Tips for Tobit model and Heckman model

1. tobit 应该test 正态性和同方差性，namely，normality and homoscedasticity. 
2. tobit 也是censored regression， which is different form truncated reg. the former has a full size of samples, but some observations are condensed into same point values. the latter is related to the problem of sample selection and selection bias. most importantly, self-selection is the determinant factors to the model application. 
3. 两部分模型在tobit中应该假定两部分相互independent， 而在heckman model中应该是先有样本选择，并在第二步影响回归结果。这个最重要的不同。
4. tobit和heckman model中都是首先使用Probit来回归被解释变量（是一个0,1虚拟变量）的各影响因素系数。第二步使用不为0的样本进行ols regression。
5. 还有一个重要不同是，tobit是对因变量进行censor，而heckman是对第三方分类代理变量截取。
6. 再补充一下，就是tobit模型的样本都是同一性质的，比如工资影响因素，由于数据归并的原因，没有观察到的部分样本，这些观察不到的样本值归并为一个0或者数值C。故总体上来说，应该是所有样本都属于有工资的人。但是heckman两部法模型中的样本则不是具有同样性质的。由于Heckman模型中已加入第三代理变量来判断所收取的样本是否具有某一性质，以工资为例，在Heckman中的样本就是分为两种，一种是没有工资的人，另一种是有工资的人，两类人共同构成这些样本，但由于是考察工资影响因素，没有工资的部分样本要从中分析得出参与工作的概率后，再综合进行ols分析。因此，这个过程也有些像工具变量（代理分类变量）的作用。具体步骤可以参考相关算法介绍。

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！