第十一章受限被解釋變量

chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第1頁!主要內(nèi)容斷尾回歸模型截取回歸模型樣本選擇模型chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第2頁!實(shí)驗(yàn)11-1：斷尾回歸模型實(shí)驗(yàn)基本原理chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第3頁!實(shí)驗(yàn)內(nèi)容及數(shù)據(jù)來源本書附帶光盤data文件夾下的“l(fā)aborsupply.dta”工作文件給出了1975年婦女勞動(dòng)供給的一些數(shù)據(jù)，主要變量有：lfp=各婦女在1975年是否工作（該變量取1表示該婦女在1975年有工作），whrs=婦女的工作時(shí)間，kl6=年齡小于6歲的孩子個(gè)數(shù)，k618=年齡在6歲到18歲之間的孩子個(gè)數(shù)，wa=婦女的年齡，we=婦女的受教育年限。很顯然，當(dāng)某婦女在1975年沒有工作時(shí)，我們觀察到的該婦女的工作時(shí)間為0。利用這些數(shù)據(jù)，我們要研究各個(gè)因素對婦女勞動(dòng)時(shí)間的影響，并講解斷尾回歸模型的擬合與預(yù)測。chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第4頁!2斷尾回歸的操作斷尾回歸的基本命令為：truncregdepvar[indepvar][if][in][weight][,options]其中，truncreg代表“斷尾回歸”的基本命令語句，depvar代表被解釋變量的名稱，indepvar代表解釋變量的名稱，if代表?xiàng)l件語句，in代表范圍語句，weight代表權(quán)重語句，options代表其他選項(xiàng)。表11.2顯示了各options選項(xiàng)及其含義。chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第5頁!對于“l(fā)aborsupply.dta”的數(shù)據(jù)而言，1975年沒有工作的婦女的勞動(dòng)時(shí)間都被設(shè)定為0，事實(shí)上也就是其具體勞動(dòng)時(shí)間的數(shù)據(jù)沒有被統(tǒng)計(jì)到，這樣，我們可以進(jìn)行一個(gè)左端斷尾的回歸，命令如下：truncregwhrskl6k618wawe,ll(0)這里，選項(xiàng)ll(0)設(shè)定左端斷尾的下限為0。chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第6頁!下面，我們結(jié)合本例對選項(xiàng)進(jìn)行具體的說明。1.擬合的標(biāo)準(zhǔn)誤（stdp）也被稱作standarderrorofthefittedvalue，可以將其看做觀測值處于均值水平下的標(biāo)準(zhǔn)誤。預(yù)測的標(biāo)準(zhǔn)誤（stdf）也被稱作thestandarderrorofthefutureorforecastvalue，指的是每個(gè)觀測值的點(diǎn)預(yù)測的標(biāo)準(zhǔn)誤。根據(jù)兩種標(biāo)準(zhǔn)誤的計(jì)算公式可知，stdf預(yù)測的標(biāo)準(zhǔn)誤總是比stdp預(yù)測的要大。我們對上面的斷尾回歸進(jìn)行默認(rèn)預(yù)測以及stdp和stdf的預(yù)測，采用如下命令：predictypredictp,stdppredictf,stdflistwhrsypfin1/10其中，步為默認(rèn)預(yù)測，并將預(yù)測值命名為y；第二步預(yù)測的是擬合的標(biāo)準(zhǔn)誤，并將預(yù)測值命名為p；第三步預(yù)測的是預(yù)測的標(biāo)準(zhǔn)誤，并將其命名為f；最后一步列出原序列值whrs和各預(yù)測值的前10個(gè)觀測值。chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第7頁!實(shí)驗(yàn)11-2：截取回歸模型實(shí)驗(yàn)基本原理chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第8頁!實(shí)驗(yàn)內(nèi)容及數(shù)據(jù)來源我們要研究汽車重量對每加侖耗油下行駛的路程的影響，使用本書附帶光盤的data文件夾下的“usaauto.dta”工作文件。主要變量有：mpg=每加侖汽油所行駛的英里數(shù)，weight=汽車的重量等。利用“usaauto.dta”的數(shù)據(jù)，我們會(huì)講解截取回歸的操作及預(yù)測。需要說明的是，這個(gè)數(shù)據(jù)本身不是截取數(shù)據(jù)，但為了展示tobit回歸的相關(guān)操作，我們會(huì)對數(shù)據(jù)進(jìn)行處理，然后講解相關(guān)命令的操作。chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第9頁!2截取回歸的操作截取回歸的基本命令為：tobitdepvar[indepvar][if][in][weight],ll[(#)]ul[(#)][options]其中，tobit代表“截取回歸”的基本命令語句，depvar代表被解釋變量的名稱，indepvar代表解釋變量的名稱，if代表?xiàng)l件語句，in代表范圍語句，weight代表權(quán)重語句，options代表其他選項(xiàng)?？捎玫膐ptions選項(xiàng)包括offset()、vce()、level()等，其含義和斷尾回歸處相同。此外，ll表示左截取點(diǎn)，ul表示右截取點(diǎn)，這兩個(gè)選項(xiàng)至少需要設(shè)定一個(gè)，可以同時(shí)設(shè)定。對于ll和ul選項(xiàng)，可以設(shè)定截取點(diǎn)的值，也可以不設(shè)定。當(dāng)只鍵入ll或ul選項(xiàng)而不設(shè)定截取點(diǎn)的值時(shí)，tobit命令會(huì)自動(dòng)設(shè)定被解釋變量的最小值為左截取點(diǎn)（當(dāng)ll選項(xiàng)被設(shè)定時(shí)），被解釋變量的最大值為右截取點(diǎn)（當(dāng)ul選項(xiàng)被設(shè)定時(shí)）。chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第10頁!事實(shí)上，我們沒有必要先使用replace命令，直接使用選項(xiàng)ll(20)就可以得到圖11.5的結(jié)果。前面之所以要對數(shù)據(jù)進(jìn)行變換，主要是為了提醒讀者，tobit命令是用于截取數(shù)據(jù)的。在實(shí)際的研究中，如果數(shù)據(jù)類型非截取，直接使用regress就可以了；只有在數(shù)據(jù)為截取數(shù)據(jù)時(shí)，才有必要使用tobit。chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第11頁!實(shí)驗(yàn)11-3：樣本選擇模型實(shí)驗(yàn)基本原理chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第12頁!實(shí)驗(yàn)內(nèi)容及數(shù)據(jù)來源樣本選擇模型的一個(gè)經(jīng)典例子是婦女工資的決定。假定工資收入與教育、年齡等相關(guān)，但只有婦女選擇工作時(shí)我們才能觀察到其工資收入。如果婦女是隨機(jī)決定是否工作，那么就沒有樣本選擇的問題。但事實(shí)上，決定是否工作的選擇并不是隨機(jī)的。只有當(dāng)雇主提供的工資高于婦女的保留工資（reservationwage）時(shí)，該婦女才會(huì)決定去工作。當(dāng)存在樣本選擇問題時(shí)，我們需要找到至少一個(gè)這樣的變量，它能影響被解釋變量能否被觀測到，卻對觀測到的因變量沒有影響。在婦女工資問題中，家中兒童數(shù)量就是一個(gè)合適的選擇。顯然，家中兒童數(shù)量能夠影響婦女的保留工資，從而影響其是否工作；但對于工作中的婦女，家中兒童數(shù)量并不會(huì)影響雇主提供的工資。chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第13頁!實(shí)驗(yàn)操作指導(dǎo)1heckman回歸的操作chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第14頁!（2）兩步法的heckman回歸當(dāng)數(shù)據(jù)集比較大時(shí)，極大似然估計(jì)非常耗時(shí)，兩步法就提供了一種很好的替代。鍵入命令：heckmanwageeducage,select(marriedchildreneducage)twostepmills(m)其中，選項(xiàng)twostep表明使用兩步法的heckman回歸。選項(xiàng)mills()會(huì)生成一個(gè)新變量，計(jì)算出各樣本的逆米爾斯比率，即樣本不被選擇的可能性。我們這里給該變量命名為m。此外，需要說明的一點(diǎn)是，選項(xiàng)nshazard(newvar)具有和選項(xiàng)mills(newvar)完全相同的作用。chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第15頁!（4）設(shè)定選擇方程的因變量我們可以對選擇方程設(shè)定因變量。鍵入命令：gendwage=(wage<.)heckmanwageeducage,select(dwage=marriedchildreneducage)這里，句命令表示產(chǎn)生變量dwage，當(dāng)wage<.時(shí)，dwage=1；當(dāng)wage為缺失值時(shí)，dwage=0。第二句命令中，select()選項(xiàng)設(shè)定了dwage為選擇方程的因變量。chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第16頁!對于婦女工資決定的模型，默認(rèn)的預(yù)測將給出各婦女的工資的線性預(yù)測值。如果我們想知道參加工作的婦女的期望工資，我們可以利用ycond選項(xiàng)。quietlyheckmanwageeducage,select(marriedchildreneducage)predictyc,ycondsummarizewageycifwage!=.其中，步為進(jìn)行heckman回歸，且命令quietly表明不顯示該回歸的結(jié)果；第二步是對參加工作的婦女的期望工資的預(yù)測，且將新變量命名為yc；第三步獲得wage非缺失值的觀測值的wage和yc的描述統(tǒng)計(jì)量。chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第17頁!習(xí)題1.利用本書附帶光盤data文件夾下的“usaauto.dta”工作文件，做mpg對

price、length、displacement的回歸，假設(shè)foreign為0時(shí)，mpg在20處左端斷尾；foreign為1時(shí)，mpg在24處左端斷尾。（提示：生成一個(gè)新變量，作為斷尾下限的指示變量）2.利用本書附帶光盤data文件夾下的“womenwork.dta”工作文件，分析各因素對已婚婦女工作時(shí)間的影響。主要變量包括：hours=工作時(shí)間，children=未成年子女個(gè)數(shù)，age=年齡，education=教育年限，husinc=丈夫收入。圖11.15列出了部分?jǐn)?shù)據(jù)。chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第18頁!實(shí)驗(yàn)操作指導(dǎo)1利用普通最小二乘法進(jìn)行回歸我們首先利用這些數(shù)據(jù)進(jìn)行普通最小二乘回歸。鍵入以下命令：regresswhrskl6k618waweifwhrs>0其中，被解釋變量為whrs，解釋變量為kl6、k618、wa和we，條件語句if表明，我們對婦女工作時(shí)間大于0的數(shù)據(jù)進(jìn)行回歸。這里，我們主要是為了和后面斷尾回歸的結(jié)果進(jìn)行比較。chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第19頁!chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第20頁!3斷尾回歸的預(yù)測chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第21頁!chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第22頁!chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第23頁!實(shí)驗(yàn)操作指導(dǎo)1普通最小二乘回歸為了與數(shù)據(jù)處理后的tobit回歸進(jìn)行比較，我們這里先進(jìn)行OLS回歸。鍵入命令：generatewgt=weight/1000regressmpgwgt其中，步為生成一個(gè)新變量wgt，其值為變量weight的1/1000。第二步為mpg對wgt的回歸。chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第24頁!下面，我們通過例子來加深對命令的理解。在“usaauto.dta”工作文件中，變量mpg的最小值為12，最大值為41。假定我們的數(shù)據(jù)為截取數(shù)據(jù)，當(dāng)mpg的真實(shí)值小于或等于20時(shí)，我們只知道其不超過20，而不知道具體的取值。我們先對數(shù)據(jù)進(jìn)行變換，使用命令：replacempg=20ifmpg<=20即，將小于或等于20的mpg值設(shè)為20。然后，我們進(jìn)行tobit回歸：tobitmpgwgt,ll這里，要注意選項(xiàng)是兩個(gè)小寫的字母el，而不是數(shù)字1。chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第25頁!3tobit回歸的預(yù)測chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第26頁!chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第27頁!我們利用本書附帶光盤data文件夾下的“fwage.dta”工作文件，來進(jìn)行婦女工資決定模型的研究。主要變量包括：wage=婦女的工資收入，education=教育水平，age=年齡，married=是否結(jié)婚，children=家中兒童數(shù)量，county=居住地。利用這些數(shù)據(jù)，我們會(huì)講解樣本選擇問題的heckman回歸的操作以及相關(guān)的預(yù)測。chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第28頁!下面，我們利用“fwage.dta”的數(shù)據(jù)進(jìn)行樣本選擇模型的回歸分析。我們認(rèn)為，婦女的工資是教育程度和年齡的函數(shù)，而婦女是否選擇工作的影響因素是其保留工資（受婚姻狀況、家中兒童數(shù)量影響）以及雇主提供的工資（受教育程度和年齡的影響）。（1）基本的heckman回歸我們首先使用默認(rèn)的極大似然函數(shù)法進(jìn)行估計(jì)。命令為：heckmanwageeducage,select(marriedchildreneducage)這里，被解釋變量為wage，解釋變量為educ和age。選項(xiàng)select()表明，選擇方程的解釋變量為married、children、educ和age。chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第29頁!（3）穩(wěn)健的heckman回歸我們可以使用vce(robust)獲得穩(wěn)健標(biāo)準(zhǔn)差，或利用vce(clustervarname)獲得聚類穩(wěn)健標(biāo)準(zhǔn)差。例如，我們認(rèn)為工資的方差可能隨居住地（county）的不同而不同，可以鍵入命令：heckmanwageeducage,select(marriedchildreneducage)vce(clustercounty)這里，選項(xiàng)vce(clustercounty)設(shè)定了標(biāo)準(zhǔn)差按變量county聚類。chap11受限被解釋變量共33頁，您現(xiàn)在瀏覽的是第30頁!2heckman回歸的預(yù)測對heckman回歸進(jìn)行預(yù)測的基本命令為：predict[type]newvar[if][in][,statisticnooffset]其中，predict代表預(yù)測的基本命令語句，newvar代表生成的新變量的名稱，type代表新變量的類型，if代表?xiàng)l件語句，in代表范圍語句，statistic代表進(jìn)行預(yù)測的統(tǒng)計(jì)量?？捎玫膕tatistic選項(xiàng)包括表11.3中斷尾回歸預(yù)測的所有選項(xiàng)以及表11.6的選項(xiàng)。chap11受限被解釋變量共