Stata：自选择偏误之双栏模型简介

2024-06-14 20:16| 来源: 网络整理| 查看: 265

全文阅读：Stata：自选择偏误之双栏模型简介-(Double-hurdle-model)| 连享会主页

0. 背景介绍1. 双栏模型 (Double-hurdle model) 介绍 1.1 Tobit 模型1.2 Double - hurdle 模型1.3 用图形解释 double hurdle 模型1.4 Double - hurdle 模型的特殊形式2. 模型的 Stata 实现 2.1 dhreg 命令介绍2.2 基于模拟分析的范例2.3 模型估计3. 面板双栏模型 (Panel-hurdle model) 3.1 面板双栏模型基本原理3.2 面板双栏模型的 Stata 实现3.3 基于模拟分析的范例4. 参考文献6. 相关推文

本文主要翻译自如下论文，并进行了适当的补充和调整.Source： Engel C, Moffatt P G. dhreg, xtdhreg, and bootdhreg: Commands to implement double-hurdle regression[J]. Stata Journal, 2014, 14(4):778-797. -PDF-

0. 背景介绍

双栏模型 (Double-hurdle model) 是由 Cragg (1971) 提出的：对于一个活动的参与，个体决策是由两部分组成的。第一个门槛 (hurdle), 决定个体是否是零类型；第二个门槛 (hurdle) 是在第一个阶段是非零的条件下，决定个体对活动的参与程度。这个模型的关键特征是这里有两种类型的零观测值，一种是无周围的环境如何变化他的选择都是零，另一种是他可以有非零选择但是目前的环境导致他选择零，后者也被称为归并零 (Tobin,1958)。

以个人捐款为例，可以分为两个选择行为：

S1：是否捐钱？这属于「意愿」问题，取决于个人的年龄、性格、宗教信仰等因素。S2：捐多少钱？这属于「能力」问题，取决于可支配收入、财富水平等因素。

例如，如果一个人不喜欢帮助别人，自然不会做出捐赠的决定，那么即使其个人收入很高而导致的潜在捐出金额高，但最终表现出来的捐赠的金额却是 0。如果个人非常热爱帮助别人，但是身上没有带现金，最终也会表现不捐赠的行为。

虽然上面两种情况表面上是一样的，但要注意，第一种类型的人不会因为收入或者持有的现金金额变多而进行捐款，而第二种类型的人，如果身上持有现金则会进行捐款，并且捐赠的金额会随着收入和现金的变化而发生改变。

归并回归 (Tobit) 模型更多地是对第二种类型的行为做出研究，而双栏模型可以很好地解释两种类型的行为。双栏模型除了包括自然的零类型外，还允许零的概率由观测值的个体决定的。本质上，Double-hurdle 模型是 Tobit 模型的延续。

本文主要分三部分内容对双栏模型进行介绍：

1 双栏模型介绍2 模型的实现3 面板双栏模型

全文阅读：Stata：自选择偏误之双栏模型简介-(Double-hurdle-model)| 连享会主页

【本文地址】

公司简介

联系我们