [6], которые являются ядерными методами.
Смотрите также
Рекомендации
- ^ Брин, Ричард (1996). Модели регрессии: цензура, выбранные образцы или усеченные данные . Таузенд-Оукс: Шалфей. С. 2–4. ISBN 0-8039-5710-6.
- ^ Амемия, Т. (1973). «Регрессионный анализ, когда зависимая переменная усечена нормально». Econometrica . 41 (6): 997–1016. DOI : 10.2307 / 1914031 . JSTOR 1914031 .
- ^ Хекман, Джеймс Дж. (1976). «Общая структура статистических моделей усечения, выборки и ограниченных зависимых переменных и простой оценщик для таких моделей». Анналы экономических и социальных измерений . 15 : 475–492.
- ^ Хекман, Джеймс Дж. (1979). «Смещение выборки как ошибка спецификации». Econometrica . 47 (1): 153–161. DOI : 10.2307 / 1912352 . JSTOR 1912352 .
- ^ Lewbel, A .; Линтон, О. (2002). «Непараметрическая цензура и усеченная регрессия» (PDF) . Econometrica . 70 (2): 765–779. DOI : 10.1111 / 1468-0262.00304 . S2CID 120113700 .
- ^ Парк, БУ; Simar, L .; Зеленюк, В. (2008). "Оценка локального правдоподобия усеченной регрессии и ее частных производных: теория и применение" (PDF) . Журнал эконометрики . 146 (1): 185–198. DOI : 10.1016 / j.jeconom.2008.08.007 .
дальнейшее чтение
- Брин, Ричард (1996). «Модели выборки и модель усеченной регрессии». Модели регрессии: цензура, выбранные образцы или усеченные данные . Таузенд-Оукс: Шалфей. С. 33–47. ISBN 0-8039-5710-6.
- Фрелих, Маркус (2002). Полупараметрическая оценка моделей избирательности . Нью-Йорк: Нова Сайенс. ISBN 1-59033-277-6.
- Кинг, Гэри (1989). «Модели с неслучайным выбором» . Объединяющая политическая методология: теория вероятности статистического вывода . Издательство Кембриджского университета. С. 208–230. ISBN 0-521-36697-6.
- Маддала, GS (1983). «Цензурированные и усеченные модели регрессии». Ограниченно-зависимые и качественные переменные в эконометрике . Нью-Йорк: Издательство Кембриджского университета. стр. 149 -196. ISBN 0-521-24143-X.