รุ่น Tobit พร้อม R

มีใครรู้บ้างว่าจะหาแอปพลิเคชันและตัวอย่างที่ดีได้ที่ไหน (นอกเหนือจากคู่มือและหนังสือเศรษฐศาสตร์ที่ใช้กับ R) โดยใช้โมเดล tobit กับแพ็คเกจ AER

แก้ไข

ฉันกำลังค้นหาคำสั่งเพื่อคำนวณผลกระทบส่วนเพิ่มสำหรับ y (ไม่ใช่สำหรับตัวแปรแฝง y *) ดูเหมือนว่าโดยที่เป็นฟังก์ชันการแจกแจงสะสม std.n ปกติ แต่ฉันจะคำนวณผลกระทบเหล่านั้นด้วย R ได้อย่างไร$\phi(x\beta/\sigma)\beta$$\phi$

มันไม่ได้อยู่ในแพ็คเกจเพียงแค่เขียนคำสั่งของคุณเอง หากการถดถอยของคุณคือ reg <- tobit (y ~ x) เวกเตอร์ของเอฟเฟกต์ควรเป็น

pnorm(x%*%reg$coef[-1]/reg$scale)%*%reg$coef[-1].

ฉันมีปัญหาเดียวกัน (“ non-conformable arguments”) ที่ @ hans0l0 พูดถึงในความคิดเห็นด้านบน ฉันคิดว่าฉันได้แก้ไขปัญหานี้แล้วและจะพยายามอธิบายที่นี่

ครั้งแรกมีข้อผิดพลาดในสมการในโพสต์ต้นฉบับ มันควรจะเป็น$ϕ(xβ/σ)β_j$-ie มีห้อยหลังจากที่สองแต่ไม่หลังจากที่ครั้งแรก ในรูปแบบ Tobit ผลกระทบของตัวแปรนั้นไม่ได้ถูกกำหนดโดยสัมประสิทธิ์ของตัวแปรนั้นเท่านั้น (the ); ยังจำเป็นต้องมีปัจจัยการปรับที่ได้รับการคำนวณจากค่าของตัวแปรอื่น ๆ ในรูปแบบ ( )$β$$x_j$$β_j$$ϕ(xβ/σ)$

จาก Wooldridge 2006 (หน้า 598):

ปัจจัยที่ปรับ ... ขึ้นอยู่กับฟังก์ชั่นเชิงเส้นของ ,β_kx_k) จะแสดงให้เห็นว่าปัจจัยการปรับตัวอยู่ระหว่าง 0 ถึง 1$x$$xβ/σ = (β_0 + β_1x_1 + … + β_kx_k)/σ$

ปัจจัยการปรับตัวนี้หมายความว่าเราต้องเลือกค่าของตัวแปรอื่น ๆ ในแบบจำลอง:“ เราต้องเสียบค่าสำหรับ x _j , โดยปกติคือค่าเฉลี่ยหรือค่าที่น่าสนใจอื่น ๆ ” (Wooldridge 2006, p598) โดยทั่วไปนี่จะเป็นค่าเฉลี่ย แต่ก็อาจเป็นค่ามัธยฐานควอไทล์บน / ล่างหรืออะไรก็ได้ สิ่งนี้เกี่ยวข้องกับสาเหตุที่ @ hans0l0 และฉันได้รับnon-conformable argumentข้อผิดพลาด“” เมื่อเราใช้รหัสของ Alex ด้านบน:“ x” ในรหัสนั้นจะเป็นเวกเตอร์เมื่อสิ่งที่เราต้องการเป็นค่าเดียวสำหรับตัวแปร (หมายถึงค่ามัธยฐาน / ฯลฯ ) . ฉันเชื่อว่ายังมีข้อผิดพลาดอื่นในรหัสข้างต้นซึ่งจะไม่รวมค่าดักจับจากเงื่อนไขการปรับ (ด้วย[-1]สคริปต์หลังจากใช้งานครั้งแรกของreg$coef) ความเข้าใจของฉันเกี่ยวกับเรื่องนี้ (แต่ฉันมีความสุขที่ได้รับการแก้ไข) คือคำที่ใช้ในการปรับปรุงควรจะมีจุดตัด (จากด้านบน)$β_0$

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