Trong các bài học trước, chúng ta đã tập trung vào các biến phụ thuộc có bản chất rời rạc (ví dụ: có/không tham gia lao động). Tuy nhiên, trong nhiều bối cảnh kinh tế, chúng ta quan tâm đến các biến liên tục nhưng lại không quan sát được toàn bộ dải giá trị của chúng. Ví dụ điển hình là số giờ làm việc: chúng ta chỉ quan sát được số giờ dương đối với những người quyết định đi làm; đối với những người không đi làm, số giờ làm việc được ghi nhận là không. Đây là một trường hợp của dữ liệu bị kiểm duyệt (censored data). Một tình huống liên quan là dữ liệu bị cắt bớt (truncated data), xảy ra khi chúng ta thậm chí không có bất kỳ thông tin nào (kể cả các biến giải thích) về những đối tượng có giá trị biến phụ thuộc bằng không. Mô hình kinh tế lượng tiêu chuẩn để xử lý những loại dữ liệu này là mô hình Tobit. Khi áp dụng vào …
Các bài đã xem
- Ước lượng mô hình Probit Bayes: từ probit đến lệnh bayesmh
- Các mô hình thời gian rời rạc và định giá
- Thực hành mô phỏng lý thuyết giới hạn với Stata
- Hậu quả của phá vỡ cấu trúc
- Thực hành Stata ước lượng AR, MA, và ARDL
- Phân tích thành phần chính (PCA) – Giảm chiều dữ liệu
- Hồi quy thành phần chính (PCR)
- Thực hành phân tích kinh tế lượng với Stata
-
Xem thêm