第07章 离散因变量和受限因变量模型(第三版).ppt

* 3. 估计选项 因为EViews是用迭代法求极大似然函数的最大值，所以Options选项可以从估计选项中设定估计算法与迭代限制。单击Options按钮打开对话框，Option对话框有以下几项设置： ① 稳健标准差 (Robust Standard Errors) 对二元因变量模型而言，EViews允许使用准-极大似然函数（Huber/White）或广义的线性模型（GLM）方法估计标准误差。察看Robust Covariance对话框，并从两种方法中选择一种。当使用选项估计二元选择模型时，公式输出的顶部将显示用于计算系数协方差矩阵的方法。 * ② 初始值 和其他估计步骤一样，EViews允许指定初始值。在Options菜单，从联合对话框中选择一项。可以使用EViews默认值，或者也可以选择默认值的部分值（如默认值的若干倍），零系数，或用户提供的值。如果使用后者，应在工作文件的系数向量C中输入数值，然后在对话框中选择User supplied。EViews的默认值是使用经验运算法则而选择出来的，适用于二元选择模型的每一种类型。 ③ 估计法则 在Optimization algorithm 一栏中选择估计的运算法则。默认地，EViews使用quadratic hill-climbing方法得到参数估计。这种运算法则使用对数似然分析二次导数的矩阵来形成迭代和计算估计的系数协方差矩阵。还有另外两种不同的估计法则，Newton-Raphson也使用二次导数，BHHH使用一次导数，既确定迭代更新，又确定协方差矩阵估计。 * 4．预测 从方程工具栏选择Procs/Forecast（Fitted Probability/Index），然后单击想要预测的对象。既可以计算拟合概率 ， 也可以计算指标 的拟合值 。 像其他方法一样，可以选择预测样本，显示预测图。如果解释变量向量xt 包括二元因变量 yt 的滞后值，选择Dynamic选项预测，EViews使用拟合值 得到预测值；而选择Static选项，将使用实际的（滞后的）yt-1 得到预测值。 * 对于这种估计方法，无论预测评价还是预测标准误差通常都无法自动计算。后者能够通过使用View/Covariance Matrix显示的系数方差矩阵，或者使用@covariance函数来计算。 可以在各种方式上使用拟合指标，例如按式（7.1.18）计算解释变量的边际影响。计算预测拟合的指标 ，并用序列 xb 中保存这个结果。然后生成序列@dnorm(-xb)、@dlogistic(-xb)、@dextreme(-xb)，可以与估计的系数 ?j 相乘，提供一个 yi 的期望值对 xi 的第 j 个分量的导数的估计。 5．产生残差序列 通过Procs/Make Residual Series选项产生表7.1.2中的三种残差类型中的一种类型。 * * * 1. 泊松准-极大似然估计 如果条件均值被正确设定，泊松极大似然估计也是服从其他分布类型的数据的准-极大似然估计。它将产生参数 ? 的一致估计量。 * 2. 指数准-极大似然估计 指数分布的对数似然函数如下： （7.5.8） 和其他QML估计量一样，倘若 m(xi ,?) 被正确指定，即使 y 的条件分布不是指数分布，指数分布的准-极大似然估计仍是一致的。 * 3. 正态准-极大似然估计 正态分布的似然函数如下： （7.5.9） 对于固定的? 2和正确设定的 m(xi ,?) ，即使分布不是正态的，正态分布的对数极大似然函数仍提供了一致的估计。 * 4. 负二项式准-极大似然估计 最大化式（7.5.5）所表示的负二项式分布的对数似然函数，对于固定的?2，可以得到参数 ? 的准-极大似然估计。倘若 m(xi ,?)被正确指定，即使 y 的条件分布不服从负二项式分布，这个准-极大似然估计量仍是一致的。 * 例7.10 计数模型的实例1 本例研究轮船发生事故的次数与轮船的特征属性、运行时间之间的关系。因变量 y 表示平均每月轮船发生事故数。解释变量是轮船特征属性，包括轮船类型、建造时间、使用时期等。轮船类型有5种，分别用x1～x5表示，4个建造时间，分别用y1～y4表示， z1 , z2表示两个使用时期，da表示运行时间。