带R的Tobit模型

有谁知道在哪里使用带有AER软件包的tobit模型在哪里找到好的应用程序和示例（除了手册和书籍，其中包括R的计量经济学）？

编辑

我正在寻找一个命令来计算y的边际效应（而不是潜在变量y *）。它似乎是，其中是标准正态累积分布函数。但是我如何用R计算这些影响呢？$\phi(x\beta/\sigma)\beta$$\phi$

它不在软件包中，只需编写您自己的命令即可。如果您的回归是reg <-tobit（y〜x），则影响的向量应为

pnorm(x%*%reg$coef[-1]/reg$scale)%*%reg$coef[-1].

我有与non-conformable arguments上面评论中的@ hans0l0 相同的问题（“ ”）。我想我已经解决了这个问题，将在这里进行解释。

首先，原始帖子中的方程式有误。它应该是即，第二个之后有一个下标，但第一个之后没有。在Tobit模型中，变量的边际效应不仅取决于该特定变量的系数（），还取决于该变量的系数。还需要根据模型中其他变量的值（）计算得出的调整因子。$ϕ(xβ/σ)β_j$$β$$x_j$$β_j$$ϕ(xβ/σ)$

摘自Wooldridge 2006（第598页）：

调整因子…取决于的线性函数，。可以看出，调整因子严格地在零和一之间。$x$$xβ/σ = (β_0 + β_1x_1 + … + β_kx_k)/σ$

这个调整因子意味着我们必须对模型中其他变量的值进行选择：“我们必须插入x _j的值，通常是平均值或其他有趣的值”（Wooldridge 2006，p598）。因此，通常这是平均值，但也可以是中位数，顶部/底部四分位数或其他任何值。这与为什么non-conformable argument当我们使用上面的Alex代码时，@ hans0l0和我得到“ ”错误的原因有关：x当我们需要的变量是单个值（均值/中位数/等）时，该代码中的“ ”将成为向量。我相信上面的代码中还有另一个错误，因为它从调整项中排除了截距值（[-1]第一次使用reg$coef）。我对此的理解（但我很高兴得到纠正）是调整项应包括截距（上面的）。$β_0$

综上所述，这是使用来自的数据集的示例AER::tobit (“Affairs”)：

## Using the same model and data as in the Tobit help file
## NB: I have added the “x=TRUE” command so the model saves the x values

> fm.tobit <- tobit(affairs ~ age + yearsmarried + religiousness + occupation + rating,
                    data = Affairs, x=TRUE)
> fm.tobit$coef
(Intercept)  age         yearsmarried  religiousness  occupation  rating 
8.1741974    -0.1793326  0.5541418     -1.6862205     0.3260532   -2.2849727

> fm.tobit$scale
[1] 8.24708 

## the vector of marginal effects (at mean values and for y > 0) should be as follows.
## note the [-1] used to remove the intercept term from the final vector, 
##  but not from within the adjustment term. 

> pnorm(sum(apply(fm.tobit$x,2,FUN=mean) * fm.tobit$coef)/fm.tobit$scale) * 
  fm.tobit$coef[-1]
  age        yearsmarried  religiousness  occupation  rating 
  -0.041921  0.1295365     -0.394172      0.076218    -0.534137 

需要重申的重要一点：这些仅在y为正（即至少发生了一件事情）并且所有解释变量的平均值的情况下才是边际效应。

如果有人想使用带有针对Tobit模型的内置边际效应工具的程序检查这些结果，我很想看到比较。任何意见和更正将不胜感激。

参考：
Wooldridge，Jeffrey M.，2006年。《计量经济学概论：一种现代方法》。汤姆森西南。第三版。