As the outcomes analysed in this pa

As the outcomes analysed in this paper are binary indicator variables (0/1), they are
modelled as probits and the parameters estimated by maximum likelihood. We
estimate separate equations for each year, rather than pool the data. The data are,
however, pooled across the states, state fixed effects being included to allow for all
state-level unobservables. This will include political-economic variables, historically
determined attitudes to education and initial conditions. The socio-economic status of
the household is captured by wealth indicators, adult education and demographics. For
rural areas, we include indicators of the supply of schooling at the village level. Since
no similar information is available for urban regions, these variables appear in
interaction with a dummy for whether the household lives in a rural area. If a variable
has a sufficiently large number of missing values then, rather than discard all
observations with any missing data, we create a dummy to indicate missing values
and include this in the model as an additional regressor; this is the case for caste and
religion.

ผลลัพธ์ (ไทย) 1:

ผล analysed ในเอกสารนี้ มี ตัวแปรบ่งชี้แบบไบนารี (0/1), พวกเขาจะคือ แบบจำลอง probits และพารามิเตอร์ โดยความเป็นไปได้สูงสุดประมาณ เราประมาณสมการแยกต่างหากสำหรับแต่ละปี มากกว่าสระข้อมูล ข้อมูลอยู่อย่างไรก็ตาม ทางถูกพูทั่วอเมริกา รัฐคงผลรวมไว้ให้ทั้งหมดระดับรัฐ unobservables นี้จะรวมถึงตัวแปรทางการเมืองเศรษฐกิจ ประวัติกำหนดทัศนคติกับการศึกษาและเงื่อนไขเริ่มต้น สถานะทางเศรษฐกิจสังคมของครัวเรือนเป็นจับตามตัวบ่งชี้ที่มั่งคั่ง การศึกษาผู้ใหญ่ และลักษณะประชากร สำหรับชนบท เรารวมตัวบ่งชี้ของอุปทานของอกในระดับหมู่บ้าน ตั้งแต่มีข้อมูลไม่เหมือนกันสำหรับภูมิภาคเมือง ตัวแปรเหล่านี้ปรากฏในโต้ตอบกับหุ่นสำหรับว่าครัวเรือนอาศัยอยู่ในพื้นที่ชนบท ถ้าตัวแปรมีจำนวนมากเพียงพอค่าหายไปแล้ว แทนที่ยกเลิกทั้งหมดสังเกตการณ์ ด้วยข้อมูลที่ขาดหายไป เราสร้างหุ่นเพื่อระบุค่าที่ขาดหายไปและตัวในรูปแบบเป็นการ regressor เพิ่มเติม กรณีนี้สำหรับวรรณะ และศาสนา

ผลลัพธ์ (ไทย) 2:

ในฐานะที่เป็นผลการวิเคราะห์ในบทความนี้เป็นตัวแปรตัวบ่งชี้ไบนารี (0/1) พวกเขาจะถูก
จำลองเป็น probits และพารามิเตอร์ประมาณโดยความเป็นไปได้สูงสุด เรา
ประเมินสมการที่แยกต่างหากสำหรับแต่ละปีมากกว่าข้อมูลสระว่ายน้ำ ข้อมูลจะถูก,
แต่ pooled ทั่วรัฐรัฐผลกระทบคงถูกรวมเพื่อให้ทุก
unobservables ระดับรัฐ ซึ่งจะรวมถึงตัวแปรทางการเมืองและเศรษฐกิจในอดีต
ทัศนคติมุ่งมั่นที่จะศึกษาและเงื่อนไขเริ่มต้น สถานะทางเศรษฐกิจและสังคมของ
ครัวเรือนถูกจับโดยตัวชี้วัดความมั่งคั่งการศึกษาผู้ใหญ่และประชากร สำหรับ
พื้นที่ชนบทเรารวมตัวชี้วัดของอุปทานของการศึกษาในระดับหมู่บ้าน เนื่องจาก
ไม่มีข้อมูลที่คล้ายคลึงกันสามารถใช้ได้สำหรับภูมิภาคเมืองตัวแปรเหล่านี้จะปรากฏใน
การมีปฏิสัมพันธ์กับหุ่นสำหรับว่าครัวเรือนที่อาศัยอยู่ในพื้นที่ชนบท ถ้าตัวแปร
มีจำนวนมากเพียงพอของค่าหายไปแล้วมากกว่าการยกเลิก
ข้อสังเกตกับข้อมูลที่ขาดหายไปเราจะสร้างหุ่นเพื่อระบุค่าที่ขาดหายไป
และรวมถึงในรูปแบบนี้เป็น regressor เพิ่มเติม; เป็นกรณีนี้สำหรับวรรณะและ
ศาสนา

ผลลัพธ์ (ไทย) 3:

ขณะที่ผลวิเคราะห์ในงานวิจัยนี้คือตัวแปรบ่งชี้เลขฐานสอง ( 0 / 1 ) , พวกเขา
จำลองเป็น probits และพารามิเตอร์ด้วยวิธีความควรจะเป็นสูงสุด เรา
ประมาณการสมการที่แยกต่างหากสำหรับแต่ละปีมากกว่าสระว่ายน้ําข้อมูล ข้อมูล ,
แต่ pooled ในสหรัฐอเมริกา รัฐถาวร ผลที่ถูกรวมไว้เพื่อให้ unobservables ระดับทั้งหมด

นี้จะประกอบด้วยตัวแปรทางเศรษฐกิจ การเมือง การศึกษา และทัศนคติในอดีต
พิจารณาเงื่อนไขเบื้องต้น สถานภาพทางเศรษฐกิจและสังคมของครัวเรือนถูกจับโดย
ตัวชี้วัดความมั่งคั่ง การศึกษาผู้ใหญ่ และสถิติ สำหรับ
ชนบท เรารวมตัวของอุปทานของตนในระดับหมู่บ้าน ตั้งแต่
ไม่มีข้อมูลคล้ายกันสามารถใช้ได้สำหรับพื้นที่เขตเมืองตัวแปรเหล่านี้ปรากฏใน
ปฏิสัมพันธ์กับหุ่นว่าครัวเรือนที่อาศัยอยู่ในชนบท ถ้าตัวแปร
มีขนาดใหญ่เพียงพอจำนวนค่าสูญหายแล้ว แทนที่จะทิ้งการสังเกตการณ์ทั้งหมด
กับข้อมูลใด ๆที่ขาดหายไป เราสร้างหุ่นให้ระบุค่าสูญหาย
และรวมถึงนี้ในรูปแบบเป็น regressor เพิ่มเติม นี้เป็นกรณีสำหรับ
วรรณะและศาสนา