有关heckman模型

2009-8-15 20:33:51

Heckman selection model Number of obs    =    4071
(regression model with sample selection) Censored obs    =    2504
Uncensored obs    =    1567

Wald chi2(3)    = 146.20
Log likelihood = -15922.96 Prob > chi2       = 0.0000

Coef. Std. Err.    z P>z    [95% Conf. Interval]

employer
age 41.90335 5.985298    7.00 0.000    30.17239 53.63432
duration 85.83879 11.07441    7.75 0.000    64.13334 107.5442
education -4.676494 49.70005 -0.09 0.925 -102.0868 92.73381
_cons -2476.108 292.4432 -8.47 0.000 -3049.286 -1902.93

select
age .0186554 .0022281    8.37 0.000    .0142883 .0230225
sex .0081217 .0131737    0.62 0.538 -.0176983 .0339417
duration    .029691 .0041769    7.11 0.000    .0215044 .0378775
education -.0358153 .0183915 -1.95 0.051 -.0718619 .0002313
_cons -1.039254 .1091491 -9.52 0.000 -1.253182 -.8253257

/athrho    3.60565 .108809 33.14 0.000    3.392388 3.818912
/lnsigma 7.885451 .0201741 390.87 0.000    7.845911 7.924992

rho .9985247 .0003208 .9977408 .9990367
sigma 2658.324 53.62937 2555.264 2765.542
lambda 2654.402 53.79573 2548.965    2759.84

LR test of indep. eqns. (rho = 0): chi2(1) = 1434.01 Prob > chi2 = 0.0000

我用了上述较为机械的方法，得到以下结果。
如何从上述回归结果判断是否存在selection?
问题进一步扩展，我知道这种方法背后推导的过程，但有些书籍的符号与stata的命名不一样。

可以通过什么样的方式找到读结果的help.

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

2009-8-15 20:35:40

我读了有关heckman的help.
但一般的help并不涉及结果的读取。问题推广为，有什么方法可以得到结果解读的指导。

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

2009-8-15 20:37:10

有关非线性回归模型，如censor ,trunk,heckman模型，有没有相关的manual?

thanks

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

2009-8-15 21:04:05

首先要看“受限因变量”的相关理论。

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

2009-8-15 21:24:44

嗯，期待版主回答第1个问题，以及有关结果解读的问题。

谢谢。

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…

2009-8-15 21:52:15

peyzf 发表于 2009-8-15 20:33

rho .9985247 .0003208       .9977408 .9990367
sigma 2658.324 53.62937       2555.264 2765.542
lambda 2654.402 53.79573       2548.965    2759.84

LR test of indep. eqns. (rho = 0):  chi2(1)=1434.01 Prob > chi2 = 0.0000

如何从上述回归结果判断是否存在selection?

你用的是MLE。

这里LR test是关键，H0是rho=0（即不存在选择偏误），P若很小（小于预先），则拒绝H0。

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

2009-8-15 21:57:37

peyzf 发表于 2009-8-15 20:33 问题进一步扩展，我知道这种方法背后推导的过程

如果你知道背后推导的过程，你应该理解stata给出的结果。

Heckman模型中，lambda是逆Mills比率；两个扰动项服从二元正态分布N2(0, 0; 1, sigma^2, rho)；Number of obs是总样本量，Uncensored obs是未截断样本量。

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

2009-8-15 22:01:35

peyzf 发表于 2009-8-15 20:35 问题推广为，有什么方法可以得到结果解读的指导。

关键还是理解该模型的内在逻辑，这不是软件所提供的（或者软件的任务）。

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

2009-8-15 22:02:34

peyzf 发表于 2009-8-15 20:37 有关非线性回归模型，如censor ,trunk,heckman模型，有没有相关的manual?

这些最好叫作“受限因变量模型”吧。

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

2009-8-15 22:04:50

peyzf 发表于 2009-8-15 19:46 我的经济问题是：我有三种工作类型的数据，由于各个工作类型的选择可能内生的，所以想做一个heckman模型。但我们通常的heckman模型，如工资决定方程，能常只有两种情况，相对应的因变量要么是工资值，要么是缺省值。而我的因变量是各种工作类型的工资值。

这里先有一个问题：即使理论上我们已经导出“多类型”模型，我们是否有软件（或者是否自己能设计相关程序）进行这样的估计？

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

2009-8-15 22:13:14

请教一下版主，treatreg与heckman模型中第二个方程的自变量在选择上是否有差异，看了help，treatreg中的自变量不包含outcome regression中的自变量，而heckman则包含。请问两种模型的第二个方程对自变量的要求是否不同啊？具体有哪些要求呢。谢谢

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

2009-8-15 22:20:00

angelaxld 发表于 2009-8-15 22:13 请教一下版主，treatreg与heckman模型中第二个方程的自变量在选择上是否有差异，看了help，treatreg中的自变量不包含outcome regression中的自变量，而heckman则包含。请问两种模型的第二个方程对自变量的要求是否不同啊？具体有哪些要求呢。

个人以为，在第一步估计中，两者对自变量的要求相同。

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

2009-8-15 22:47:54

看了一下stata举的例子是如此这般的：
treatreg ww wa cit, treat(wc=wmed wfed) twostep
heckman wage educ age, select(married children educ age) twostep
感觉有些疑惑，两个模型对第一步回归的解释变量处理好象不同哦

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

2009-8-15 22:54:08

angelaxld 发表于 2009-8-15 22:47
看了一下stata举的例子是如此这般的：
treatreg ww wa cit, treat(wc=wmed wfed) twostep
heckman wage educ age, select(married children educ age) twostep
感觉有些疑惑，两个模型对第一步回归的解释变量处理好象不同哦

*stata的命令（z为0-1变量）：
treatreg y x1-xn, tr(z=w1-wm) two
*等价于以下命令：
prob z w1-wm
predict gw, xb
g lambda=normalden(gw)/normal(gw) if z==1
replace lambda=-normalden(gw)/normal(-gw) if z==0
reg y z x1-xn lambda

*stata的命令（z为0-1变量）：
heckman y x1-xn, two sel(z=w1-wm)
*等价于以下命令：
prob z w1-wm
predict gw, xb
g lambda=normalden(gw)/normal(gw) if z==1
reg y x1-xn lambda if z==1

*注意红色字中的区别。这里"x1-xn"与"w1-wm"两组变量的交集可以非空。

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

2009-8-15 22:54:15

看了manual也是如此写，所以才会怀疑这个问题，呵呵。也许是我钻牛角尖

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

2009-8-15 22:55:50

treatment模型可以看作是Heckman模型的一种扩展。

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

2009-8-15 22:57:53

谢谢啦

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

2009-8-15 23:00:13

stata的各种操作的结果，其实与相关的计量或统计理论紧密相联（也本应该如此）。

如果了解每一种操作背后的理论根据（或者说数学运算或推导），应该很容易了解stata输出的各种结果。

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

2009-8-15 23:47:24

thanks .

well done.

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

2009-8-15 23:56:02

11# sungmoo

事实上，我发现有些文献（中文），就是用mlogit做的，然后把估算的结果代入到第二步。进行的是手工的。这样，可以在方差估算上会存在偏差（而heckman模型可以避免）。我还没试过将第一步probit结果代入第二步估算。所以，关于mlogit结果代入，也没有尝试过。

采用手动的two stage回归，需要注意些什么？怎样才能得到有效估计？

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

2009-8-16 09:11:02

peyzf 发表于 2009-8-15 23:56 事实上，我发现有些文献（中文），就是用mlogit做的，然后把估算的结果代入到第二步。进行的是手工的。这样，可以在方差估算上会存在偏差（而heckman模型可以避免）。我还没试过将第一步probit结果代入第二步估算。所以，关于mlogit结果代入，也没有尝试过。采用手动的two stage回归，需要注意些什么？怎样才能得到有效估计？

个人以为，这里的关键是弄清楚，上述模型中关于各扰动项的联合分布的假设是什么。

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

2009-8-16 09:51:01

嗯，版主能洞析软件背后的流程。赞一个，是我下一步进取的目标。

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

2009-8-16 12:18:18

heckman模型有没有关于潜在变量分布的非正态分布的扩展形式？

即不需要假定潜在变量的误差项服从正态分布。如Vella(1998)在理论上证明了选择方程不需要具有probit形式。

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

2009-8-16 12:21:39

再问，heckman 模型two step回归如何得到稳健估计？

加了two option后，vce(r)就不能使用了。

其option是什么？？

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

2009-8-16 12:25:26

wooldridge(中文)PP566
指出当lambda显著异于0时，应给出修正的标准差。

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

2009-8-16 12:38:38

peyzf 发表于 2009-8-16 12:21 heckman 模型two step回归如何得到稳健估计？加了two option后，vce(r)就不能使用了。

你可以使用与heckman,two sel()等价的probit+reg得到vce(r)。

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

2009-8-16 12:40:42

peyzf 发表于 2009-8-16 12:18 heckman模型有没有关于潜在变量分布的非正态分布的扩展形式？即不需要假定潜在变量的误差项服从正态分布。如Vella(1998)在理论上证明了选择方程不需要具有probit形式。

前面说过，关键是确定，各扰动项的联合分布（假设）是什么。

其他的分布，将对应不同的估计程序设计。

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

2009-8-16 13:09:18

sungmoo 发表于 2009-8-16 12:38
peyzf 发表于 2009-8-16 12:21 heckman 模型two step回归如何得到稳健估计？加了two option后，vce(r)就不能使用了。
你可以使用与heckman,two sel()等价的probit+reg得到vce(r)。

两者是等价的吗？
probit+reg得到vce(r)中，首先用probit得到inverse odds ratio,再用reg ……，robust ?
inverse odds ratio有没有便捷的方法求解，还是需要按照公式，代入相应的系数predict?

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