定性因变量回归模型.ppt

该【定性因变量回归模型 】是由【tanfengdao】上传分享，文档一共【17】页，该文档可以免费在线阅读，需要了解更多关于【定性因变量回归模型 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。202X
CIICK HERE TO ADD A TITLE
单击添加副标题
第15章 定性因变量回归模型
因变量只有有限的取值，特别的只能取0或1。
定性因变量模型的实质是概率模型，即估计给定自变量的条件下，因变量属于某种类型的概率
例：破产、收购等
模型：
线性概率模型
logit模型
probit模型
线性概率模型
模型
01
扰动项的非正态性
02
因为Y只取两个值，其分布服从贝努力二项分布，扰动项也服从贝努力分布
03
扰动项的异方差性
根据贝努力分布的性质，扰动项的方差与X有关，因而是异方差的。可用加权最小二乘法估计模型，权重为
估计值不在[0，1]内。要用logit或probit模型
R-2无效
检验（在eviews中如何检验残差是否存在异方差）
按照理论方法进行加权最小二乘估计
估计OLS，得预测值（拟合值）yf
修改样本sample（在workfile的sample处双击，在弹出的对话框的下面的方框（条件框）输入yf>0 and yf<1
生成权重序列genr w=***@sqrt(yf*(1-yf))
估计WLS
其他的例子
01
债券评级
02
债券违约率
问题的提出：在线性概率模型（LPM）中，无法保证模型的预测（拟合）值 介于[0，1]。
逻辑斯特分布函数：
Logit模型
L的变化范围是正负无穷大之间，但P的范围在[0，1]
L是X的线性函数，P是X的非线性函数
Logit模型可以是多元的
当机会比率由1减到0时，L会变成负数，且在幅度上越来越大，当机会比率由1升到无穷大时，L为正且越来越大
beta系数表示x变化1单位时，机会比率的对数变化的数量
利用机会比率对数的预测值，可以计算概率值
Logit模型假设机会比率的对数与X是线性关系
Logit模型的估计
群组数据
计算样本频率
计算logit
计算权重
估计WLS（eviews操作例）