什么是tobit 模型
Tobit模型也被称为样本选择模型、受限因变量模型、审查（Censor）模型。是因变量满足某种约束条件下取值的模型。
Tobit模型不同于离散选择模型和一般的连续变量选择模型，它的特点在于因变量是受限变量，模型实际上由两类方程组成，一是表示约束条件的选择方程模型；另一种是满足约束条件下的某连续变量方程模型。主要研究在某些选择行为下，连续变量如何变化的问题。人们为了纪念Tobin（1958）在研究因变量受限一类问题上的研究，把该类模型称为Tobit模型。
评估效率的农村卫生中心上 沃尔特:数据包络分析方法的应用 保罗Marschall和史蒂芬Flessa 2008年5月10日收到:2008年8月14日/接受:在线发表于9月16日(2008年3月 2008年第斯普林格出版社 摘要 有效的医疗保健提供背景带来的好处 测量技术的支持。相反的 在工业化国家,效率分析情况 在非洲的医疗保健是很近 现象。几乎没有任何现有的研究 在这个级别的初级护理。 目的本研究的主要目的是双重的:(1)来评估 相对效率的健康中心在农村的布吉纳法索 (2)探讨效率低下的原因,性能。 方法数据包络分析应用。, 说明情况,output-oriented在那个国家 方法用不同的回归 规模的假设。识别的空间作用 在Tobit排水区在效率模型,应用。 结果根据常数回归规模,14个健康 中心都是相对效率。DEA的预测 建议的低效的单位都太大有效率。 Tobit回归分析显示相对效率的健康 中心位于靠近村庄在排水区。 结论:对于道德的原因是不适当的尝试 为了提高工作效率健康中心关闭一些 他们。他们可以提高效率,生活可以 如果获得医疗中心保存增强。 关键词布吉纳法索。DEA方法。效率。Nouna。 初级护理 介绍 医疗费用在大多数发达国家 近几十年来,快速成长。它被广泛接受 那不足的医疗保健机构 在某种程度上,促成了这一现象。较少的效率, 意味着浪费资源,它们可以被使用 在输入其它人失踪。供给不足 医疗服务会导致过早死亡。在回应 挑战越来越多的文献已经出现的处理 效率的提高医疗保健服务的工业化 国家(Hollingsworth罗卓荆。1999年)。 很长一段时间,在此基础上讨论提高效率 几乎很少考虑欠发达国家。融资 在这些国家卫生服务被认为是 识别可能拿更多的资源。 缩小官方发展援助在20世纪90年代, 在此基础上讨论了千年发展目标和 他们的资源来满足诱导的复议 经济运行中卫生设施。癌症疼痛处理的知识 这个层次和健康决定因素服务的效率 可以帮助决策者和保健经理来避免 废物和最有效的利用稀缺资源。 测量效率和生产力几个分析 方法也被开发出来。参数的方法,例如旁边。 前沿分析、数据包络分析方法 成为一个受欢迎的标准来评价 决策单元(DMU效率)。在一个相当 最近的参考书目DEATavares(2002)上市超过 报纸、书、专著3200发表了伟大,等 各种各样的问题,由超过1,600作者写的 42个国家。 最初,利用数据包络分析方法,特别适用于非营利性的 部门,因为测量效率有相当困难。 研究进行了识别效率的学校 公共卫生(2009)[J]. 17:87-95 土井10.1007 / s10389-008-0225-6 资金:本研究,得到了科研补助的德国人 研究基金会(德国Forschungsgemeinschaft)。 第Marschall(*):s Flessa 法经济学的教师、卫生保健 大学Greifswald, Friedrich-Loeffler-Str 70,。 17489 Greifswald,德国 电子邮件：paul.marschall@uni-greifswald.d
Tobit模型(tobit model)是指因变量虽然在正值上大致连续分布，但包含一部分以正概率取值为0的观察值的一类模型。
比如，在任一给定年份，有相当数量家庭的医疗保险费用支出为0，因此，虽然年度家庭医疗保险费用支出的总体分布散布于一个很大的正数范围内，但在数字0上却相当集中。
它也被称为截尾回归模型或删失回归模型(censored regression model)，属于受限因变量(limited dependent variable)回归的一种。
受限因变量指因变量的观测值是连续的，但是受到某种限制，得到的观测值并不完全反映因变量的实际状态。主要包括断尾回归模型(truncated regression model)、Tobit模型(tobit model)和样本选择模型(sample selection model)等。
扩展资料：
使用回归分析的好处良多。具体如下：
1、它表明自变量和因变量之间的显著关系；
2、它表明多个自变量对一个因变量的影响强度。
回归分析也允许我们去比较那些衡量不同尺度的变量之间的相互影响，如价格变动与促销活动数量之间联系。这些有利于帮助市场研究人员，数据分析人员以及数据科学家排除并估计出一组最佳的变量，用来构建预测模型。
参考资料来源：百度百科——Tobit模型
Tobit模型也称为样本选择模型、受限因变量模型，是因变量满足某种约束条件下取值的模型。
这种模型的特点在于模型包含两个部分，一是表示约束条件的选择方程模型；一种是满足约束条件下的某连续变量方程模型。研究感兴趣的往往是受限制的连续变量方程模型，但是由于因变量受到某种约束条件的制约，忽略某些不可度量(即：不是观测值，而是通过模型计算得到的变量)的因素将导致受限因变量模型产生样本选择性偏差。两部模型(two-part model)与Tobit模型有很大的相似之处，也是研究受限因变量问题的模型；但是这两种模型在模型结构形式、估计方法、假设条件等方面也存在一定的区别。
[编辑]
Tobit模型的形式
Tobit模型的形式如下：
yi = α + βxi + υi (1)
其中υi为随机误差项，xi为定量解释变量。yi为二元选择变量。此模型由James Tobin 1958年提出，因此得名。如利息税、机动车的费改税问题等。设
若是第一种选择等于1，第二种选择是0。
对yi取期望，
E(yi) = α + βxi (2)
下面研究yi的分布。因为yi只能取两个值，0和1，所以yi服从两点分布。把yi的分布记为，
则:
E(yi) = 1(pi) + 0(1 − pi) = pi (3)
由（2）和（3）式有:
pi = α + βxi （yi的样本值是0或1，而预测值是概率。） (4)
以pi = − 0.2 + 0.05xi 为例，说明xi 每增加一个单位，则采用第一种选择的概率增加0.05。假设用这个模型进行预测，当预测值落在 [0，1] 区间之内（即xi取值在[4, 24] 之内）时，则没有什么问题；但当预测值落在[0，1] 区间之外时，则会暴露出该模型的严重缺点。因为概率的取值范围是 [0，1]，所以此时必须强令预测值（概率值）相应等于0或1（见下图）。线性概率模型常写成如下形式，
(5)
然而这样做是有问题的。假设预测某个事件发生的概率等于1，但是实际中该事件可能根本不会发生。反之，预测某个事件发生的概率等于0，但是实际中该事件却可能发生了。虽然估计过程是无偏的，但是由估计过程得出的预测结果却是有偏的。
由于线性概率模型的上述缺点，希望能找到一种变换方法，（1）使解释变量xi所对应的所有预测值（概率值）都落在（0，1）之间。（2）同时对于所有的xi，当xi增加时，希望yi也单调增加或单调减少。显然累积概率分布函数F(zi) 能满足这样的要求。采用累积正态概率分布函数的模型称作Probit模型。用正态分布的累积概率作为Probit模型的预测概率。另外logistic函数也能满足这样的要求。采用logistic函数的模型称作logit模型。
蒋媛速力： 样本选择模型,审查模型
郾城县19492173676： 建立ARMA模型时,因变量必须要进行差分么 - ？
蒋媛速力： Tobit模型也称为样本选择模型、受限因变量模型,是因变量满足某种约束条件下取值的模型. 这种模型的特点在于模型包含两个部分,一是表示约束条件的选择方程模型;一种是满足约束条件下的某连续变量方程模型.研究感兴趣的往往是受限制的连续变量方程模型,但是由于因变量受到某种约束条件的制约,忽略某些不可度量(即:不是观测值,而是通过模型计算得到的变量)的因素将导致受限因变量模型产生样本选择性偏差.两部模型(two-part model)与Tobit模型有很大的相似之处,也是研究受限因变量问题的模型;但是这两种模型在模型结构形式、估计方法、假设条件等方面也存在一定的区别.
郾城县19492173676： linear probability model probit 和 tobit的区别 - ？
蒋媛速力： linear probability model probit的意思是线性概率模型的概率.而tobit的意思是托比特书(外经之一); 例句 1 The result shows that the SBP model provides more efficient estimates than does univariate probit model ( UP model). 实证结果表明,...
郾城县19492173676： 什么是tobit模型?eviews能做么? - ？
蒋媛速力： 操作过程: 截面数据:Object/NewObject,并从该菜单中选择Equation选项.在出现的Equation Specification对话框输入方程. 面板数据:打开eviews,打开一个workfile,点击balanced panel,进入面板数据框,输完数据之后,在proc估计模型的时候,在方法选项里选择tobit即可.
郾城县19492173676： 什么是共同前沿模型 - ？
蒋媛速力： 一种经济数据模型;操作过程:截面数据:Object/NewObject,并从该菜单中选择Equation选项.在出现的Equation Specification对话框输入方程.面板数据:打开eviews,打开一个workfile,点击balanced panel,进入面板数据框,输完数据之后,在proc估计模型的时候,在方法选项里选择tobit即可.
郾城县19492173676： 怎样在eviews中做probit模型和tobit模型 - ？
蒋媛速力： 他们的估计方法可以在eviews的equation命令下统一给出,例如你的因变量是y(它是0-1变量),自变量是x,在为了估计probi模型,在命令窗口输入:equation probit1.binary(d=n) y c x 然后回车.
郾城县19492173676： 求助:关于Tobit模型的具体使用 - ？
蒋媛速力： 操作过程:截面数据:Object/NewObject,并从该菜单中选择Equation选项.在出现的Equation Specification对话框输入方程.面板数据:打开eviews,打开一个workfile,点击balanced panel,进入面板数据框,输完数据之后,在proc估计模型的时候,在方法选项里选择tobit即可.
郾城县19492173676： 面板数据的tobit分析用什么软件? - ？
蒋媛速力： EVIEWS完全胜任离散选择模型(托比特tobit、probit、logit、删载、截余、计数等模型)估计.您如果需要帮助文档可以向我要!
郾城县19492173676： tobit面板模型中只有控制变量没有调节变量可以吗 - ？
蒋媛速力： 首先,不是所有的数据都需要进行平稳性检验,只有时间序列数据需要其次,这跟相关系数没关系再次,一个自变量多个自变量都可以协整分析就是回归,只不过加了道平稳性检验罢了,其余的和一般回归殊无二致.
