Re: [請益] 一些計量問題

看板Economics (經濟學)作者 (應天風)時間17年前 (2009/06/06 21:25), 編輯推噓2(201)
留言3則, 1人參與, 最新討論串2/2 (看更多)
※ 引述《ichibond3 (123)》之銘言: : 1.想問一下 若資料有truncated 或是 censored的時候(尤其是被解釋變數) : 我們估計模型中的參數要用MLE而不是用OLS(簡單來說以tobit為例) : 我的想法是 因為被解釋變數資料 truncated 或是 censored 的話 : 會造成 sample selection bias的問題 因為MLE具有漸進一致性的特色 : 因此若使用MLE估計較佳 其實我不知道對不對 我試著回答看看 有錯請指正~~ 因為當被解釋變數(Y)truncated or censored到某一定值 ex:left censored to 0 它就不再是連續且無界 所以用OLS估計會有偏誤 為什麼要用MLE是因為它可以考慮到Y censored to 0 及 Y>0 的情況 你拿Tobit,OLS的log-likelihood function來比較可以發現 Tobit的可以分為兩部份 一部份是Y=0 另一部份是Y>0 這一部份其實和OLS的是一樣的 至於sample selection bias應該是sample selection model的部份 : ..................................................................... : 2. 我在看Greene CH23 discret choice model 簡單來分成 : LPM Logit Probit Tobit : 我看書上 只有probit和tobit 模型有加入laten regression的概念 : 而LPM和LOGIT 都沒有加入 我想問的是 這是巧合 正好課本沒舉例 : 還是說 因為LPM和LOGIT本身有一些特性 不能結合laten regression的概念 LPM沒有引入latent variable的概念 Logit Probit Tobit 三者都有 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.112.86.144

06/06 23:35, , 1F
那請問一下為什麼LPM沒有引入?
06/06 23:35, 1F

06/06 23:40, , 2F
不再是連續且無界所以用OLS估計會有偏誤
06/06 23:40, 2F

06/06 23:40, , 3F
可否請在詳細解釋一下 謝謝
06/06 23:40, 3F
文章代碼(AID): #1AAcvR-K (Economics)
討論串 (同標題文章)
本文引述了以下文章的的內容:
完整討論串 (本文為第 2 之 2 篇):
文章代碼(AID): #1AAcvR-K (Economics)