x**0
发帖数: 9 | 1 有个问题，可能比较基础，不过自己还不是很清楚。希望了解的TX解释一下。
Tobit 与 censored regression model 的区别。
以前觉得前者是后者的一个特例。可是看了两个不同版本的解释，似乎互相矛盾。
wooldridge的教科书里
"While the terms “Tobit” and “censored regression” have often been used
interchangeably in econometrics, in practice there is a very important
difference.The Tobit model is applied to outcome variables that are roughly continuous
over positive values but have a positive probability of equaling zero. We saw an
example of this in the case of married women’s labor supply.. |
|
f*******r
发帖数: 257 | 2 I think you can apply tobit in your case. However, tobit is very sensitive
to the normality assumption. If you have a majority of zeros in your data
set, it's very likely to reject the normality assumption. There are
different ways to handle this situation. Tobit is one of them. It's been
criticized because of the parametric assumption. Hurdle model can be
considered. Most recent development involves more complicated models to
handle that, such as SMM (simulated method of moments).
used |
|
f********8
发帖数: 5601 | 3 The difference is actually Censoring versus Truncation. Censoring means
corner solutions, the corresponding latent varialbes are negative.
Truncation simply means missing data, no observations are available, so
people put 0 when they collect data. Tobit is suitable for censoring, not
truncation. |
|
D*********Y
发帖数: 3382 | 4 goal是要estimate 银行贷款的severity rate。因为一些会计上的要求使得severity不
能小于0，i.e.不能把gains算进去。
这样话，实际上0以下的数据我们本来也是可观察到，但是这个数据人为地被过滤掉成>
=0.
现在假设我们用Tobit model。 y=y*, if y*>0; otherwise, y=0.
目地也是去预测y。
MAX(0，E(y*|x))看上去也make sense。
但是E(y|x)不是更直接吗。
MAX(0，E(y*|x)) 和 E(y|x)区别在哪？哪个更make sense。
另外一个问题是，既然我们可以observe y*,为什么不直接OLS，既然OLS是BLUE的。最
后predicted value再过滤掉不就是了吗？
包子答谢！ |
|
D*********Y
发帖数: 3382 | 5 这个Tobit model可以给出很多种expectation。
我的理解是，因为我们要预测y，这个最终的severity rate， which is a censored
value。
也就是E(Y|X).
当然如果我们interested in E(Y*|X)，我们也可以derive出来。
可是max（0，E(Y*|X))<=E(MAX(0,Y*|X))=E(Y|X).我们不应该拿max（0，E(Y*|X))作为
Y|X的expectation。这是我的理解。
make sense么？ |
|
D*********Y
发帖数: 3382 | 6 goal是要estimate 银行贷款的severity rate。因为一些会计上的要求使得severity不
能小于0，i.e.不能把gains算进去。
这样话，实际上0以下的数据我们本来也是可观察到，但是这个数据人为地被过滤掉成>
=0.
现在假设我们用Tobit model。 y=y*, if y*>0; otherwise, y=0.
目地也是去预测y。
MAX(0，E(y*|x))看上去也make sense。
但是E(y|x)不是更直接吗。
MAX(0，E(y*|x)) 和 E(y|x)区别在哪？哪个更make sense。
另外一个问题是，既然我们可以observe y*,为什么不直接OLS，既然OLS是BLUE的。最
后predicted value再过滤掉不就是了吗？
包子答谢！ |
|
D*********Y
发帖数: 3382 | 7 这个Tobit model可以给出很多种expectation。
我的理解是，因为我们要预测y，这个最终的severity rate， which is a censored
value。
也就是E(Y|X).
当然如果我们interested in E(Y*|X)，我们也可以derive出来。
可是max（0，E(Y*|X))<=E(MAX(0,Y*|X))=E(Y|X).我们不应该拿max（0，E(Y*|X))作为
Y|X的expectation。这是我的理解。
make sense么？ |
|
G*********o
发帖数: 2045 | 8 我现在的dataset是censored，但是censor level不是constant，而是每一个
observation有自己的censor level（比如第一个observation是left censor在0，第二
个observation是left censor在10，etc），并且这个censor level是known的。我想在
R里面用tobit model来给这组数据fit一个linear model，但是找了半天只看到有个
VGAM可以做tobit模型，但是只能接受constant censor level，请问有没有人知道其他
package可以用tobit model处理censored data的？包子答谢 |
|
D*********Y
发帖数: 3382 | 9 这个要讨论一下。TOBIT是不是用在truncated 和censored data？如果数据本身不是
censored或者truncated，用tobit好像也不对。
比如LZ这个如果数据都在，而且不是censored，就是全部observable，就是0-4，就像
ownership 只能是0-100%一样。
这该用什么呢？
PS，我的毕业论文里面有这种情况，用tobit，结果committee不高兴。suggest OLS，
但是也不对。suggest ordered logit，（把数据分成一段段，create discrete value
--但是我觉得这样也不是censor了一些信息吗？我觉得也不对）。其实呢，不管哪种办
法，结果都差不多。
要么就OLS， above 4就当4，below 0就当0，可行吗？ |
|
m********5
发帖数: 619 | 10 对了
xiaotian你怎么看第三个censored data问题
volatility我还可以理解用tobit model来算，如果做dependent variable的话
如果是unsigned forecast error呢
forecast error = abs (analyst forecast - actual reported earnings)
也是bounded by 0
我从来没见人用tobit model, dependent variable or independent variable
should
exclusion |
|
D*********Y
发帖数: 3382 | 11 快要抓狂了。
我现在有三个equations，一个probit，俩tobit，根本没有找到code
发现前人有做过一个OLS,一个TOBIT
或者一个OLS，一个PROBIT。
但是也是没有code可寻。
更不要说像我这种情况了。
想用PROC syslin，全部设OLS，我有fixed effects，该如果code呢？谢谢！ |
|
|
发帖数: 1 | 13 尼玛，器人我不懂统计？高深得不懂，
简单得各种回归，test，什么tobit model，什么时序分析，kalman 滤波，
器人我还是懂不少得。 |
|
|
D*****r
发帖数: 6791 | 15 果然啊！ 我查了一下犹太教的Hebrew Bible跟新教旧约章节对应得上，
好像是天主教加了次经（deuterocanonical books）
，新教觉得没有Hebrew Bible的依据又给拿掉了。
我比较New Jerusalum Bible 和 New International Bible旧约
发现多了
Tobit
Judith
1 Maccabees
2 Maccabees
Wisdom
Ecclesiasticus
Baruch
这几卷 |
|
m********5
发帖数: 619 | 16 First stage
x1=z1 z2 (z1 z2 are instrumental variables)
Second stage
y=x1 x2
both estimated using OLS
第一个问题，我用SAS proc model也好，Stata ivreg也好,都会把x2也算成
explanatory variables for first stage。如果我直接用predicted value of x1来
run second stage regression，就要自己调Murphy and Topel correction. 有没有有
经验的啊
第二个问题是如果first stage estimated using OLS and second stage estimated
using probit
同样的问题，stata, ivprobit一样会把x2算成first stage里面。
第三个问题，如果distribution本身是censored, 比如volatility是>=0，这算
censored
data，需要用tobit regression |
|
x********4
发帖数: 405 | 17 i am not sure for this point... if i were you, i do both (ols and tobit) for
robustness... |
|
|
x**0
发帖数: 9 | 19 Thanks very much. it is helpful. |
|
w******y
发帖数: 45 | 20 I am dealing with panel data using the tobit model and don't know how to use
ridge regression in this context. :( |
|
s********n
发帖数: 12 | 21 on limited dependent variables. It covers truncated, censored and dummy
endogenous regression models. It even covers the Tobit + 2SLS model that I was
trying to solve couple of days ago.
Detail information of the book:
Name: Limited dependent and qualitative variables in econometrics
Author: G.S. Maddala
Press: Cambridge University Press
enjoy! |
|
m******a
发帖数: 35 | 22 estimation is as following:
y*=x'b+e, e follows N(0,sigma^2) , normal distribution
y*
a1=
y*0
How could I get the Ln[G(yj|Xj,a,b)] in order to implement the ML estimation
for a1 and a2?
Could anyone please help me ?
Many thanks |
|
m******a
发帖数: 35 | 23 Regression Analysis when the Dependent Variable is Truncated Normal
Amemiya, Takeshi 1973
Estimation of relationships for limited dependent variables
J Tobin |
|
|
z**********i
发帖数: 12276 | 25 我曾经有一个RATE/COUNT DATA,用NLMIXED比较了BINOMIAL, POISSON, NEGATIVE
BINOMIAL, BETA BINOMIAL, ZERO-INFLATION.
后来,用GEE给了结果.
很愿意学习你的TOBIT MODEL, BETA MODEL, SIMPLEX MODEL AND FRACTIONAL LOGIT
MODEL.
你如何来比较这些方法的优缺点,或哪个是最优的MODEL?
期待... |
|
z**********i
发帖数: 12276 | 26 我曾经有一个RATE/COUNT DATA,用NLMIXED比较了BINOMIAL, POISSON, NEGATIVE
BINOMIAL, BETA BINOMIAL, ZERO-INFLATION.
后来,用GEE给了结果.
很愿意学习你的TOBIT MODEL, BETA MODEL, SIMPLEX MODEL AND FRACTIONAL LOGIT
MODEL.
你如何来比较这些方法的优缺点,或哪个是最优的MODEL?
期待... |
|
A*******s
发帖数: 3942 | 27 proc nlmixed seems to be the only way u can do it.
glimmix does not support self defined likelihood function, so u cannot do
tobit.
qlim does not support tri-variate model fitting.
I recall someone posted the code using nlmixed for Heckman model in SAS-L
forum. you may have some ideas after checking it. |
|
b*****h
发帖数: 95 | 28 Is it about censored regression? Tobit?
Or using conditional MLE since the error is Gaussian. |
|
|
|
s*********e
发帖数: 1051 | 31 use beta or tobit model |
|
s*********e
发帖数: 1051 | 32 the so-called standard beta is supported on (0, 1).
however, generically, beta can be used on any open interval defined as (x,
y).
if you have non-trivial amount of data at the boundary such that [x, y] or [
x, y) or (x, y], then things will be a little complex with beta.
although tobit is not elegant, it surely works in a more general sense.
]. |
|
D*********Y
发帖数: 3382 | 33 [0-100]的怎么办？Tobit不打算用了。
,
[ |
|
t*********e
发帖数: 71 | 34 如果是count data,可以用zero-inflated POSSION 或者 zero-inflated NEGATIVE
BINOMIAL. 如果是连续数据，要看连续部分的分布了，normal可以尝试Tobit, gamma可
以尝试tweedie，或者hurdle model. |
|
h***i
发帖数: 3844 | 35 MAX(0，E(y*|x)) 和 E(y|x)区别在哪？
y=y*, if y*>0; otherwise, y=0.
E(y|x)=E(MAX(0，y*)|x)
then try Jensen's Inequality.
成> |
|
D*********Y
发帖数: 3382 | 36 那么题中的预测是不是应该用E(Y/X)?能比较直观地解释一下么？
多谢。 |
|
|
|
|
D*********Y
发帖数: 3382 | 40 我不是要CALCULATION.
公司用E(Y*|X），而且大家很坚定它的正确性。我也没人可讨论的。所以有点郁闷。
统计版威武。 |
|
w*******9
发帖数: 1433 | 41 只看了你的记号，说一点：Y是你观察到的，Y*才是真正的值，如果你需要的是真正的
conditional mean,那就是E(Y*|X)。 |
|
D*********Y
发帖数: 3382 | 42 我们要的最后结果是censored的，不能小于0.
也是E(Y|X)=E(MAX(0，Y*|X))--如果我没理解错的话
公司model用max（0，E(Y*|X))-上面我没说清楚 |
|
w*******9
发帖数: 1433 | 43 这两个都是某种severity measure,那个更make sense我不懂。max(0,E(y|x))是先算一
个群体的总帐再决定是否censore它；E(y|x)是每个个体算个帐再平均，你觉得公司是
更关心整体的账目还是individual level的账目？数学上前者<=后者。 |
|
D*********Y
发帖数: 3382 | 44 我觉得你的理解可能有点偏差。
每个loan都有自己的severity rate。
E(Y*|X)是individual loan level的 conditional expectation of Y*。
E(Y|X) 也是individual loan level的 expectation of Y。虽然大家都叫他
unconditional，事实上也是conditional on X。
你忘了加个*在那max function 里面。
我觉得楼上几位解释后我现在蛮清楚他们的区别了。我的理解对不对呢？ |
|
w*******9
发帖数: 1433 | 45 是的我忘了*。你给我科普下哪个measure更符合你的需求？为什么？ |
|
w*******9
发帖数: 1433 | 46 我一开始默认你知道他们不一样，只是不知道哪个好。原来你是问怎么不一样这么显然
的东西。 |
|
|
D*********Y
发帖数: 3382 | 48 我觉得这个咋看去还是蛮confusing的。anyway，多谢各位了。 |
|
h***i
发帖数: 3844 | 49 E(Y*|x) 也有意义 不过max(E(y*|x),0) 的意义是何 不太明白啊 |
|
