Modèle Tobit avec R

9

Quelqu'un sait-il où trouver une bonne application et des exemples (en plus du manuel et du livre économétrie appliquée avec R) en utilisant le modèle tobit avec les packages AER?

Éditer

Je recherche une commande pour calculer les effets marginaux pour y (pas pour la variable latente y *). Il semble que ce soit , où est la fonction de distribution cumulative std.normal. Mais comment puis-je calculer ces effets avec R?ϕϕ(xβ/σ)βϕ

MarkDollar
la source

Réponses:

7

Ce n'est pas dans le paquet, écrivez simplement votre propre commande. Si votre régression est reg <- tobit (y ~ x) alors le vecteur des effets devrait être

pnorm(x%*%reg$coef[-1]/reg$scale)%*%reg$coef[-1].
Alex
la source
Vous avez manqué quelques t ()? Obtenez-en juste non-conformable argumentsquand j'essaye avec les données d'exemple fournies par AER::tobit. Pourriez-vous l'essayer avec l'exemple de jeu de données?
hans0l0
7

J'ai eu le même problème (« non-conformable arguments») que @ hans0l0 mentionné dans le commentaire ci-dessus. Je pense avoir résolu ce problème et je vais essayer de l'expliquer ici.

Tout d'abord, il y a une erreur dans l'équation du message d'origine. Ce devrait être —ie, il y a un indice après le deuxième mais pas après le premier. Dans un modèle Tobit, l'effet marginal d'une variable est déterminé non seulement par le coefficient de cette variable particulière (le ); un facteur d'ajustement est également requis qui est calculé à partir des valeurs d'autres variables du modèle (le ).ϕ(xβ/σ)βjβxjβjϕ(xβ/σ)

Extrait de Wooldridge 2006 (p. 598):

Le facteur d'ajustement… dépend d'une fonction linéaire de , . On peut montrer que le facteur d'ajustement est strictement compris entre zéro et un.xxβ/σ=(β0+β1x1++βkxk)/σ

Ce facteur d'ajustement signifie que nous devons faire un choix sur les valeurs des autres variables du modèle: «nous devons insérer des valeurs pour les x j , généralement les valeurs moyennes ou d'autres valeurs intéressantes» (Wooldridge 2006, p598). Donc, en général, ce serait la moyenne, mais cela pourrait aussi être la médiane, le quartile supérieur / inférieur, ou toute autre chose. Cela explique pourquoi @ hans0l0 et moi obtenions les non-conformable argumenterreurs « » lorsque nous utilisions le code d'Alex ci-dessus: le « x» dans ce code sera un vecteur alors que ce dont nous avons besoin est une seule valeur pour la variable (moyenne / médiane / etc.) . Je crois qu'il y a aussi une autre erreur dans le code ci-dessus en ce qu'il exclut la valeur d'interception du terme d'ajustement (avec le [-1]script après la première utilisation dereg$coef). Ma compréhension de cela (mais je suis heureux d'être corrigé) est que le terme d'ajustement devrait inclure l'ordonnée à l'origine (le ci-dessus).β0

Cela dit, voici un exemple utilisant l'ensemble de données de AER::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 

Il est important de le rappeler: ce ne sont des effets marginaux que dans les cas où y est positif (c'est-à-dire qu'au moins une affaire s'est produite) et aux valeurs moyennes de toutes les variables explicatives.

Si quelqu'un souhaite vérifier ces résultats à l'aide d'un programme avec un outil d'effets marginaux intégré pour les modèles Tobit, je serais curieux de voir la comparaison. Tous les commentaires et corrections seront très appréciés.

Référence :
Wooldridge, Jeffrey M. 2006. Économétrie introductive: une approche moderne. Thomson Sud-Ouest. 3e édition.

Tim H
la source
Merci pour cette contribution. Bienvenue sur CV. J'espère que nous verrons plus.
gung - Réintégrer Monica