Пробит и хеккит первого этапа дают (немного) разные результаты - PullRequest
Новая
       75

Пробит и хеккит первого этапа дают (немного) разные результаты

0 голосов
/ 17 февраля 2020

Я запускаю модель отбора образцов (двухэтапную) Хекмана для моделирования участия фермера (и интенсивности участия) в некоторых схемах сохранения, используя команду 'heckit' из пакета 'sampleSelection'.

Для сравнения, я также смоделировал первый шаг как Пробит, так как, насколько я понимаю, он должен дать идентичные результаты для первой стадии Хекита. Оценки действительно идентичны, но стандартных ошибок нет (хотя они довольно близки). В приведенном ниже примере это не имеет большого значения, но в моем конкретном случае это влияет на уровни значимости, поэтому я хотел бы понять, откуда берется эта разница. У кого-нибудь есть идея?

Вот пример: 

library(sampleSelection)
data("Mroz87", package = "sampleSelection")

heck1 = heckit( lfp ~ age + I( age^2 ) + kids5 + huswage + educ,
               log(wage) ~ educ + exper + I( exper^2 ) + city, data=Mroz87)

prob1 <- glm(lfp ~ age + I( age^2 ) + kids5 + huswage + educ, 
             family=binomial(link='probit'), data=Mroz87)
summary(prob1)
summary(heck1)

SE почти, но не полностью идентичны: 

Probit coefficients:
Coefficients:
              Estimate Std. Error z value Pr(>|z|)    
(Intercept) -0.6204200  1.5062525  -0.412 0.680415    
age          0.0100365  0.0685764   0.146 0.883641    
I(age^2)    -0.0004891  0.0007796  -0.627 0.530364    
kids5       -0.8546564  0.1156353  -7.391 1.46e-13 ***
huswage     -0.0421711  0.0122853  -3.433 0.000598 ***
educ         0.1476737  0.0235001   6.284 3.30e-10 ***

Heckit coefficients:
Probit selection equation:
              Estimate Std. Error t value Pr(>|t|)    
(Intercept) -0.6204199  1.5164452  -0.409 0.682564    
age          0.0100365  0.0689931   0.145 0.884378    
I(age^2)    -0.0004891  0.0007841  -0.624 0.532954    
kids5       -0.8546564  0.1153682  -7.408  3.5e-13 ***
huswage     -0.0421711  0.0124158  -3.397 0.000719 ***
educ         0.1476737  0.0234280   6.303  5.0e-10 ***
Outcome equation:
              Estimate Std. Error t value Pr(>|t|)    
(Intercept) -0.5471531  0.2890638  -1.893  0.05877 .  
educ         0.1064521  0.0171745   6.198 9.48e-10 ***
exper        0.0411569  0.0131805   3.123  0.00186 ** 
I(exper^2)  -0.0008014  0.0003950  -2.029  0.04282 *  
city         0.0532725  0.0687956   0.774  0.43897
...