第八章非线性面板
第八章 非线性面板
主要内容 ◆8.1面板二值选择模型 ◆82面板二值选择模型的随机效应估计 ◆83面板二值选择模型的固定效应估计 ◆84面板二值选择模型的 stata实例 ◆8.5面板泊松回归 ◆86面板负二项回归 ◆87面板计数模型的 Stata实例 ◆88面板 Tobit ◆89面板随机前沿模型(选读)
2 主要内容 8.1 面板二值选择模型 8.2 面板二值选择模型的随机效应估计 8.3 面板二值选择模型的固定效应估计 8.4 面板二值选择模型的Stata实例 8.5 面板泊松回归 8.6 面板负二项回归 8.7 面板计数模型的Stata实例 8.8 面板Tobit 8.9 面板随机前沿模型（选读）
81面板二值选择模型 对于面板数据,如果被解释变量为虚拟变量,则为 “面板二值选择模型”。 二值选择行为可通过“潜变量”( atent variable)来概 括其净收益。净收益大于0,则选择做;否则,不做 假设净收益为 t=xt+uz+t(=1,…,n;t=1,…,T y不可观测,叱为个体效应,解释变量x不含常数 项。选择规则: 1 if yit>0 Dit oyt≤0 3
3 8.1 面板二值选择模型 对于面板数据，如果被解释变量为虚拟变量，则为 “面板二值选择模型” 。 二值选择行为可通过“潜变量”(latent variable)来概 括其净收益。净收益大于0，则选择做；否则，不做。 假设净收益为 不可观测， 为个体效应，解释变量 不含常数 项。选择规则：
xtβ,l1给定,则有 P(yt=1|xt,阝,u2)=P(t>0|xt,阝,u) P(x'itB+ui+ Eit>0/xit, B, ui) = P(Eit >-ui-X'it Blxit, B,ui) =P(Eit <ui+x'itBlxit, B, ui F(u+xtβ) F()为Et的cdf,并假设的密度函数关于原点对称。 如果ε~N(0,1),则为 Probit模型, P(t=1x,B,u)=中(2+xt阝
4 给定 ，则有 为 的cdf，并假设 的密度函数关于原点对称。 如果 ，则为Probit模型
如果ε服从逻辑分布,则为Log模型, e ui+xit POit=1xit, B, ui=A(ui+x'itb)= 1+elt+xt阝 面板二值模型的估计方法包括混合回归、随机效应 估计与固定效应估计。 如果u1=2=…=n,则为混合回归,可作为截 面数据处理,应使用以面板为聚类的聚类稳健标准误 (cluster-robust standard errors)
5 如果 服从逻辑分布，则为Logit模型， 面板二值模型的估计方法包括混合回归、随机效应 估计与固定效应估计。 如果 ，则为混合回归，可作为截 面数据处理，应使用以面板为聚类的聚类稳健标准误 (cluster-robust standard errors)