ฉันมีปัญหาเดียวกัน (“ non-conformable arguments
”) ที่ @ hans0l0 พูดถึงในความคิดเห็นด้านบน ฉันคิดว่าฉันได้แก้ไขปัญหานี้แล้วและจะพยายามอธิบายที่นี่
ครั้งแรกมีข้อผิดพลาดในสมการในโพสต์ต้นฉบับ มันควรจะเป็นϕ (x β / σ )βJ-ie มีห้อยหลังจากที่สองแต่ไม่หลังจากที่ครั้งแรก ในรูปแบบ Tobit ผลกระทบของตัวแปรนั้นไม่ได้ถูกกำหนดโดยสัมประสิทธิ์ของตัวแปรนั้นเท่านั้น (the ); ยังจำเป็นต้องมีปัจจัยการปรับที่ได้รับการคำนวณจากค่าของตัวแปรอื่น ๆ ในรูปแบบ ( )βxJβJϕ (x β / σ )
จาก Wooldridge 2006 (หน้า 598):
ปัจจัยที่ปรับ ... ขึ้นอยู่กับฟังก์ชั่นเชิงเส้นของ ,β_kx_k) จะแสดงให้เห็นว่าปัจจัยการปรับตัวอยู่ระหว่าง 0 ถึง 1xx β / σ = (β0+β1x1+ … +βkxk) / σ
ปัจจัยการปรับตัวนี้หมายความว่าเราต้องเลือกค่าของตัวแปรอื่น ๆ ในแบบจำลอง:“ เราต้องเสียบค่าสำหรับ x j , โดยปกติคือค่าเฉลี่ยหรือค่าที่น่าสนใจอื่น ๆ ” (Wooldridge 2006, p598) โดยทั่วไปนี่จะเป็นค่าเฉลี่ย แต่ก็อาจเป็นค่ามัธยฐานควอไทล์บน / ล่างหรืออะไรก็ได้ สิ่งนี้เกี่ยวข้องกับสาเหตุที่ @ hans0l0 และฉันได้รับnon-conformable argument
ข้อผิดพลาด“” เมื่อเราใช้รหัสของ Alex ด้านบน:“ x
” ในรหัสนั้นจะเป็นเวกเตอร์เมื่อสิ่งที่เราต้องการเป็นค่าเดียวสำหรับตัวแปร (หมายถึงค่ามัธยฐาน / ฯลฯ ) . ฉันเชื่อว่ายังมีข้อผิดพลาดอื่นในรหัสข้างต้นซึ่งจะไม่รวมค่าดักจับจากเงื่อนไขการปรับ (ด้วย[-1]
สคริปต์หลังจากใช้งานครั้งแรกของreg$coef
) ความเข้าใจของฉันเกี่ยวกับเรื่องนี้ (แต่ฉันมีความสุขที่ได้รับการแก้ไข) คือคำที่ใช้ในการปรับปรุงควรจะมีจุดตัด (จากด้านบน)β0
ทั้งหมดบอกว่านี่คือตัวอย่างการใช้ชุดข้อมูลจากAER::tobit (“Affairs”)
:
## Using the same model and data as in the Tobit help file
## NB: I have added the “x=TRUE” command so the model saves the x values
> fm.tobit <- tobit(affairs ~ age + yearsmarried + religiousness + occupation + rating,
data = Affairs, x=TRUE)
> fm.tobit$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
สิ่งสำคัญในการเน้นย้ำ: สิ่งเหล่านี้เป็นผลกระทบส่วนเพิ่มเฉพาะในกรณีที่ y เป็นค่าบวก (เช่นเกิดเหตุการณ์อย่างน้อยหนึ่งเหตุการณ์) และที่ค่าเฉลี่ยของตัวแปรอธิบายทั้งหมด
หากใครบางคนต้องการตรวจสอบผลลัพธ์เหล่านั้นโดยใช้โปรแกรมที่มีเครื่องมือเอ็ฟเฟ็กต์มาร์จิ้นในตัวสำหรับรุ่น Tobit ฉันอยากรู้อยากเห็นเพื่อเปรียบเทียบ ความคิดเห็นและการแก้ไขใด ๆ จะได้รับการชื่นชมมาก
อ้างอิง :
Wooldridge, Jeffrey M. 2006. เศรษฐมิติเบื้องต้น: วิธีการที่ทันสมัย ทอมสันทางตะวันตกเฉียงใต้ รุ่นที่ 3
non-conformable arguments
AER::tobit
คุณจะลองใช้ชุดข้อมูลตัวอย่างหรือไม่