Annonce J'essaie de traiter deux formes de biais dans mon analyse de la probabilité dans les différents secteurs de l'emploi et les fonctions des gains dans les différents secteurs sélection des échantillons et l'endogénéité de la variable d'éducation. Exemple de sélection: J'utilise un modèle de participation à l'aide d'un logit multinomial (catégorie de base: chômeurs non occupés) avec les secteurs suivants: public, privé formel, privé informel, travail autonome, agriculture. J'utilise ce modèle pour aborder la question de la sélection des échantillons. Je peux utiliser les probabilités d'emploi dans chaque secteur (les ratios Mills inverses) et les inclure dans les fonctions salariales de chaque secteur OLS. Endogénéité: Cependant, la question est de suivre la procédure ci dessus est que l'éducation (qui est censé être exogène sous OLS) peut en fait être endogène. Il est important d'aborder cette forme de biais, ainsi que la sélection des échantillons. J'ai les instruments suivants pour lutter contre l'endogénéité: l'éducation des parents, le changement des lois de scolarité obligatoire. Je suis confronté à deux options et j'apprécierais tous les conseils sur ce qui semble être l'option la plus appropriée. Malheureusement, je n'ai rencontré aucune littérature économique qui tente de traiter les deux formes de biais, en dépit de la vaste littérature sur ces deux questions (par exemple, les retours à la littérature éducative en utilisant les variables instrumentales, le choix professionnel utilisant Heckman). 1. La première méthode a été obtenue à partir de la méthode de Wooldridge (2010) au chapitre 19. La première étape est un modèle de participation comme un logit multinomial (avec secteurs: public, privé formel, privé informel, ). J'utilise alors les probabilités prédites à partir de ce modèle pour chaque résultat, j'obtiens les ratios Mills inverses et je les inclure comme des régressions supplémentaires dans les fonctions salariales respectives qui sont estimées à l'aide de IV (2SLS) où l'éducation est traitée comme un régresseur endogène. (Secteur public), 2 (secteur privé formel), 3 (informel), 4 (secteur privé), 5 (secteur agricole), secteur de l'agriculture et de l'élevage, ), 0 (chômeurs non occupés) catégories de défauts: hommes, non mariés, ruraux, parentspays non employés b) obtention des probabilités prévues c) ivregress 2sls loghourlywage (annéesdécouplagefamilialesfamilialesfamilialesfamilialesfamilialesfamilialesfavec Age2 age3 marié femme urbain lambda1 si emploi1. Robuste d'abord (de la même façon pour chaque secteur) Wooldridge utilise cette technique pour la participation de la main d'œuvre féminine, utilisant ainsi le probit plutôt que le logit multinomial (c'est à dire la première étape est: 0 non occupé, sans emploi). Mon problème est de savoir si cette approche fonctionne toujours pour un logit mulltinomial. Logiquement, il ne semble pas avoir de sens avec un logit multinomial parce que l'éducation est obtenue avant de choisir le secteur de l'emploi. Il semble donc erroné d'obtenir une forme réduite pour l'éducation dans chaque secteur. 2. Ma deuxième option est d'utiliser les valeurs prédites de l'éducation à l'aide d'une forme réduite: (a) régresser les années de la politique de scolarisation mothereduc fathereduc spouseeduc mèrepublicsector motherprivatesector pèrepublicsector pèreprivatesector conjointpublicsector conjointprivatesector proportionofkidsbelow6 proportionofkidsentre6 et18 proportionofeldersover65 âge age2 âge3 marié femme urbain b) MNL et les estimations de salaire MCO en utilisant l'éducation prédite. Cependant, Woolridge indique que cette méthode fait des hypothèses fortes sur le terme d'erreur de la forme réduite. Je serais très reconnaissant de recevoir des conseils à ce sujet. Référence: Wooldridge JM (2010) Analyse économétrique des données de sections et de panneaux, 2e éd. The MIT Press, CambridgeAnnouncement 12 mars 2016, 01:16 J'étudie actuellement la Primes de Salaire Public au Sri Lanka. J'ai étudié la littérature sur la régression de la commutation et en utilisant un modèle de variables fictives endogènes (1 public, 0privé) pour les salariés. J'ai ensuite rencontré un article de Wooldridge (2008) quotÉvaluation des variables instrumentales de l'effet moyen du traitement dans le modèle de coefficients aléatoires corrélés et a tenu à l'appliquer dans mon analyse. À partir de ce document, j'ai une idée vague dans ma tête, mais je ne suis pas sûr si je suis sur la bonne voie et si c'est une approche réalisable. J'espère que je pourrais obtenir quelques conseils sur la modélisation. Voici mon approche, qui Im sûr est très viciée à l'heure actuelle, donc je m'excuse pour cela: 1. Estimation probit (1public, 0private) ou deux régressions probit (pour les employés publics et privés séparément). Je ne sais pas ce qui est le plus approprié. Probit public age age2 ansl'enfant de l'origine ethnique du sexe 2. Obtenir les probabilités prédites predict p (par exemple, phat) 3. La deuxième étape utilisera IV pour estimer la fonction salariale (où la variable nominale est endogène) ivregress 2sls logwage âge age2 ans Publicfatherinpublicsector spouseinpublicsector phat), robust first Si j'estime deux regressions probit au lieu d'un, alors je terminerai avec deux termes de correction pour ma deuxième étape IV (si je l'ai bien compris). Est ce que cela ressemble à une approche sensible, ou ai je complètement mal compris les concepts Idéalement, je souhaite utiliser un modèle de régression de commutation tout en contrôlant l'endogénéité du choix du secteur. Merci pour l'aide Référence: Woolridge, J. (2008), quot Variables instrumentales Estimation de l'effet moyen du traitement dans le modèle de coefficients aléatoires corrélés, Avancées dans l'économétrie, 21, pp. 93 116 Je suggère ce qui suit: ivregress 2sls logwage Age age2 ansducation genre ethnie (publicfatherinpublicsector spouseinpublicsector âge age2 anseducation genre ethnicité), robust first Pour autant que je sache, vous n'avez pas besoin des 2 étapes. En outre, vous devriez envisager de laisser de côté toutes les variables de la commande de sélection qui font également partie de la régression principale, à savoir ivregress 2sls logwage âge age2 anseducation genre ethnicité (publicfatherinpublicsector spouseinpublicsector), robust first 12 Mar 2016, 10:46 Avez vous regardé Statas Ensemble des commandes pour l'estimation des effets du traitement endogène Voici un extrait de l'intro: quot Titre eteffects Estimation des effets du traitement endogène Description eteffects estime l'effet moyen du traitement (ATE), l'effet moyen du traitement sur le traitement (ATET) (POM) à partir de données d'observation lorsque l'attribution du traitement est corrélée avec les résultats potentiels. Il permet des résultats continus, binaires, de comptage, fractionnaires et non négatifs et nécessite un traitement binaire. Pour contrôler l'endogénéité de l'affectation du traitement, l'estimateur inclut les résidus du modèle de traitement dans les modèles pour les résultats potentiels, connus sous le nom d'une approche de contrôle fonction. J'espère que cela aide. Richard Désolé pour le choc, mais cela semble comme affichage ici au lieu d'ouvrir un nouveau fil est préférable. Im lecture dans les modèles eteffects stata, mais ce que je quotfailquot à comprendre est la différence entre ces modèles et les modèles de variables instrumentales. Si quelqu'un peut expliquer ou fournir une ressource détaillant les similitudes et les différences, ce serait formidable.
No comments:
Post a Comment