首页 理论教育 变量选取及检验方法:如何做好科学研究?

变量选取及检验方法:如何做好科学研究?

时间:2023-06-09 理论教育 版权反馈
【摘要】:如果被解释变量有两种选择,称为二元选择模型;如果被解释变量有多种选择,称为多元选择模型。基于调研数据,在给定5%和10%的显著性水平下,若统计量所对应的对数似然比检验的显著性指标值小于显著性水平,则自变量总体上对因变量有显著的影响。

变量选取及检验方法:如何做好科学研究?

为了区分传统小农户与新型农业经营主体,我们用Y1代表传统小农户对新型农业经营主体的培育意愿,用Y2—Y5表示新型农业经营主体中种植大户、家庭农场农民合作社和农业企业这四类新型农业经营主体的培育效果。其中,种植大户的培育效果用Y2表示,家庭农场的培育效果用Y3表示,农民合作社培育效果用Y4表示,农业企业培育效果用Y5表示。为了准确地反映传统小农户的培育意愿,用1—5的分值表示其意愿程度,其中“很不愿意”=1,“不愿意”=2,“一般”=3,“愿意”=4,“很愿意”=5。新型农业经营主体培育效果的好坏程度,也分别用1—5的分数区分,Y2—Y5的选项分别为:“很不满意”=1,“不满意”=2,“一般”=3,“满意”=4,“很满意”=5。

经济分析中经常面临许多决策选择问题或者效果评价问题,即人们在众多方案中选择满意的一个方案,或者对某项行为给“好”或“坏”判定。这些问题不同于经典的计量经济学,被解释变量通常不是连续变量,而是用离散数据表示。如果被解释变量有两种选择,称为二元选择模型;如果被解释变量有多种选择,称为多元选择模型。

对于二元离散选择问题可以建立如下计量经济学模型:

Y=Xiβ+µ

其中Y的观测值是0或1,由于Xiβ并没有处于[0,1]范围内的限制,因此考虑模型:

yi*=Xiβ+µiµi~Φ(0,σ2

当yi*>0时,yi=1;其他情况下,yi=0。

由于这里考虑到了正态分布和逻辑分布都为对称分布,因此有:

P(yi=1)=P(yi*>0)

=P(Xiβ+µi>0)(www.xing528.com)

=P(µi>-Xiβ)

=P(µi<Xiβ)

=F(Xiβ)

其中,F为概率分布函数,上式得到的概率应该在0—1之间,因为只有两个选择,故有:

P(yi=1)+P(yi=0)=1

P(yi=0)=1-P(yi=1)=1-F(Xiβ)

当F服从于标准正态分布时,我们称模型为Probit模型;当F服从逻辑分布时,我们称模型为Logit模型。另外,解释变量大于两个时,就可得到多元离散选择模型。在多元选择离散模型中,由于Logit模型更适合于效用最大化时的分布选择,所以应用最多的多元离散模型是Logit模型。如果被解释变量有(J+1)个,那么多元Logit模型可以表示如下:

其中i为样本数,为了研究方便,进行标准化处理,令β 0=0,于是有:

多元Logit模型可以用极大似然法对模型整体效果进行评估,并用迭代法得到参数的估计量。项目研究采用多元Logit模型来论证各影响因素对传统小农户的新型农业经营主体培育意愿和新型农业经营主体培育效果之间的关系。基于调研数据,在给定5%和10%的显著性水平下,若统计量所对应的对数似然比检验的显著性指标值小于显著性水平,则自变量总体上对因变量有显著的影响。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈