Model Tobit dengan R

9

Adakah yang tahu di mana menemukan aplikasi dan contoh yang baik (selain manual dan buku yang menerapkan ekonometrika dengan R) menggunakan model tobit dengan paket-paket AER?

Edit

Saya mencari perintah untuk menghitung efek marginal untuk y (bukan untuk variabel laten y *). Tampaknya ϕ(xβ/σ)β , di mana ϕ adalah fungsi distribusi kumulatif normal std.normal. Tetapi bagaimana saya bisa menghitung efek itu dengan R?

MarkDollar
sumber

Jawaban:

7

Tidak ada dalam paket, cukup tulis perintah Anda sendiri. Jika regresi Anda adalah reg <- tobit (y ~ x) maka vektor efek seharusnya

pnorm(x%*%reg$coef[-1]/reg$scale)%*%reg$coef[-1].
Alex
sumber
Apakah Anda melewatkan beberapa t ()? Dapatkan saja non-conformable argumentsketika saya mencobanya dengan contoh data yang disediakan oleh AER::tobit. Maukah Anda mencobanya dengan contoh dataset?
hans0l0
7

Saya memiliki masalah yang sama (" non-conformable arguments") yang @ hans0l0 disebutkan dalam komentar di atas. Saya pikir saya telah menyelesaikan ini, dan akan mencoba menjelaskan di sini.

Pertama, ada kesalahan dalam persamaan di pos asli. Itu harus —yaitu, ada subskrip setelah kedua tetapi tidak setelah yang pertama. Dalam model Tobit, efek marginal dari variabel ditentukan tidak hanya oleh koefisien variabel tertentu ( ); faktor penyesuaian juga diperlukan yang akan dihitung dari nilai-nilai variabel lain dalam model ( ).ϕ(xβ/σ)βjβxjβjϕ(xβ/σ)

Dari Wooldridge 2006 (hlm. 598):

Faktor penyesuaian… tergantung pada fungsi linier , . Dapat ditunjukkan bahwa faktor penyesuaian ketat antara nol dan satu.xxβ/σ=(β0+β1x1++βkxk)/σ

Ini berarti faktor penyesuaian yang kita harus membuat pilihan tentang nilai-nilai dari variabel lain dalam model: “kita harus pasang di nilai untuk x j , biasanya rata-rata nilai atau nilai-nilai lain yang menarik” (Wooldridge 2006, p598). Jadi umumnya ini akan menjadi rata-rata, tetapi bisa juga median, kuartil atas / bawah, atau apa pun. Ini berkaitan dengan mengapa @ hans0l0 dan saya mendapatkan " non-conformable argument" kesalahan ketika kami menggunakan kode Alex di atas: " x" dalam kode itu akan menjadi vektor ketika yang kita butuhkan adalah nilai tunggal untuk variabel (mean / median / etc) . Saya percaya ada juga kesalahan lain dalam kode di atas karena tidak termasuk nilai intersep dari istilah penyesuaian (dengan [-1]skrip setelah penggunaan pertama darireg$coef). Pemahaman saya tentang ini (tapi saya senang bisa dikoreksi) adalah bahwa istilah penyesuaian harus mencakup intersep ( dari atas).β0

Itu semua mengatakan, berikut adalah contoh menggunakan dataset dari AER::tobit (“Affairs”):

## Using the same model and data as in the Tobit help file
## NB: I have added the “x=TRUE” command so the model saves the x values

> fm.tobit <- tobit(affairs ~ age + yearsmarried + religiousness + occupation + rating,
                    data = Affairs, x=TRUE)
> fm.tobit$coef
(Intercept)  age         yearsmarried  religiousness  occupation  rating 
8.1741974    -0.1793326  0.5541418     -1.6862205     0.3260532   -2.2849727

> fm.tobit$scale
[1] 8.24708 

## the vector of marginal effects (at mean values and for y > 0) should be as follows.
## note the [-1] used to remove the intercept term from the final vector, 
##  but not from within the adjustment term. 

> pnorm(sum(apply(fm.tobit$x,2,FUN=mean) * fm.tobit$coef)/fm.tobit$scale) * 
  fm.tobit$coef[-1]
  age        yearsmarried  religiousness  occupation  rating 
  -0.041921  0.1295365     -0.394172      0.076218    -0.534137 

Penting untuk diulangi: ini adalah efek marginal hanya dalam kasus di mana y positif (yaitu setidaknya satu perselingkuhan telah terjadi) dan pada nilai rata-rata semua variabel penjelas.

Jika seseorang ingin memeriksa hasil itu menggunakan program dengan alat efek marginal bawaan untuk model Tobit, saya akan penasaran untuk melihat perbandingannya. Setiap komentar dan koreksi akan sangat dihargai.

Referensi :
Wooldridge, Jeffrey M. 2006. Pengantar Ekonometrika: Pendekatan Modern. Thomson Selatan-Barat. Edisi ke-3.

Tim H
sumber
Terima kasih atas kontribusi ini. Selamat Datang di CV. Saya harap kita akan melihat lebih banyak.
gung - Reinstate Monica