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 Stata专版
29831 11
2014-06-10
大家好,想问的问题是,第一,在Logit模型中,例如x(1)的系数是b(1),在陈强的书,对系数的解读是,当x(1)增加一个单位,将引起“对数几率比”变化b(1)(%),但如何看出x(1)的变化与事件y的概率的影响?另外输入”mfx"(计算在样本均值处的边际效率)这一命令后,如何正确解读这一组系数?   第二,Tobit模型考虑了当“y=0"的解释变量的信息,样本量也包括”y=0"的样本,那么这一系数与OLS的系数有什么不同,如何进行解读,尽管在伍德里奇的书里有通过将Tobit模型的系数乘以一个调整因子后所得到的数值与OLS的系数进行比较,但Tobit模型的系数真正的含义是什么?谢谢大家!
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
2014-6-11 11:51:13
简答理解,就是自变量x对因变量y的响应概率有多大.不过解释的时候注意因变量和自变量的单位!
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

2014-6-15 00:18:53
nmzhaozhouhua 发表于 2014-6-11 11:51
简答理解,就是自变量x对因变量y的响应概率有多大.不过解释的时候注意因变量和自变量的单位!
恐怕不是吧。你说的那个是marginal effect吧。只不过在线性回归,比如ols的时候,系数恰好等于marginal effect而已。比如logit或者probit。在tobit里面也是。假设下限是0,那么tobit的系数,应该和ols(y>0)的时候的系数是一样的。但是,要注意的是,Std.err, V(u) 都是不一样的。。Tobit中,不同的上下限,有不同的解释。但是自变量对应变量的影响,还是要看marginal effect。
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

2014-6-15 10:36:56
nmzhaozhouhua 发表于 2014-6-11 11:51
简答理解,就是自变量x对因变量y的响应概率有多大.不过解释的时候注意因变量和自变量的单位!
三楼才是正解。tobit和probit模型的系数本身没什么意义,不能直接跟OLS的系数进行比较,要乘以转换因子。
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

2014-6-15 15:20:20
kuma.kobe 发表于 2014-6-15 00:18
恐怕不是吧。你说的那个是marginal effect吧。只不过在线性回归,比如ols的时候,系数恰好等于marginal e ...
那我理解错了,看了您的解释也明白怎么回事了
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

2014-6-15 17:57:20
nmzhaozhouhua 发表于 2014-6-15 15:20
那我理解错了,看了您的解释也明白怎么回事了
没事。很多时候大家都容易误解的。。多做做就好了。。
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

点击查看更多内容…
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