6 离散被解释变量模型的扩展.ppt

文档介绍：§6 离散被解释变量模型的扩展
Panel Data
Limited Data
Discrete Data
Truncated and Censored Discrete Data Models
Discrete Choice Model for Panel Data
Truncated and Censored Panel Data Models
Count Data Model
for Panel Data
⒈ Binary Choice Model for Panel Data
⑴问题描述
N个个体样本,T个等距的离散时点,内生被解释变量只能取离散值。
例如 Discrete-Response Models。被解释变量取1(事件发生)或者0(事件没有发生)。
Purchases of Durables in a given year
participation in the labor force
decision to enter college
decision to marry
能否将它们看成N个个体的T次重复观测?为什么?
能否将它们看成(N×T)个独立个体的独立观测?为什么?
⑵固定影响和随机影响模型
如果αi与Xit无关,称为随机影响模型;如果αi与Xit相关,称为固定影响模型。
目前教科书中仅涉及变截距模型,包括固定影响模型、随机影响模型和动态模型。
以ML为成熟的估计方法,非参数估计(包括半参数)方法仍处于发展之中。
⑶固定影响模型的ML估计
当T趋于无穷大时,MLE是一致性估计。
对于logit模型
当T有限时,MLE是非一致性估计。
可以严格证明,αi是非一致性估计,而β是αi的函数,也是非一致性估计。
当Ti=2时, β的MLE的偏差为100%。(Hsiao)
当T=8、N=100时, MLE的偏差为10%的量级。(Heckman, Monte Carlo试验)
⑷固定影响模型的条件ML估计
为什么在线性回归模型中没有出现这样严重的偏差,而在这里出现?