计量经济学助教课试讲2 线性概率模型 Logit Probit 以及 Stata 操作举例
正在缓冲...
此前介绍的大多数模型里，因变量 y 都具有定量的含义，可以很直观地解释自变量的系数。现在考虑因变量 y 只能取 0 或 1 的情况，此时 y 具有定性含义，我们可以使用线性概率模型 LPM 进行估计，此时要从响应概率增加或减少 % 的角度来解释自变量的系数。对于这类二值因变量，Logit 或者 Probit 模型能够把拟合得到的预测概率限制在 0 到 1 之间，但自变量的系数不能直接解释，而要通过 PEA 或者 APE 考察平均偏效应。视频的后半段给出了以上模型在 Stata 中的操作和应用。
自动连播
3.4万播放
简介
订阅合集
Logit Probit 以及 Stata 操作
34:25
工具变量 IV 和 2SLS
18:54
联立方程模型 SEM 识别参数
32:47
时间序列 ARIMA GARCH
01:04:39
9月3日上B站
致敬强军，见证强国！
顶部