一、经济生活中的选择性样本问题
一、经济生活中的选择性样本问题
1、“截断”（truncation)问题 ·由于条件限制，样本不能随机抽取，即不能从全 部个体，而只能从一部分个体中随机抽取被解释 变量的样本观测值，而这部分个体的观测值都大 于或者小于某个确定值。“掐头”或者“去尾”。 一例如消费函数模型：由于抽样原因，被解释变量样本 观测值最低200元、最高10000元。 一例如农户贷款影响因素分析模型：如果调查了10000户， 其中只有6000户在一年内发生了贷款。仅以发生了贷 款的6000户的贷款额作为被解释变量观测值，显然是 将其它没有发生贷款的4000户“截断”掉了
1、 “截断”（truncation）问题 • 由于条件限制，样本不能随机抽取，即不能从全 部个体，而只能从一部分个体中随机抽取被解释 变量的样本观测值，而这部分个体的观测值都大 于或者小于某个确定值。 “掐头”或者“去尾”。 – 例如消费函数模型：由于抽样原因，被解释变量样本 观测值最低200元、最高10000元。 – 例如农户贷款影响因素分析模型：如果调查了10000户， 其中只有6000户在一年内发生了贷款。仅以发生了贷 款的6000户的贷款额作为被解释变量观测值，显然是 将其它没有发生贷款的4000户“截断”掉了
2、“归并”(censoring)问题 。 将被解释变量的处于某一范围的样本观测值都用 一个相同的值代替。 一经常出现在“检查”、“调查”活动中，因此也称为 “检查”(censoring)问题。 一例如需求函数模型：用实际消费量作为需求量的观测 值，如果存在供给限制，就出现“归并”问题。 一 被解释变量观测值存在最高和最低的限制。例如考试 成绩，最高100，最低0，出现“归并”问题
2、 “归并” (censoring)问题 • 将被解释变量的处于某一范围的样本观测值都用 一个相同的值代替。 – 经常出现在“检查”、“调查”活动中，因此也称为 “检查”(censoring) 问题。 – 例如需求函数模型：用实际消费量作为需求量的观测 值，如果存在供给限制，就出现“归并”问题。 – 被解释变量观测值存在最高和最低的限制。例如考试 成绩，最高100，最低0，出现“归并”问题
二、“截断”问题的计量经济学模型
二、“截断”问题的计量经济学模型
1、思路 ·如果一个单方程计量经济学模型，只能从“掐头” 或者“去尾”的连续区间随机抽取被解释变量的 样本观测值，那么很显然，抽取每一个样本观测 值的概率以及抽取一组样本观测值的联合概率， 与被解释变量的样本观测值不受限制的情况是不 同的。 。1 如果能够知道在这种情况下抽取一组样本观测值 的联合概率函数，那么就可以通过该函数极大化 求得模型的参数估计量
1、思路 • 如果一个单方程计量经济学模型，只能从“掐头” 或者“去尾”的连续区间随机抽取被解释变量的 样本观测值，那么很显然，抽取每一个样本观测 值的概率以及抽取一组样本观测值的联合概率， 与被解释变量的样本观测值不受限制的情况是不 同的。 • 如果能够知道在这种情况下抽取一组样本观测值 的联合概率函数，那么就可以通过该函数极大化 求得模型的参数估计量