The Tobit model is a statistical mo

The Tobit model is a statistical model proposed by James Tobin (1958)[1] to describe the relationship between a non-negative dependent variable y_i and an independent variable (or vector) x_i. The term Tobit was derived from Tobin's name by truncating and adding -it by analogy with the probit model.[2]

The model supposes that there is a latent (i.e. unobservable) variable y_i^*. This variable linearly depends on x_i via a parameter (vector) eta which determines the relationship between the independent variable (or vector) x_i and the latent variable y_i^* (just as in a linear model). In addition, there is a normally distributed error term u_i to capture random influences on this relationship. The observable variable y_i is defined to be equal to the latent variable whenever the latent variable is above zero and zero otherwise.

ผลลัพธ์ (ไทย) 1:

รุ่น Tobit เป็นแบบจำลองทางสถิติที่นำเสนอ โดย James Tobin (1958) [1] การอธิบายความสัมพันธ์ระหว่าง y_i ไม่ใช่ค่าลบขึ้นอยู่กับตัวแปรและตัวแปรอิสระ (เวกเตอร์) x_i คำว่า Tobit ได้มาจากชื่อของ Tobin รวบรัด และ เพิ่ม - โดยเปรียบเทียบกับแบบจำลอง probit[2]แบบ supposes ที่ มีการ y_i ตัวแปรแฝงอยู่ (เช่น unobservable) ^ * ตัวแปรนี้ขึ้นอยู่กับ x_i ผ่าน eta พารามิเตอร์ (เวกเตอร์) ซึ่งกำหนดความสัมพันธ์ระหว่างอิสระตัวแปร (หรือเวกเตอร์) x_i y_i ตัวแปรแฝงอยู่ เชิงเส้น ^ * (เช่นเดียวกับแบบจำลองเชิงเส้น) นอกจากนี้ มี u_i ระยะการกระจายปกติพลาดจับอิทธิพลสุ่มในความสัมพันธ์นี้ Y_i ตัวแปร observable ถูกกำหนดให้เท่ากับตัวแปรแฝงอยู่เมื่อใดก็ ตามที่เป็นตัวแปรแฝงอยู่ข้างศูนย์และศูนย์อื่น ๆ

ผลลัพธ์ (ไทย) 3:

รูปแบบรวมถึงรูปแบบการนำเสนอข้อมูลโดยเจมส์ โทบิน ( 1958 ) [ 1 ] เพื่ออธิบายถึงความสัมพันธ์ระหว่างตัวแปรตามและไม่ลบ y_i และตัวแปรอิสระ ( หรือฟรี ) x_i คําบิทได้มาจากชื่อ โทบิน โดยตัดทอนและเพิ่ม - โดยเปรียบเทียบกับตัวแบบโพรบิท [ 2 ]

แบบสมมติว่ามีแฝง ( เช่น unobservable ) * y_i
ตัวแปรตัวแปรนี้เป็นเส้นตรงขึ้นอยู่กับ x_i ผ่านพารามิเตอร์ ( เวกเตอร์ ) เบต้า ซึ่งกำหนดความสัมพันธ์ระหว่างตัวแปรอิสระ ( หรือฟรี ) x_i และตัวแปรแฝง y_i
* ( เช่นในรูปแบบเชิงเส้น ) นอกจากนี้ ยังมีการกระจายปกติความผิดพลาดในระยะ u_i จับอิทธิพลสุ่มในความสัมพันธ์นี้การ y_i ตัวแปรสังเกตกำหนดเท่ากับตัวแปรแฝงที่ตัวแปรแฝงอยู่ด้านบนศูนย์และศูนย์อื่น