【2019推荐】面板Tobit模型学习手册

来源：计量经济学服务中心综合整理

转载请联系

一．简介

对于被解释变量的某些观察值被压缩到一个点上的面板数据，可以使用面板 tobit模型进行拟合。

因为无条件固定效应的 tobit模型是有偏的，我们通常考虑随机效应模型，其中，随机效应vi和eit都是iid、服从正态分布、且不相关。

对于观测到的数据yt*，如果其是左端截取的，则我们可以知道真实值yt≤yt*；如果是右端截取的，则可知真实值yt>=yt*

与 Tobit模型类似，我们可以写出面板 tobit模型的分布函数，然后使用最大似然估计法进行估计。

二．操作命令简介

面板Tobit模型模型命令为xttobit，语法格式为：

xttobit depvar [indepvars] [if] [in] [weight] [, options]

其中depvar ：被解释变量。 indepvars ：解释变量。 noconstant ：不含截距项。 ll[(varname|#)] ：左删失变量。 ul[(varname|#)] ：右删失变量。vce(vcetype) ：参数估计量方差协方差矩阵一致估计

if代表条件语句 in代表范围语句， weight代表权重语句， options代表其他选项。

noconstant 模型不包含常数项 

offset( varname) 约束变量 varname的系数为1 

constraints(constraints) 设定线性约東 

collinear 保留多重共线性变量 

level(#) 设置置信度，默认为95％

vce( type) 设置标准差的类型，包括：oim、 bootstrap和 jackknife 

tobit 进行似然比检验，原假设为模型是混合 tobit模型 

noskip进行模型整体显著性的似然比检验 

格式为：

xttobit  y x1 x2 x3， ll(#)  ul(#)  tobit

其中ll(#)表示下限，  ul(#) 表示上限， tobit表示对原假设进行LR检验。

三．操作应用

webuse nlswork3

xtset idcode

xttobit ln_wage union age grade not_smsa south##c.year, ul(1.9)

xttobit ln_wage union age grade not_smsa south##c.year, ul(1.9) intpoints(25)

xttobit ln_wage union age grade not_smsa south##c.year, ul(1.9) intpoints(25) tobit

◆◆◆◆

精彩回顾

点击上图查看：

Stata寒假研讨班_2019年1月_第九季“高级计量经济学及stata应用”工作坊@北京专场_开始抢座啦（最后10个名额）

点击上图查看：

Stata寒假研讨班_第八季“高级计量经济学及stata应用”工作坊_2019年1月@上海_开始抢座啦（最后10个名额）