定性因變量回歸模型

《定性因變量回歸模型》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、第15章定性因變量回歸模型15.1定性（離散）因變量模型的性質(zhì)1、因變量只有有限的取值，特別的只能取0或1。2、定性因變量模型的實(shí)質(zhì)是概率模型，即估計給定自變量的條件下，因變量屬于某種類型的概率3、例：破產(chǎn)、收購等4、模型：（1）線性概率模型（2）logit模型（3）probit模型15.2線性概率模型1、模型2、擾動項(xiàng)的非正態(tài)性因?yàn)閅只取兩個值，其分布服從貝努力二項(xiàng)分布，擾動項(xiàng)也服從貝努力分布3、擾動項(xiàng)的異方差性根據(jù)貝努力分布的性質(zhì)，擾動項(xiàng)的方差與X有關(guān)，因而是異方差的。可用加權(quán)最小二乘法估計模型，權(quán)重為4、估計值不在[0，1]內(nèi)。要用logit或

2、probit模型5、R-2無效例：收入與房產(chǎn)異方差的處理1、檢驗(yàn)（在eviews中如何檢驗(yàn)殘差是否存在異方差）2、按照理論方法進(jìn)行加權(quán)最小二乘估計（1）估計OLS，得預(yù)測值（擬合值）yf（2）修改樣本sample（在workfile的sample處雙擊，在彈出的對話框的下面的方框（條件框）輸入yf>0andyf<1（3）生成權(quán)重序列g(shù)enrw=@sqrt(yf*(1-yf))（4）估計WLS其他的例子債券評級債券違約率15.5LOGIT模型問題的提出：在線性概率模型（LPM）中，無法保證模型的預(yù)測（擬合）值介于[0，1]。邏輯斯特分布函數(shù)：Logit

3、模型Logit模型的特點(diǎn)1、L的變化范圍是正負(fù)無窮大之間，但P的范圍在[0，1]2、L是X的線性函數(shù)，P是X的非線性函數(shù)3、Logit模型可以是多元的4、當(dāng)機(jī)會比率由1減到0時，L會變成負(fù)數(shù)，且在幅度上越來越大，當(dāng)機(jī)會比率由1升到無窮大時，L為正且越來越大5、beta系數(shù)表示x變化1單位時，機(jī)會比率的對數(shù)變化的數(shù)量6、利用機(jī)會比率對數(shù)的預(yù)測值，可以計算概率值7、Logit模型假設(shè)機(jī)會比率的對數(shù)與X是線性關(guān)系15.6Logit模型的估計群組數(shù)據(jù)1、計算樣本頻率2、計算logit3、計算權(quán)重4、估計WLS（eviews操作例）15.7Logit模型的估計

4、值的解釋利用15.4的數(shù)據(jù)估計Logit模型如下LOG(P/(1-P))=-1.52+0.075*X（1）x增加1單位，log(p/(1-p))增加0.075（2）令z=p/(1-p)，兩邊對x求導(dǎo)x增加1單位，p/(1-p)增長7.5%（3）預(yù)測概率值，令x=20，LOG(P/(1-P))=-1.52+0.075*20=-0.02P=0.495（4）x增加1單位導(dǎo)致p的變化，方程兩邊對x求導(dǎo)15.8非群組數(shù)據(jù)Logit模型估計非群組數(shù)據(jù)利用表15.7個體數(shù)據(jù)，估計如下模型Eviews中的估計方法（1）打開方程設(shè)定對話框；（2）在method中選擇b

5、inary方法；（3）在彈出的對話框內(nèi)輸入方程形式；（4）選擇logit模型；OK估計結(jié)果說明1、估計方法是極大似然估計法，標(biāo)準(zhǔn)誤為漸進(jìn)標(biāo)準(zhǔn)誤（大樣本有效）2、檢驗(yàn)統(tǒng)計量為Z統(tǒng)計量（正態(tài)分布）3、R-2無意義，報告McFaddenR-24、全部系數(shù)的顯著性檢驗(yàn)用LR統(tǒng)計量5、各系數(shù)的含義為對應(yīng)變量變化1單位時，p/(1-p)變化的比率6、eviews中的預(yù)測為p的預(yù)測7、預(yù)測成功率，yf>0.5，則yff=1，否則yff=0，比較yff與y，兩者對應(yīng)位置相同計成功次數(shù)增加1