![1c45b5ea7b066c03f00224fe4332b8d9.png](https://i-blog.csdnimg.cn/blog_migrate/4d5d45b1025871d74befc7a64b0b1442.jpeg)
编译:李琼琼 (山东大学)
Stata 连享会: 知乎 | 简书 | 码云 | CSDN
连享会-知乎推文列表
Note: 助教招聘信息请进入「课程主页」查看。
因果推断-内生性 专题 ⌚ 2020.11.12-15
主讲:王存同 (中央财经大学);司继春(上海对外经贸大学) 课程主页: https://gitee.com/arlionn/YG | 微信版
![e62c4a7f12e61d86d84b329c2a9ea94e.png](https://i-blog.csdnimg.cn/blog_migrate/aa6c39afffd78a34af0d50f8fa15e7ea.jpeg)
空间计量 专题 ⌚ 2020.12.10-13
主讲:杨海生 (中山大学);范巧 (兰州大学) 课程主页: https://gitee.com/arlionn/SP | 微信版
![997743ce8844e7ba1e0e59fb570b90d0.png](https://i-blog.csdnimg.cn/blog_migrate/eb76b2c340b8518b049ab5720c754340.png)
![44f9c40d9531c76c497d205a4e95ee37.png](https://i-blog.csdnimg.cn/blog_migrate/905006adef39c24350b62d8068dbded6.jpeg)
连享会 最新专题 直播
目录
- 背景介绍
- 1. 双栏模型 (Double-hurdle model) 介绍
- 1.1 Tobit 模型
- 1.2 Double - hurdle 模型
- 1.3 用图形解释 double hurdle 模型
- 1.4 Double - hurdle 模型的特殊形式
- 2. 模型的 Stata 实现
- 2.1 dhreg 命令介绍
- 2.2 基于模拟分析的范例
- 2.3 模型估计
- 3. 面板双栏模型 (Panel-hurdle model)
- 3.1 面板双栏模型基本原理
- 3.2 面板双栏模型的 Stata 实现
- 3.3 基于模拟分析的范例
- 参考文献
- 关于我们
本文主要翻译自如下论文,并进行了适当的补充和调整. Source: Engel C, Moffatt P G. Dhreg, xtdhreg, and bootdhreg: Commands to implement double-hurdle regression[J]. Stata Journal, 2014, 14(4):778-797. [PDF]
背景介绍
双栏模型 (Double-hurdle model) 是由 Cragg (1971) 提出的:对于一个活动的参与,个体决策是由两部分组成的。第一个门槛 (hurdle), 决定个体是否是零类型;第二个门槛 (hurdle) 是在第一个阶段是非零的条件下,决定个体对活动的参与程度。这个模型的关键特征是这里有两种类型的零观测值,一种是无周围的环境如何变化他的选择都是零,另一种是他可以有非零选择但是目前的环境导致他选择零,后者也被称为归并零 (Tobin,1958) 。因此,双栏模型除了包括自然的零类型外,还允许零的概率由观测值的个体决定的。本质上,Double-hurdle 模型 是 Tobit 模型的延续。本文主要分三部分内容进行介绍:
- 1 双栏模型介绍
- 2 模型的实现
- 3 面板双栏模型
1. 双栏模型 (Double-hurdle model) 介绍
介绍双栏模型最自然的开始是先介绍 Tobit 模型,再来引入双栏模型。
1.1 Tobit 模型
Tobit 模型又被称为归并回归模型 (censored regression model), 根据 limit 的设置分为左归并 (lower censoring) 和右归并 (upper censoring),左归并指事先设置一个最小值 A,当被解释变量低于这个值时则自动等于 A。 如果最低的 limit 为 0 时,被称为零归并 (zero censoring)。
上面的公式中潜变量
这里以零归并举例,采用对数似然函数,估计模型如下:
其中
1.2 Double - hurdle 模型
Double - hurdle 模型有两个阶段,这两个阶段分别采用 probit 估计和 tobit 估计:
在第一个阶段 (hurdle),被解释变量 (
在第二个阶段 (hurdle), 被解释变量
上式中,双栏模型的第二个阶段给
若双栏模型是 upper hurdle 型,即第二个阶段设置一个最大值
1.3 用图形解释 double hurdle 模型
![dacb015ef64ad5c336e1d0b8c27a4e34.png](https://i-blog.csdnimg.cn/blog_migrate/fd75be8aa144835b5f9b2f8536f7d044.jpeg)
上图中的的同心圆是
1.4 Double - hurdle 模型的特殊形式
如果模型第一阶段,只有截距而没有解释变量,
将
连享会 最新专题 直播
2. 模型的 Stata 实现
2.1 dhreg 命令介绍
我们可以使用 dhreg
命令来实现双栏模型的估计。在 Stata 命令窗口中输入 help dhreg
命令即可查看其完整帮助文件。dhreg
命令的基本语法为:
dhreg depvar indepvars [if] [in] [, up ptobit hd(varlist) millr]
各项的含义如下:
depvar
: 表示被解释变量,即最终的可观测的indepvars
:表示关键的解释变量,即决定(潜变量) 的解释变量
up
: 将模型设置为右归并,并且设置最大值(默认为左归并)
ptobit
: 将双栏模型设置为 p-tobit 模型hd(varlist)
: 表示第一栏中决定的解释变量
millr
: 用逆米尔斯比率来控制扰动项的相关性
2.2 基于模拟分析的范例
我们通过模拟生成的数据来对 dhreg
命令的使用进行介绍,下面是数据生成的过程 (DGP):
上面第一个公式生成的潜变量
clear all
set obs 1000
set seed 123 // 设置种子,为了使每次重复模拟过程的结果相同
gen z_i = uniform() // z_i 服从(0,1)均匀分布
set seed 1234
gen x_i = uniform()
set obs 1000
set seed 12345
gen e_i2 = invnormal(uniform()) // e_i2 服从标准正态分布
set seed 12435
gen n_i = invnormal(uniform())
gen e_i1 = 0.5*e_i2 + sqrt(1-0.5*0.5)*n_i
gen d_i = 0
replace d_i = 1 if -2 + 4*z_i + e_i1 > 0
gen y_i2 = 0.5 + 0.3*x_i + e_i2
gen y_i1 = 0
replace y_i1 = y_i2 if y_i2 > 0
gen y_i = d_i*y_i1
save data_process1.dta, replace // 保存一份模拟数据
数据效果如下:
use "data_process1.dta", clear
hist y_i if d_i == 1,title(Conditional on passing first hurdle) scheme(sj)
graph save y_i_1.gph, replace
hist y_i ,title(All Data) scheme(sj)
graph save y_i_2.gph, replace
gr combine y_i_1.gph y_i_2.gph
graph save y_i.png, replace
![0de9e78342889301dd9612728ca72b93.png](https://i-blog.csdnimg.cn/blog_migrate/b619e07ea66f4b7a78153747f5c98f6e.jpeg)
从左图可以看出有很多观测值通过了第一栏(即
2.3 模型估计
我们先进行传统的 tobit
估计, 再使用 dhreg
进行估计,然后对这两种估计结果进行比较。
. use "data_process1.dta", clear
. tobit y_i x_i, ll(0)
Tobit regression Number of obs = 1,000
Uncensored = 413
Limits: lower = 0 Left-censored = 587
upper = +inf Right-censored = 0
LR chi2(1) = 3.49
Prob > chi2 = 0.0619
Log likelihood = -1129.3849 Pseudo R2 = 0.0015
------------------------------------------------------------------------------
y_i | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
x_i | .3617779 .1939403 1.87 0.062 -.0187992 .7423551
_cons | -.4709888 .1194536 -3.94 0.000 -.7053975 -.2365801
-------------+----------------------------------------------------------------
var(e.y_i)| 2.40666 .191884 2.058097 2.814257
------------------------------------------------------------------------------
接着是进行 dhreg
估计:
dhreg y_i x_i, hd(z_i)
(output omitted)
maximum likelihood estimates of double hurdle model
N = 1000
log likelihood = -984.07209
chi square hurdle equation = 67.264411
p hurdle equation = 2.374e-16
chi square above equation = 4.8518223
p above equation = .02761694
chi square overall = 69.895304
p overall = 6.644e-16
--------------------------------------------------------------------------------
| coef se z p lower CI upper CI
-------------+------------------------------------------------------------------
hurdle |
z_i | 3.644556 .4443773 8.201488 2.22e-16 2.773592 4.515519
_cons | -1.727589 .1522467 -11.3473 7.65e-30 -2.025987 -1.429191
above |
x_i | .416768 .189209 2.202685 .0276169 .0459251 .7876109
_cons | .5702333 .1428997 3.990444 .0000659 .290155 .8503115
sigma |
_cons | 1.053116 .0643765 16.35869 0 .9269402 1.179292
--------------------------------------------------------------------------------
Tobit 模型估计
[注:我们尝试通过设置不同的种子,生成不同的随机数,发现 double hurdle 模型对
3. 面板双栏模型 (Panel-hurdle model)
3.1 面板双栏模型基本原理
Dong and Kaiser (2008) 将双栏模型发展成面板双栏模型,并使用这个模型对家庭牛奶消费做实证分析。Dong 假设并验证了家庭牛奶消费总的来说由非经济因素和经济因素决定,非经济因素包括户主年龄、教育、种族背景等,经济因素包括收入、牛奶的价格等。在一定的时间内,非经济因素一般不会发生改变,并且在家庭是否产生购买牛奶的行为中起决定性作用。
- 第一阶段 (first hurdle)
- 第二阶段 (second hurdle)
- 最终观测值
在第一个阶段中,
- 似然函数模型
样本最终的似然对数函数为:
3.2 面板双栏模型的 Stata 实现
Stata 中用 xtdhreg
和 boothreg
命令对面板数据进行双栏模型的估计。首先在 Stata 命令窗口中输入 help xtdhreg
命令即可查看其完整帮助文件。xtdhreg
命令的基本语法为:
xtdhreg depvar indepvars [if] [in] [, up ptobit hd(varlist) uncorr trace ///
difficult constraints(numlist)]
各项的含义如下:
depvar
: 表示被解释变量,即最终的可观测的indepvars
: 表示关键的解释变量,即决定(潜变量) 的解释变量
up
: 将模型设置为右归并,并且设置最大值(默认为左归并)
ptobit
: 将双栏模型设置为 p-tobit 模型hd(varlist)
: 表示第一栏中决定的解释变量
millr
: 用逆米尔斯比率来控制扰动项的相关性uncorr
: 表示第一栏和第二栏中的扰动项不相关trace
: 显示每一次迭代的系数difficult
: 当模型不收敛时,换用其他替代的算法constraints(numlist)
: 允许对模型进行限制
在 Stata 命令窗口中输入 help boothreg
命令即可查看其完整帮助文件。boothreg
命令的基本语法为:
bootreg depvar indepvars [if] [in] [, up ptobit hd(varlist) millr ///
margins(string) seed(integer) reps(integer) strata(varlist) cluster(varlist) ///
capt maxiter(integer)]
各项的含义如下:
depvar
: 表示被解释变量,即最终的可观测的indepvars
:表示关键的解释变量,即决定(潜变量) 的解释变量
up
: 将模型设置为右归并,并且设置最大值(默认为左归并)
ptobit
: 将双栏模型设置为 p-tobit 模型hd(varlist)
: 表示第一栏中决定的解释变量
millr
: 用逆米尔斯比率来控制扰动项的相关性margins(string)
: bootstrep 估计的边际效应seed(integer)
: 设置种子,为了使结果可重复reps(integer)
: boostrap 重复的次数,默认是 50 次strata(varlist)
: 进行分层抽样capt
: 自动忽略不收敛的情况maxiter(integer)
: 设置迭代的最多次数,默认为 50
3.3 基于模拟分析的范例
本小节我们先模拟生成面板数据,然后再利用生成的数据进行模型估计。
- 数据生成过程 (DPG)
面板数据的个体为
clear all
set obs 2000
set seed 10011979
gen z_i = uniform()
set seed 1111122
gen u_i = rnormal(0, 3)
set seed 1222222
gen n_i = rnormal(0,3)
gen e_i1 = 0.9*u_i + sqrt(1-0.9^2)*n_i
/* 面板数据生成过程 */
gen d_i = 0
replace d_i = 1 if -2 + 4*z_i + e_i1 > 0
gen id = _n
expand 5 // 将 T 设置为 5 期
bys id: gen t = _n
xtset id t
bysort id (t): gen x_it = rnormal(0,1) + rnormal(0,1) if _n==1
bysort id (t): replace x_it = .8 * x_it[_n-1] + rnormal(0,1) if _n!=1
gen e_i2 = rnormal(0,1)
gen y_it2 = 0.5 + 0.3*x_it + u_i + e_i2
corr e_i2 u_i // 检查e_i2和u_i的相关性
gen y_it1 = 0
replace y_it1 = y_it2 if y_it2 > 0
gen y_it = y_it1*d_i
save data_process2.dta, replace //保存模拟数据
- 模型估计 用
xtdhreg
命令进行双栏估计的结果如下:
use data_process2.dta, clear
help mdraws // 进行 xtdhreg 估计前,需要装`mdraws`包
xtdhreg y_it x_it, hd(z_i)
(output omitted)
Number of obs = 10,000
Wald chi2(1) = 46.82
Log likelihood = -9013.4217 Prob > chi2 = 0.0000
------------------------------------------------------------------------------
Coef. Std. Err. z P>|z| [95% Conf. Interval]
----------------+-------------------------------------------------------------
hurdle
z_i | .6908215 .1009566 6.84 0.000 .4929501 .8886929
_cons | -.2702063 .0611108 -4.42 0.000 -.3899812 -.1504313
----------------+-------------------------------------------------------------
above
x_it | .2971716 .0162833 18.25 0.000 .2652569 .3290863
_cons | 3.887898 .1050517 37.01 0.000 3.682001 4.093796
----------------+-------------------------------------------------------------
sigma_u
_cons | 3.249278 .0942043 34.49 0.000 3.064641 3.433915
----------------+-------------------------------------------------------------
sigma_e
_cons | .9920639 .012312 80.58 0.000 .9679329 1.016195
----------------+-------------------------------------------------------------
transformed_rho
_cons | -.9211924 .0730788 -12.61 0.000 -1.064424 -.7779606
------------------------------------------------------------------------------
rho: tanh([transformed_rho]_cons)
------------------------------------------------------------------------------
| Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
rho | -.726461 .0345118 -21.05 0.000 -.7941029 -.6588192
------------------------------------------------------------------------------
separate Wald tests for joint significance of all explanatory variables
note
if you use factor variables, i.e. the i., c., # and ## notation, you must run
the Wald test by hand. For detail see help file
estimates of joint significance
chi square hurdle equation = 46.823275
p hurdle equation = 7.769e-12
chi square above equation = 333.06554
p above equation = 2.066e-74
chi square overall = 376.42223
p overall = 1.824e-82
用 bootdreg
命令进行双栏模型估计结果如下:
bootdhreg y_it x_it, hd(z_i) cluster(id) capt
(output omitted)
maximum likelihood estimates of double hurdle model
N = 10000
log likelihood = -14962
chi square hurdle equation = 140.17438
p hurdle equation = 2.438e-32
chi square main equation = 140.17438
p main equation = 2.438e-32
chi square overall = 442.19897
p overall = 9.500e-97
bootstrap results
------------------------------------------------------------------------------
| coef se p lowciz upciz lowcip upcip
------------+-----------------------------------------------------------------
hurdle |
z_i | 1.002614 .122 0 .7634344 1.241794 .7598894 1.346414
_cons | -.4531903 .072 0 -.5948118 -.3115688 -.6363495 -.2646514
main | 0
x_it | .3388443 .052 0 .2370221 .4406664 .2289405 .4781399
_cons | 2.279919 .132 0 2.020481 2.539356 1.868922 2.511813
sigma |
_cons | 2.583072 .095 0 2.396594 2.76955 2.401081 2.808727
------------------------------------------------------------------------------
从回归结果可以看出,xtdhreg
和 bootdhreg
对样本的
参考文献
- Bruno García, 2013, Implementation of a Double-Hurdle Model, Stata Journal, 13(4): 776–794. [pdf]
- Christoph Engel, Peter G. Moffatt, 2014, Dhreg, Xtdhreg, and Bootdhreg: Commands to Implement Double-Hurdle Regression, Stata Journal, 14(4): 778–797. [pdf]
- Dong, Diansheng, and H. M. Kaiser. Studying household purchasing and nonpurchasing behaviour for a frequently consumed commodity: two models[J]. Applied Economics, 2008, 40(15):1941-1951. [PDF]
- Engel C, Moffatt P G. Dhreg, xtdhreg, and bootdhreg: Commands to implement double-hurdle regression[J]. Stata Journal, 2014, 14(4):778-797. [PDF]
相关课程
连享会-直播课 上线了! http://lianxh.duanshu.com 免费公开课:
- 直击面板数据模型 - 连玉君,时长:1 小时 40 分钟
- Stata 33 讲 - 连玉君, 每讲 15 分钟.
- 部分直播课 课程资料下载 (PPT,dofiles 等)
![90ea14b404e82cdaffc5c3c6d9393ff7.png](https://i-blog.csdnimg.cn/blog_migrate/a09526b0ef3eef733c78146b466c3d24.png)
Note: 助教招聘信息请进入「课程主页」查看。
因果推断-内生性 专题 ⌚ 2020.11.12-15
主讲:王存同 (中央财经大学);司继春(上海对外经贸大学) 课程主页: https://gitee.com/arlionn/YG | 微信版
![e62c4a7f12e61d86d84b329c2a9ea94e.png](https://i-blog.csdnimg.cn/blog_migrate/aa6c39afffd78a34af0d50f8fa15e7ea.jpeg)
空间计量 专题 ⌚ 2020.12.10-13
主讲:杨海生 (中山大学);范巧 (兰州大学) 课程主页: https://gitee.com/arlionn/SP | 微信版
![997743ce8844e7ba1e0e59fb570b90d0.png](https://i-blog.csdnimg.cn/blog_migrate/eb76b2c340b8518b049ab5720c754340.png)
![0c79468ee81c8062033b3d991debf08d.png](https://i-blog.csdnimg.cn/blog_migrate/aa23d31d66985bdcd09d656b66587cbe.jpeg)
关于我们
- Stata 连享会 由中山大学连玉君老师团队创办,定期分享实证分析经验。直播间 有很多视频课程,可以随时观看。
- 连享会-主页 和 知乎专栏,300+ 推文,实证分析不再抓狂。
- 公众号推文分类:计量专题 | 分类推文 | 资源工具。推文分成 内生性 | 空间计量 | 时序面板 | 结果输出 | 交乘调节 五类,主流方法介绍一目了然:DID, RDD, IV, GMM, FE, Probit 等。
![db702771e790ed014324ce51f6b1a5fa.png](https://i-blog.csdnimg.cn/blog_migrate/68f338990ec82c5ece2fa1f0da14a82d.jpeg)
连享会小程序:扫一扫,看推文,看视频……
![73c8c5608d25bc897f1aedc6aedc4183.png](https://i-blog.csdnimg.cn/blog_migrate/ae1520a2326ede2daeda8d629878e294.png)
扫码加入连享会微信群,提问交流更方便
![0ad1dd874a32dd1441dc422b3fb1145a.png](https://i-blog.csdnimg.cn/blog_migrate/e06ee73c8f634d0c5ab523a3aa9c0de2.jpeg)