苹果/安卓/wp
积分 1671, 距离下一级还需 554 积分
权限: 自定义头衔, 签名中使用图片, 隐身, 设置帖子权限
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡, 抢沙发, 提升卡下一级可获得
权限: 设置回复可见道具: 沉默卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
有同学在做或者做过dea-tobit两阶段模型吗？
本人做完了dea测算出效率值了，之后要用面板数据和stata软件做tobit回归，遇到几个问题，请教下：
1.tobit回归前要做检验吗？做什么检验？
2.stata的结果怎么看？比如seudo R2的值多大算正常？
3.stata的tobit命令中定上下限，我看都是 ll(0) Ul(1)，这样设定的，含义是什么？
4.在文献中看到几个词，有点晕，请详细解释下他们的区别“受限因变量tobit模型”，&随机效应tobit模型&，“面板数据随机效应回归&，”xttobit“？
越详细越好，谢谢！
本帖被以下文库推荐
& |主题: 842, 订阅: 257
ll(0)即角点解下界是0，就是说因变量的最小值，一定部分数据取0才使用的tobit模型，ul(1)反之
热心帮助其他会员
总评分:&论坛币 + 10&
你好，你的问题解决了吗
我遇到和你同样的问题求解决
有疑问同顶！
根据我的理解，受限因变量模型有多种，包括：
Binary Choice Model (Logit或Probit)、Multi-logit Model、Ordered-logit Model、Censored Model (Tobit) 审查模型、Truncated Model&&截断模型、Heckman Model (Incidential truncated)等等
所以tobit是其中一种
随机效应对应固定效应 是一种自变量的特点
xttobit 是stata的一个命令可以做随机效应的tobit模型
热心帮助其他会员
总评分:&论坛币 + 30&
学术水平 + 1&
热心指数 + 1&
信用等级 + 1&
chic1983 发表于
你好，你的问题解决了吗
我遇到和你同样的问题求解决我也是，哈哈
<font color="# 发表于
我也是，哈哈同求，正在为这个而苦恼
babyhappyth 发表于
同求，正在为这个而苦恼我还在学，没看明白，张晓同evies的74页有软件操作~
babyhappyth 发表于
同求，正在为这个而苦恼我还在学，没看明白，张晓同evies的74页有软件操作~
<font color="# 发表于
我还在学，没看明白，张晓同evies的74页有软件操作~谢谢，请问书名是什么？EVIEWS的书中也教STATA操作吗
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
论坛法律顾问：王进律师(yiyi111_97422)
([已注销])
第三方登录：演进视觉下的Logistic模型、Probit模型、Tobit模型研究进展_参考网
演进视觉下的Logistic模型、Probit模型、Tobit模型研究进展
【摘要】研究目的：为了探究Logistic模型、Probit模型、Tobit模型的渊源、基本原理、基本定义与区别。研究方法：通过文献法探索模型基本原理，基于数理手段对模型加以推导、验证，进而得出模型的一般式。研究结果：三个模型属于同一模型体系，是随着时间推移、问题暴露而对模型的暴露出的某一问题进行修补性研究而实现的模型演进，三个模型具有内在渊源。与此同时，三个模型依旧存在一定的内在缺陷。研究结论：Logistic模型、Probit模型、Tobit模型的演进过程是以问题为导向，沿着这一研究思路，这一模型体系将继续演进发展，进而实现模型的优化，为日益复杂的自然、社会科学新问题服务。【关键词】Logistic模型 Probit模型 Tobit模型 正态分布【基金项目】测绘地理信息江西省研究生创新教育基地资助。【中图分类号】G64 【文献标识码】A 【文章编号】（6-022.Probit模型的基本原理2.1 Probit模型溯源与基本原理Probit模型是为解决二值响应问题而产生的，通常认为Gaddum（1933年）和Bliss（1934年）发明了Probit模型，而实际上此二人仅仅实现二值响应变量成功的概率向对应的正态偏差的转化思想，而这一思想是德国学者Fechner在心理物理学领域率先提出的，Fechner率先提出将概率转换为正态偏差的方法而开创出Probit方法。在迭代过程中，初值在很大程度上影响迭代的收敛性与收敛度。经过实验证明，初值选取得离真值越近，越有利于算法的收敛。因此，可以利用观测到的频率p的Probit值yu*与xu进行粗略的最小二乘拟合，然后利用拟合的结果，估计出一组Yu*作为迭代的初值。2.2 Probit模型基本定义设Y是一个二值的响应变量，取值为0，1。3.Tobit模型的基本原理3.1 Tobit模型溯源与基本原理Tobit模型是由Tobin于1958年率先提出，用于研究被解释变量有上限、下限、或者存在极值等问题，因此Tobit模型研究被解释变量取值有限制、存在选择行为的一类问题 。4.Logistic模型、Probit模型、Tobit模型的区别4.1 Logistic模型与Probit模型的区别从分布角度，Logistic函数与Probit函数几乎重叠，虽然二者都服从0-1分布，但Logistic函数服从累积正态分布（即服从Logistic分布），Probit函数服从标准正态分布。从变量解释的角度，对于Logistic函数，其所等于的p/（1-p）即为odds，两个odds相比即为odds ratio（OR值），所得结果亦十分直观。当因变量是名义变量时，Logistic模型和Probit模型没有本质的区别，二者的区别在于所采用的分布函数不同，Logistic模型假设随机变量服从逻辑概率分布，而Probit模型假设随机变量服从正态分布。单从公式、函数值角度分析，二者相差无几，唯一的区别在于裸机概率分布图像“尾部”比正态分布粗些。当因变量为序次变量时，回归时只能采用有序Probit模型，有序Probit可以看作是Probit的扩展 。4.2 Probit模型与Tobit模型的区别Probit模型成立的条件是：if y*&0 then yi=1 else yi=0。Tobit模型成立的条件是 ：if y*&0 then yi=yi* else yi=0。显然，二者在成立条件上存在差异。Tobit模型是线性概率模型，但当概率p=1时，其现实意义为事件未发生。Tobit模型估计本身无偏，但预测结果却有偏。Probit是采用累积概率分布函数，用正态分布的累积概率作为Probit的预测概率。可以克服这个缺点，本质基本上一样。为解决Tobit模型这一缺陷，可以采用如下变换方法：① 使解释变量xi所对应的所有预测值（概率值）都落在（0，1）之间。② 同时对于所有的xi，当xi增加时，希望yi也单调增加或单调减少。4.3 Logistic模型、Probit模型、Tobit模型的区别Logistic模型、Probit模型、Tobit模型都是为了解决因变量为定性变量的问题。Logistic模型、Probit模型主要是为了解决线性概率模型（LPM模型）的不足；Logistic模型是对数单位模型，Probit模型是概率单位模型；Logistic模型服从累积正态分布，Probit模型服从标准正态分布；Logistic模型是为改进Malthus模型而出现的，Probit模型解决二值响应问题而产生的。而Tobit模型专门研究被解释变量取值有限制、存在选择行为的一类问题，其属于线性概率模型，亦具有先天不足。从模型产生的先后顺序角度，Logistic模型产生于18世纪末，Probit模型诞生于20世纪30年代，而Tobit模型诞生于1958年。从问题解决角度，Logistic模型的出现是为了解决实证研究模型的不足而出现，Probit模型与Tobit模型出于对同一模型体系不同问题的专项研究解答。从模型运算解决角度，SPSS、SAS、Eviews、Excel皆可用于Logistic模型研究，SPSS、Stata、Eviews等可用于Probit模型分析，SPSS、Stata、Eviews等软件可用于Tobit模型分析。5.总结Logistic模型、Probit模型、Tobit模型是以问题为导向的模型，在土地科学、生态学、环境科学、经济学领域广为应用，自该模型体系诞生200余年来，国内外诸多学者对其进行研究，其模型演进就是该模型完善的成果。本文结合国内外诸多研究者已有的研究成果，从模型的渊源、基本原理、基本定义角度进行详细介绍与推导，其中涉及到对模型优缺点的评述。沿着这一研究思路，这一模型体系将继续演进发展，进而实现模型的优化，为日益复杂的自然、社会科学新问题服务。参考文献：[1]余爱华. Logistic模型的研究[D]. 南京林业大学，.作者简介：宋振江（1991-），男，辽宁鞍山人，硕士研究生，主要研究方向为土地利用与管理、土地经济管理、数量经济学。
课程教育研究·学法教法研究
课程教育研究·学法教法研究的其它文章【图文】tobit模型_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
&&受限因变量模型
阅读已结束，下载本文到电脑
想免费下载本文？
登录百度文库，专享文档复制特权，积分每天免费拿！
你可能喜欢已解决问题
什么是tobit模型
提问时间： 06:06:03
请问什么是tobit模型，具体解释一下
浏览次数：891
dea数据包络分析（DEA）简介 在人们的生产活动和社会活动中常常会遇到这样的问题：经过一段时间之后，需要对具有相同类型的部门或单位（称为决策单元）进行评价，其评价的依据是决策单元的&输入&数据和&输出&数据，输入数据是指决策单元在某种活动中需要消耗的某些量，例如投入的资金总额，投入的总劳动力数，占地面积等等；输出数据是决策单元经过一定的输入之后，产生的表明该活动成效的某些信息量，例如不同类型的产品数量，产品的质量，经济效益等等．再具体些说，譬如在评价某城市的高等学校时，输入可以是学校的全年的资金，教职员工的总人数，教学用房的总面积，各类职称的教师人数等等；输出可以是培养博士研究生的人数，硕士研究生的人数，大学生的人数，学生的质量（德，智，体），教师的教学工作量，学校的科研成果（数量与质量)等等．根据输入数据和输出数据来评价决策单元的优劣，即所谓评价部门（或单位）间的相对有效性． 1978年由著名的运筹学家A.Charnes,W.W.Cooper和 E.Rhodes首先提出了一个被称为数据包络分析（Data Envelopment Analysis，简称DEA）的方法，去评价部门间的相对有效性（因此被称为DEA有效）．他们的第一个模型被命名为CCR模型．从生产函数角度看，这一模型是用来研究具有多个输入、特别是具有多个输出的&生产部门&同时为&规模有效&与&技术有效&的十分理想且卓有成效的方法.1984年 R.D.Banker,A.Charnes和W.W.Cooper给出了一个被称为BCC的模型.1985年Charnes,Cooper和 B.Golany, L.Seiford, J.Stutz给出了另一个模型（称为CCGSS模型），这两个模型是用来研究生产部门的间的&技术有效&性的．1986年Charnes，Cooper 和魏权龄为了进一步地估计&有效生产前沿面&，利用Charnes, Cooper和K.Kortanek于1962年首先提出的半无限规划理论，研究了具有无穷多个决策单元的情况，给出了一个新的数据包络模型&&CCW模型．1987年Charnes, Cooper，魏权龄和黄志民又得到了称为锥比率的数据包络模型&&CCWH模型．这一模型可以用来处理具有过多的输入及输出的情况，而且锥的选取可以体现决策者的&偏好&．灵活的应用这一模型，可以将CCR模型中确定出的DEA有效决策单元进行分类或排队等等．这些模型以及新的模型正在被不断地进行完善和进一步发展． 上述的一些模型都可以看作是处理具有多个输入（输出越小越好）和多个输出（输入越大越好）的多目标决策问题的方法．可以证明，DEA有效性与相应的多目标规划问题的pareto有效解（或非支配解）是等价的．数据包络分析(即DEA)可以看作是一种统计分析的新方法．它是根据一组关于输入－输出的观察值来估计有效生产前沿面的．在经济学和计量经济学中，估计有效生产前沿面，通常使用统计回归以及其它的一些统计方法，这些方法估计出的生产函数并没有表现出实际的前沿面，得出得函数实际上是非有效的．因为这种估计是将有效决策单元与非有效决策单元混为一谈而得出来的．在有效性的评价方面，除了DEA方法以外，还有其它的一些方法，但是那些方法几乎仅限于单输出的情况．相比之下，DEA方法处理多输入，特别是多输出的问题的能力是具有绝对优势的．并且，DEA方法不仅可以用线性规划来判断决策单元对应的点是否位于有效生产前沿面上，同时又可获得许多有用的管理信息．因此，它比其它的一些方法（包括采用统计的方法）优越，用处也更广泛． 数据包络分析是运筹学的一个新的研究领域．Charnes和Cooper等人的第一个应用DEA的十分成功的案例，是在评价为弱智儿童开设公立学校项目的同时，描绘出可以反映大规模社会实验结果的研究方法．在评估中，输出包括&自尊&等无形的指标；输入包括父母的照料和父母的文化程度等，无论哪种指标都无法与市场价格相比较，也难以轻易定出适当的权重（权系数），这也是DEA的优点之一． 　　 DEA的优点吸引了众多的应用者，应用范围已扩展到美国军用飞机的飞行、基地维修与保养，以及陆军征兵、城市、银行等方面．目前，这一方法应用的领域正在不断地扩大．它也可以用来研究多种方案之间的相对有效性（例如投资项目评价）；研究在做决策之前去预测一旦做出决策后它的相对效果如何（例如建立新厂后，新厂相对于已有的一些工厂是否为有效)．DEA模型甚至可以用来进行政策评价． 　　 最引人注目的研究是把DEA与其它评价方法进行比较．例如将DEA应用于北卡罗来纳州各医院的有效性评价．已有的按计量经济学方式给出的回归生产函数认为，此例中不存在规模收益．DEA的研究发现，尽管使用同样的数据，回归生产函数不能象DEA那样正确测定规模收益．其关键在于（ａ）DEA和回归方法虽然都使用给定的同样数据，但使用方式不一样；（ｂ）DEA致力于每个单个医院的优化，而不是对整个集合的统计回归优化．在其它的研究中，例如在评价医院经营有效性时，将DEA与马萨诸塞州有效性评定委员会使用的比例方法进行了比较，当使用模拟方法对DEA进行检验后认为，尽管由回归函数产生的数据有利于回归方法的使用，但是DEA方法显得更有效． 　　 DEA方法和模型，以及对DEA方法的理解和应用还在不断的发展和深入．除了上面提到的新的模型BCC、CCGSS、CCW和CCWH模型外，在具体使用 DEA方法时，例如&窗口分析&方法，使DEA的应用范围拓广到动态情形；将DEA应用于决策单元为私人部门（商业公司）时，各决策单元之间存在着激烈的相互竞争作用等情况． 　　 特别值得指出的是，DEA方法是纯技术性的，与市场（价格）可以无关．可以预言，这一方法在我们社会主义国家也会得到广泛应用．&&摘自魏权龄著《评价相对有效性的DEA 方法》,1988.　主要DEA网站及介绍1. http://www-vms.ecs.umass.e...Lawrence M. Seiford教授主持的一个关于DEA的文献索引，主要是各年有关DEA的论文索引。
答案创立者
以企业身份回答&
快速解决你的电商难题
店铺优化排查提升2倍流量
擅长&nbsp 店铺优化
您可能有同感的问题}