Mais complexo que regressões simples e múltiplas?


6

Atualmente, estou em uma aula de Econometria que exige que escrevamos um trabalho de pesquisa que mostre nossas habilidades em regressão / modelagem. O que é um pouco mais complexo do que as regressões simples e múltiplas que posso aprender e utilizar em meu projeto de pesquisa? Percebo que o modelo depende da questão da pesquisa, mas eu gostaria de aprender diferentes tipos de modelagem.

Obrigado.

Respostas:


9

Bem-vindo ao maravilhoso mundo da econometria! A maioria dos cursos introdutórios de econometria estenderá os Mínimos Quadrados Ordinários (OLS) considerando modelos de resultados binários, como o logit e o probit.

Enquanto o OLS é normalmente restrito à modelagem de resultados contínuos vinculados entre e - , na pesquisa, geralmente encontramos dados onde esse não é o caso. A extensão mais elementar são os dados binários (sim / não) do resultado.

Esses dados assumem a forma de um sim / não (codificado 1/0). Claramente, o OLS encontra vários problemas. Em primeiro lugar (para seus propósitos) é o fato de que você pode prever resultados fora do intervalo [0 0,1 1] . A solução mais simples: regressão logística.

y=1 1β0 0+β1 1x[0 0,1 1]

em(P(y=1 1)1 1-P(y=1 1))=β0 0+β1 1x

(+1). Como o OP nos diz em seu perfil que ela estuda Psicologia, os modelos de Resultados Discretos serão ainda mais úteis para ela do que a regressão linear clássica. E, de fato, embora na Econometria ainda exista uma ligeira preferência pelo modelo Probit, fora da Econometria o uso do modelo Logit literalmente explodiu nos últimos 15 anos.
Alecos Papadopoulos


3

Eu recomendaria tirar uma cópia da Stock and Watson's Introdução à Econometria, que fornece uma visão geral bastante fácil de entender de muitas dessas técnicas. Uma seleção inclui:

  • modelos de resultados binários (como mencionado por Alan): logit, probit, probabilidade linear
  • modelos de dados em painel e efeitos fixos
  • regressão não linear, incluindo variáveis ​​dummy e efeitos de interação
  • variáveis ​​instrumentais e modelos de mínimos quadrados em duas etapas.
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.