全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件 统计软件培训班VIP答疑区
2902 1
2012-09-04
如果有一组数据(作为被解释变量),有一部分是0的数据,另外一部分是大于0的数据,选择tobit model来做回归,然后做marginal effects;记得tobit有两部分marginal effects,一部分相当于离散选择模型的marginal effect,另外一部分相当于受限的连续变量方程模型的marginal effect。我想问的是,既然tobit可以做出离散选择模型的效果,为什么看到有些paper还是把probit model单独拿出来再做离散选择模型呢?
举个简单的例子,比如做中国公司的R&D投入和sales的关系,用tobit model然后做marginal effects,就可以得到一单位的sales对是否有R&D投入有多大影响;也可以得到一单位的sales对投入R&D的多少有多大的影响;为什么有些paper又重新设置一个虚拟变量(0代表没有R&D投入,1代表有R&D投入),然后用probit model做了一遍,这个是必须的吗?两个得出的结果有什么不同?



多谢多谢!


二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2012-9-6 21:12:15
这不属于我视频教程中的内容,也不是我熟悉的内容,只能发表一些浅陋的评论,供参考,欢迎补充。
Logit 主要用于分析离散选择行为;
Tobit 主要处理截断数据问题。
二者的研究重点不同。
我想,你需要先找本书搞清楚二者的原理,再探讨上面的问题,或许会自然迎刃而解。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群