Диссертация (1138324), страница 30

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 30)

eqns. (rho = 0): chi2(1) = 5.58 Prob > chi2 = 0.01822000.0220.0000.0000.0000.0040.0000.0950.0000.0000.0750.0000.0000.0510.0030.0900.0000.0200.000Для вина:Уравнение участия:1, еслиbuywine* > 0buywine = 0, еслиbuywine* ≤ 0buywine* = 0.2647city + 0.2221region1 − 0.2361region3 + 0.0744 ln realincome ++ 0.3667 min 1 frdrin ker − 1.9367Уравнение интенсивности:lnwineprice*, если buywine = 1ln wineprice = 0, еслиbuywine = 0lnwineprice* = -0.0066ageleader - 0.3683min1frdrinker + 6.9109Модель ХекманаКоэффициент припеременнойlnwinepriceageleadermin1frdrinker_consbuywinecitymin1frdrinkerregion1region3lnrealincome_consathrhoinsigmarhosigmalambdaКоличество итераций4Число наблюденийwald chi2 (2)F-статистикаLog likelihoodСтандартная ошибка283111.180.0037-822.2249Значимостькоэффициента-0.01-0.376.910.000.130.460.260.090.370.080.220.10-0.240.080.070.03-1.940.10-0.880.27-0.150.14-0.700.130.860.12-0610.20LR test of indep.

eqns. (rho = 0): chi2(1) = 8.00 Prob > chi2 = 0.00472010.0280.0060.0000.0040.0000.0230.0040.0210.0000.0010.2993. Результаты оценивания систем одновременных уравнений длявыявления эндогенности алкогольных напитковЮношиПиво-водкаМножественная пробит-модельКоэффициент припеременнойdrinkbeermiddleedulnrealwageydrinkpar30dstudyhestudyandworkageunder19drinkvodka_consdrinkvodkahavepartnerdrinkpar30dstudyhestudybelowheregion1_consathrho21rho21Количество итерацийЧисло наблюденийwald chi2 (12)F-статистикаLog likelihoodСтандартная ошибка0.570.380.41-0.430.62-0.651.386.915293109.530.0000-263.62877Значимостькоэффициента0.190.180.170.180.270.250.360.160.0030.0380.0180.0190.0260.0090.0000.0011.140.420.460.23-0.570.22-0.930.270.480.24-1.190.22-0.370.21-0.350.18LR test of rho21 = 0: chi2(1) = 2.90699 Prob > chi2 = 0.08820.0070.0420.0120.0010.0460.0000.0840.059Водка-ПивоМножественная пробит-модельКоэффициент припеременнойdrinkvodkahavepartnerhigheredustudybelowhedrinkbeer_consКоличество итерацийЧисло наблюденийwald chi2 (11)F-статистикаLog likelihoodСтандартная ошибка1.031.29-0.571.02-1.660.430.560.280.350.29202429392.230.0000-264.43465Значимостькоэффициента0.0180.0210.0420.0030.000drinkbeermiddleedulnrealwageydrinkpar30dlnrealincothstudyhestudyandworkageunder19_consathrho21rho210.630.190.390.180.500.170.130.07-0.520.180.550.29-0.830.25-0.410.16-0.130.21-0.130.21LR test of rho21 = 0: chi2(1) = 0.4039 Prob > chi2 = 0.52510.0010.0320.0030.0860.0040.0560.0010.0130.530.53Cor (пиво, водка) = 0.35ДевушкиПиво-виноМножественная пробит-модельКоэффициент припеременнойdrinkbeersportmiddleedumin1frdrinkerregion2drinkwine_consdrinkwinegoodlifelnrealincothregion1_consathrho21rho21Количество итерацийЧисло наблюденийwald chi2 (8)F-статистикаLog likelihoodСтандартная ошибка-0.460.520.630.450.42-1.29-0.410.25-0.55-0.850.130.13LR test of rho21 = 0: chi2(1) = 0.394039203437159.720.0000-346.41736Значимостькоэффициента0.170.170.160.160.380.180.0070.0030.0000.0050.2650.0000.160.090.220.120.200.20Prob > chi2 = 0.53020.0120.0080.0110.0000.520.52Вино-пивоМножественная пробит-модельКоэффициент припеременнойdrinkwinegoodlifelnrealincothregion1drinkbeer_consdrinkbeersportmiddleedumin1frdrinkerregion2_consathrho21rho21Количество итерацийЧисло наблюденийwald chi2 (8)F-статистикаLog likelihoodСтандартная ошибка-0.360.240.590.45-1.01-0.420.530.650.45-1.240.100.10LR test of rho21 = 0: chi2(1) = 0.387186437160.020.0000-346.1791Значимостькоэффициента0.160.090.220.300.160.0240.0110.0070.1360.0000.170.170.160.160.160.160.16Prob > chi2 = 0.53020.0130.0020.0000.0050.0000.520.52Cor (пиво, вино) = 0.22То есть потребление пива и вина девушками не влияют друг на друга.4.

Основные характеристики методов оцениванияМодель ХекманаYi* - непрерывная величинаYi * = x i β + ε iTуравнение интенсивностиYi * , если d = 1Y =0 или не наблюдается, еслиd =01, если d * > 0d =*0, если d ≤ 0d * = z i ' γ + ui σ 2(ε , u ) ~ N (0,  ρσуравнение участияρσ )1 204Порядковая пробит-модельp ( x) = P (Y = 1 X = x) = Φ ( x T b) iYi* - порядковая величина 1 если Y * = 0 2 если *Y ∈ [0; y1)Yi = *... если Y ∈ [ y1; y 2 ) n если Y * > ynМножественная регрессия (МНК-модель)Yi * = x i β + ε iTE (ε ) = 0205.

Характеристики

Список файлов диссертации