Джеймс Тобин сделал огромный вклад в области экономики.

Главные их них
показаны в слайде: Tеория выбора и портфельных инвестиций, Фактор Q и Краткосрочный
макроэкономический анализ Кейнса. но в этой презентации, я рассказываю про его вклад
именно в эконометрику, Модель Tobit (по-другому называют Цензурированной регрессией).

Исследования цензурированных моделей начались с работы Дж. Тобина в 1958 году.

[слудуюший]
Модель Tobit - это модель для оценки линейной связи между переменными, и при
этом модель может быть цензурирована только с одной стороны (снизу или сверху) или с
обеих сторон.
Цензура сверху происходит, когда значения превышают некоторый предел, все
принимают значение этого предела, так что истинное значение может быть равно пределу,
но оно также может быть выше. В случае цензурирования снизу значения те, которые
попадают на или ниже некоторого порога, подвергаются цензуре.

Пример

Рассмотрим ситуацию, в которой мы имеем показатель академических способностей

(в масштабе от двухсот до восьмисот баллов 200-800), которые мы хотим моделировать,
используя оценки чтения и математики, а также тип программы в которую зачисляется
студент (академический, общий, или профессиональный).
Студенты, которые ответили неправильно на все вопросы будут иметь счет 200, хотя
они не все могут быть равными. А тех, которые ответили правильно на все вопросы будут
иметь счет 800, хотя вполне вероятно, что эти студенты не «поистине» равны в своих
способностях.
У нас есть гипотетический файл данных с 200 наблюдениями. В слайде мы видим
переменны.
Если мы посмотрим на гистограмму, которая показывает распределение способности
(apt), мы видим цензуру в данных, то есть, существует гораздо больше случаев с баллами от
750 до 800 чем можно было бы ожидать, глядя на остальные раздачи (распределение).
[слудуюший]
На следушее таблице, у нас резюме данных, например с минималными и
максимальными значений. В этом наборе данных наименьшее значение apt равно 352. Ни
один ученик не получил оценку 200 (то есть, возможно, самый низкий балл), что означает,
что даже если цензура снизу была возможна, это не происходит в наборе данных.
[слудуюший]
Наконец у нас есть пример Регрессии Тобит

Мы запускаем tobit-модель, используя read, math и prog для прогнозирования apt.

Опция ul () в команде tobit указывает значение, с которого начинается право цензуры (то
есть верхний предел). Существует также опция ll (), которая указывает значение левого
цензурирования (нижний предел), но не требовался в этом примере.
Здесь мы заметим что, кроме обичных сведений коеффициентов , у нас получается
вывод который содержит сводку с цензурой, нецензурой и правоценной ценностью.