Eviews数据统计与分析教程10章

EViews统计分析基础教程第10章离散因变量和受限因变量模型重点内容：•二元选择模型的建立•排序选择模型的建立•审查回归模型的建立•计数模型的建立EViews统计分析基础教程一、二元选择模型1.二元选择模型的形式假设有一个变量yt﹡，它与解释变量xt之间存在线性关系，即yt﹡=β1x1t+β2x2t+…+βkxkt+μt﹡（t=1，2，…，n）yt﹡与yt之间的关系为1，当yt﹡0时yt=0，当yt﹡≤0时EViews统计分析基础教程一、二元选择模型1.二元选择模型的形式P(yt=1|xt,β)=P（yt﹡0）=P(μt﹡-xtβ)=1-F(-xtβ)(1-1)P(yt=0|xt,β)=P（yt﹡≤0）=P(μt﹡≤-xtβ)=F(-xtβ)(1-2)式1-2中，F为μt﹡的连续分布函数，因而将原始的回归模型变成如下形式，yt=1-F(-xtβ)+μtEViews统计分析基础教程一、二元选择模型1.二元选择模型的形式二元选择模型的类型是由分布函数的类型决定，常用的二元选择模型有三种，如下表所示。μi﹡对应的分布分布函数F对应的二元选择模型标准正态分布Φ(x)Probit模型逻辑（logistic）分布ex/(1+ex)Logit模型极值分布1-exp(-ex)Extremevalue模型EViews统计分析基础教程一、二元选择模型2.二元选择模型的建立二元选择模型一般用迭代法求极大似然函数的最大值（线性概率（Tobit）模型除外），由于在模型中因变量的取值只能是1和0，因而估计系数不能解释成解释变量对被解释变量（因变量）的边际影响，但可以从符号上进行分析。当估计系数为正时，表明解释变量越大，被解释变量取值为1的概率越大；当估计系数为负时，表明解释变量越大，被解释变量取值为0的概率越大。EViews统计分析基础教程一、二元选择模型2.二元选择模型的建立在EViews软件的操作中，要建立二元选择模型，需首先选择主菜单栏中的“Object”|“NewObject”|“Equation”选项，或者选择“Quick”|“EstimateEquation”选项，打开方程设定对话框，选择“Specification”选项卡。在“Method”的下拉菜单中选择“BINARY–Binarychoice（logit,probit,extremevalue）”估计方法。EViews统计分析基础教程一、二元选择模型2.二元选择模型的建立在“Equationspecification”中列出被解释变量、常数项和解释变量。（二元选择模型的估计只能以列表形式将方程中的变量列出，不能输入公式的形式。）在“Binaryestimation”中有三个选项，分别是“Probit”、“Logit”、“Extremevalue”，用户需选中三种估计方法中的一种。EViews统计分析基础教程一、二元选择模型2.二元选择模型的建立在“Options”选项卡中，可以设置估计算法和迭代限制。EViews统计分析基础教程一、二元选择模型2.二元选择模型的建立RobustCovariances”（稳健标准差）有两个选项:“Huber/White”为用准—极大似然函数方法估计标准差，“GLM”为用广义线性模型方法估计标准差。EViews统计分析基础教程一、二元选择模型2.二元选择模型的建立““Optimizationalgorithm”为“最优化算法”，包括三个运算法则：“QuadraticHillClimbing”法则是用对数似然分析二次导数的矩阵；“Newton-Raphson”使用二次导数;“BHHH”使用一次导数来确定迭代更新和协方差矩阵估计。EViews统计分析基础教程一、二元选择模型2.二元选择模型的建立“在“Startingcoefficient”中可以指定初始值:“.8×EViews”、“.5×EViews”、“.3×EViews”分别为使用默认值的80%、50%、30%作为初始值；“Zero”为零系数；“UserSupplied”为由用户提高数值。EViews统计分析基础教程一、二元选择模型3.二元选择模型的分析二元选择模型的回归结果分析包括：拟合优度检验异方差检验预测和产生残差序列EViews统计分析基础教程一、二元选择模型3.二元选择模型的分析二元选择模型的回归结果分析包括：拟合优度检验包括：H-L（Hosmer-Lemeshow）检验Andrews检验检验中通过分组对拟合值和实际值进行比较，如果两者间的差别较大，就可断定模型的拟合效果不好；如果两者间的差别很小，就可认为模型的拟合效果较好。EViews统计分析基础教程一、二元选择模型3.二元选择模型的分析二元选择模型的回归结果分析包括：拟合优度检验EViews软件操作中，在建立好的方程对象窗口下选择“View”|“Goodness-of-FitTest（Hosmer-Lemeshow）”选项，将弹出拟合优度检验的对话框。EViews统计分析基础教程一、二元选择模型3.二元选择模型的分析二元选择模型的回归结果分析包括：拟合优度检验在“Groupobservationsby”区域确定分组变量：当分组变量取值很多时选择“Quantiles”，当分组变量只取少许几个值，选择“Distinctvalues”。EViews统计分析基础教程一、二元选择模型3.二元选择模型的分析二元选择模型的回归结果分析包括：预测在方程对象工具栏中选择“Proc”|“Forecast（FittedProbability/Index）”选项，或者选择工具栏中的“Forecast”功能键，弹出预测对话框。EViews统计分析基础教程一、二元选择模型3.二元选择模型的分析二元选择模型的回归结果分析包括：预测“Forecastequation”中输入待预测的方程对象的名称;“Seriestoforecast”中选择要预测的对象，在默认情况下，预测对象是概率值；“Output”中可以选择输出形式；“Seriesnames”中显示的是生成的预测名称。EViews统计分析基础教程一、二元选择模型3.二元选择模型的分析二元选择模型的回归结果分析包括：产生残差序列通过选择方程工具栏中的“Proc”|“MakeResidualSeries…”选项可以生成三种残差，分别是普通残差（Ordinary）、标准化残差（Standardized）和一般化残差（Generalized）。EViews统计分析基础教程二、排序选择模型1.排序选择模型的类型常见的多元选择模型的类型主要有三种：（1）将供选择的对象按某种标准进行排序，然后从中进行选择。（2）根据对可供选择对象的偏好程度进行分类。（3）在多重选择中没有顺序，决策者可以从中任意进行挑选。（1）、（2）属于排序选择问题。排序是指，在多种选择项中，有一定的顺序或级别。与一般多元选择模型不同的是，排序选择问题需要建立排序选择模型（OrderedDependentModel）。EViews统计分析基础教程二、排序选择模型1.排序选择模型的类型在排序选择模型中，同样要设定一个指标变量yt﹡，设变量yt有0，1，2，…，m供m+1个取值种类。yt﹡=β1x1t+β2x2t+…+βkxkt+μt﹡（t=1，2，…，n）其中，μt﹡是独立同分布的随机变量，yt是可以用yt﹡表示的，如下：0，当yt﹡≤c11，当c1yt﹡≤c2yt=2，当c2yt﹡≤c3…m，当cmyt﹡根据不同的分布函数F(x)，可以建立不同的模型，常见的有三种：Probit模型，Logit模型和ExtremeValue模型。EViews统计分析基础教程二、排序选择模型2.排序选择模型的建立选择主菜单栏中的“Object”|“NewObject”|“Equation”选项，或者选择“Quick”|“EstimateEquation”选项，打开方程设定对话框，选择“Specification”选项卡。在“Method”的下拉菜单中选择“ORDERED–Orderedchoice”估计法。在“EquationSpecification”中列出变量名称，然后在“Normal”、“Logist”、“Extremevalue”三种误差分布中选择一种。EViews统计分析基础教程二、排序选择模型3.排序选择模型的分析排序选择模型的回归结果分析包括：过程预测产生残差序列EViews统计分析基础教程二、排序选择模型3.排序选择模型的分析排序选择模型的回归结果分析包括：过程在方程对象窗口中选择“View”|“DependentVariableFrequencies”选项，可对估计样本中的排序因变量计算出频率值，包括按实际值和百分比的频率表和累积频率。在方程对象窗口中选择“View”|“Expectation-PredictionTable”选项，可得到期望—预测表。EViews统计分析基础教程二、排序选择模型3.排序选择模型的分析排序选择模型的回归结果分析包括：预测在方程对象工具栏中选择“Proc”|“MakeModel”选项，将打开一个包含方程系统的没有标题的模型对象窗口，单击模型窗口工具栏中的“Solve”按钮，在弹出的对话框中选择系统默认值即可，然后单击“确定”按钮。在工作文件中将生成一些序列对象。EViews统计分析基础教程二、排序选择模型3.排序选择模型的分析排序选择模型的回归结果分析包括：预测其中，因变量y的拟合线性指标xt序列被命名为i_y_0，拟合值落在第一类中的拟合概率被命名为y_0_0的序列中，拟合值落在第二类中的拟合概率被命名为y_1_0的序列中，拟合值落在第三类中的拟合概率被命名为y_2_0的序列中。对于每一个观察值，落在每个种类中的拟合概率之和为1。ˆEViews统计分析基础教程二、排序选择模型3.排序选择模型的分析排序选择模型的回归结果分析包括：产生残差序列选择方程工具栏中的“Proc”|“MakeResidualSeries…”选项，在弹出的对话框中只有一个一般化残差（Generalized）可供选择，在“Nameforresidseries”中输入名称或按系统默认名称进行设定，然后单击“OK”按钮即可得到一般化残差序列。ˆEViews统计分析基础教程三、受限因变量模型受限因变量是指因变量的观测值是连续的，但不能完全反应总体的实际特征，受到某种限制，因而因变量的观测值是总体特征的一个受到限制的子集。用受限因变量建立的模型被称为受限因变量模型（LimitedDependentVariableModel）。本节主要分析两类受限因变量模型：一类是审查回归模型，一类是截断回归模型。EViews统计分析基础教程三、受限因变量模型1、审查回归模型（CensoredRegressionModel）考虑下面的指标变量回归模型，yt﹡=β1x1t+β2x2t+…+βkxkt+μt其中，为比例系数，可以用它表示出y的似然函数，并作为参数与一起被估计；y﹡是指标变量。观测值y与指标变y﹡量的关系可用如下公式表示，0，当yt﹡≤0时yt=yt﹡，当yt﹡0时从上式可以看出，所有指标变量yt﹡的负值都取0，称这些在0处进行了左截取，也被称为左审查（LeftCensored）。因而此模型被称为规范的审查回归模型，也称为Tobit模型。ˆˆEViews统计分析基础教程三、受限因变量模型1、审查回归模型（CensoredRegressionModel）有时，可以在任意有限点的左侧和右侧进行截取（审查），即ct,当yt﹡≤ct时yt=yt﹡,当ctyt﹡t时t,当t≤yt﹡时其中，ct和t代表截取点，是常数。如果没有左截取点，可设ct=∞；如果没有右截取点，可设t=∞。规范的Tobit模型是ct=0和t=∞的一个特殊例子。ccccccccEViews统计分析基础教程三、受限因变量模型2、审查回归模型的建立在EViews软件的操作中，要建立排序选择模型，需首先选择主菜单栏中的“Object”|“New