3

従属変数 (y と呼びましょう) が 0 で打ち切られたままになっているデータセットでトービット分析を行っています。

library(AER) 
fit <- tobit(data=mydata,formula=y ~ a + b + c)

これで問題ありません。ここで、「予測」関数を実行して適合値を取得したいと思います。理想的には、観測されていない潜在変数「y*」と観測された打ち切られた変数「y」の予測値に関心があります [参考文献 1 を参照]。

predict.survreg [参照 2] のドキュメントを確認しましたが、どのオプションで予測された打ち切られた変数 (または潜在変数) が得られるのか理解できなかったと思います。

私がオンラインで見つけたほとんどの例は、次のようにアドバイスしています。

predict(fit,type="response").

繰り返しますが、これらがどのような種類の予測であるかは明確ではありません。

私の推測では、predict 関数の「type」オプションがここで重要であり、type="response" は打ち切られた変数予測を意味し、type="linear" は潜在変数予測を意味します。

ここで経験のある人が、私に光を当てることができますか?

どうもありがとう！

参考文献:

  1. http://en.wikipedia.org/wiki/Tobit_model

  2. http://astrostatistics.psu.edu/datasets/2006tutorial/html/survival/html/predict.survreg.html

4

2 に答える 2

5

一般に、予測「応答」結果は、回帰で使用されたモデリング変換からデータの元のスケールに逆変換されていますが、「線形」予測は、リンク変換されたスケールの線形予測子です。ID リンクを持つ tobit の場合、それらは同じである必要があります。

私のメタ予測は簡単に確認できます。ページの例で確認しました?tobit：

plot(predict(fm.tobit2, type="response"), predict(fm.tobit2,type="linear"))
于 2012-05-28T18:53:38.480 に答える
3

同様の質問を stats.stackexchange に投稿したところ、役立つ回答が得られました。

https://stats.stackexchange.com/questions/149091/censored-regression-in-r

パッケージの作成者の 1 人が、$Y = max(Y^*,0)$ である $Y$ の平均 (つまり、予測) を計算する方法を示しています。パッケージを使用すると、AERこれはある程度「手作業」で行う必要があります。

于 2015-05-04T14:14:53.460 に答える