请教大家:
我准备做一个计量分析,其中一个变量的数据(公司发明专利申请数,面板数据)如下,其中大部分都是0,我希望用这个变量来和这些公司的收益做回归分析,请问普通的面板数据固定效应模型合适不合适?或者请您推荐一种比较合适的计量方法?
2001 2002 2003 2004 2005 2006 2007
D1 0 1 0 0 0 0 0
D2 0 0 0 0 0 0 0
D3 4 1 3 1 2 0 0
D4 0 0 0 0 0 0 3
D5 4 0 0 2 5 1 0
D6 0 0 0 0 0 0 0
D7 0 0 1 0 0 0 1
D8 0 0 0 0 0 0 0
D9 3 0 0 0 3 0 1
D10 0 0 0 0 1 0 0
D11 0 0 0 1 0 1 0
D12 0 0 3 3 1 3 13
D13 0 0 0 0 0 0 0
[此贴子已经被作者于2009-6-4 20:29:25编辑过]
请注明:姓名-公司-职位
以便审核进群资格,未注明则拒绝
你希望用这个变量来和这些公司的收益做回归分析,且这个变量大部分都是0,也就是说,你的模型中被解释变量大部分值为0。对吧?设这个变量为y*。有几种方法,你去试试看。
1. 定义一个被解释变量y=1,当y*>0时;否则,y=0。然后用Probit或Logit模型做二元选择模型的回归估计。
2. 定义一个被解释变量y=y*,当y*>0时;否则,y=0。 然后用Tobit模型(归并数据模型)做回归估计。