Ước lượng mô hình chuyển tiếp nội sinh

Endogenous switching regression model in Stata with escount

Hiệu quả tác động của một chính sách được thể hiện qua sự chênh lệch trong kết quả đánh giá của hai nhóm tham gia và không tham gia. Mặc dù đã kiểm soát tất cả các đặc điểm quan sát được giữa hai nhóm (để đảm bảo tính tương đồng giữa hai nhóm) thì hiệu quả đánh giá tiềm năng vẫn bị thiên chệch. Đặc biệt, trong trường hợp tồn tại vấn đề tự lựa chọn (self-selection) khi mà các kết quả đánh giá không độc lập với sự lựa chọn. Đây là một dạng của mô hình hồi quy chuyển tiếp nội sinh (Endogenous switching regression model), gọi tắt là mô hình chuyển tiếp nội sinh. Câu lệnh escount được sử dụng để ước lượng các mô hình chuyển tiếp nội sinh này. Lệnh escount còn cho phép tính toán các hiệu quả tác động (treatment effects) cho các dữ liệu dạng biến đếm (count data). Câu lệnh escount phù hợp cho các mô hình hồi quy Poisson và cả hồi quy nhị thức âm (negative binomial, NB). Sau khi ước lượng các tham số của mô hình chuyển tiếp, người dùng có thể tính toán các hiệu quả tác động khác nhau với hậu lệnh teescount.

Mô hình chuyển tiếp nội sinh
Ước lượng hợp lý cực đại (MLE) được sử dụng để ước lượng mô hình chuyển tiếp nội sinh với dữ liệu đếm theo đề xuất của Terza (1998). Trong mô hình này, biến kết quả là một biến dữ liệu dạng đếm, khác nhau giữa hai nhóm tham gia. Trong trường hợp này, tình trạng tham gia được xác định là nội sinh. Nghĩa là, biến kết quả là không độc lập với tình trạng tham gia ngay cả khi đã kiểm soát các yếu tố quan sát được. Để mô hình hóa sự phụ thuộc giữa kết quả và quá trình lựa chọn, người ta dựa vào giả định không đồng nhất của các yếu tố ẩn (lognormal latent heterogeneity).

Phần nội dung có thu phí bên dưới đã được ẩn.

Xin mời bạn đăng nhập để tiếp tục nội dung...

* Nếu chưa có tài khoản Premium, mời bạn đăng ký tại đây.

Chân thành cảm ơn sự quan tâm của bạn!

1 2 3 4 5 6 7 8 9Next page

Thuyết Nguyễn

- Giảng dạy Kinh tế lượng ứng dụng, PPNCKH - Chuyên gia phân tích dữ liệu với Stata - Dành hơn 15000 giờ nghiên cứu Kinh tế lượng ứng dụng - Đam mê nghiên cứu, học hỏi cái mới; - Làm việc độc lập & tự học cao.

Bài liên quan

Back to top button