Method of AnalysisCoefficients for

Method of Analysis
Coefficients for normalized versions of the independent
variables were estimated by regressing the
dollar value ofthe goods purchased, the proxy for Ur,
on the UE and UA variables and the income covariate.
OLS regression could not be used in this analysis,
since the large proportion of invitees who did not attend
(69 percent) created a large number of zero values
in the dependent variable. Further, all the nonzero
values in the dependent variable were positive,
since it is impossible to make a negative purchase. A
dependent variable possessing these characteristics is
censored, and OLS regression fit on such variables is
biased because the residuals are not normally distributed.
We therefore employed Heckman's two-step selection
bias-corrected regression (Heckman 1974;
Maddala 1983). PROBIT was used to first estimate
the probability that an invitee entered the market.
This estimate also produces a variable called lambda
(the inverse Mills ratio), which was then included in
an OLS regression to compensate for biases introduced
by the dependent variable.
Heckman's procedure produces two sets of coefficients
for each independent variable. The first set describes
the effect ofthe independent variables on the
probability a purchase is observed. The second set describes
the effect ofthe independent variables on the
magnitude of a purchase, if it is observed. We therefore
used the first set of coefficients to test whether the
UA and UE variables affected the likelihood of purchase
and the second set to test whether the same variables
affected the amount spent.

ผลลัพธ์ (ไทย) 2:

วิธีการวิเคราะห์ค่าสัมประสิทธิ์สำหรับรุ่นปกติอิสระตัวแปรอยู่ที่ประมาณโดยถอยค่าเงินดอลลาร์ofthe สินค้าที่ซื้อพร็อกซีสำหรับ Ur, บน UE และตัวแปร UA และตัวแปรร่วมรายได้. ถดถอย OLS ไม่สามารถนำมาใช้ในการวิเคราะห์นี้ตั้งแต่ส่วนใหญ่ของผู้ที่ได้รับเชิญไม่ได้เข้าร่วม(ร้อยละ 69) ที่สร้างขึ้นเป็นจำนวนมากของค่าศูนย์ในตัวแปรตาม นอกจากนี้ทุกภัณฑ์ค่าในตัวแปรตามเป็นบวกเพราะมันเป็นไปไม่ได้ที่จะทำให้การซื้อเชิงลบ ขึ้นอยู่กับตัวแปรที่มีลักษณะเหล่านี้มีการตรวจสอบและการถดถอย OLS พอดีกับตัวแปรดังกล่าวเป็น. ลำเอียงเพราะเหลือไม่ได้กระจายตามปกติดังนั้นเราจึงว่าจ้าง Heckman สองขั้นตอนการเลือกถดถอยอคติการแก้ไข(Heckman 1974; Maddala 1983) probit ถูกใช้ในการประมาณการครั้งแรกน่าจะเป็นที่ได้รับเชิญเข้ามาในตลาด. ประมาณนี้ยังผลิตตัวแปรที่เรียกว่าแลมบ์ดา(ผกผันอัตราส่วน Mills) ซึ่งรวมแล้วในถดถอยOLS เพื่อชดเชยอคติแนะนำโดยขึ้นอยู่กับตัวแปร. ขั้นตอน Heckman ของ ผลิตสองชุดของค่าสัมประสิทธิ์ของแต่ละตัวแปรอิสระ ชุดแรกจะอธิบายผล ofthe ตัวแปรอิสระเกี่ยวกับความน่าจะซื้อเป็นที่สังเกต ชุดที่สองอธิบายถึงผลกระทบ ofthe ตัวแปรอิสระเกี่ยวกับความสำคัญของการซื้อถ้ามันเป็นที่สังเกต ดังนั้นเราจึงใช้ชุดแรกของค่าสัมประสิทธิ์ที่จะทดสอบว่าตัวแปรUA UE และได้รับผลกระทบความน่าจะเป็นของการซื้อและชุดที่สองเพื่อทดสอบว่าตัวแปรเดียวกันได้รับผลกระทบจำนวนเงินที่ใช้

ผลลัพธ์ (ไทย) 3:

วิธีวิเคราะห์
เท่ากับปกติรุ่นของตัวแปรอิสระ

้ประมาณ โดยค่าเงินดอลลาร์ของสินค้าที่ซื้อ , พร็อกซี่สำหรับ ur
ตัวแปรและทาง UE มากและรายได้ ขณะ
OLS ถดถอยไม่สามารถใช้ในการวิเคราะห์นี้
เนื่องจากสัดส่วนขนาดใหญ่ของเพื่อนที่ไม่ได้เข้าร่วม
( 69 เปอร์เซ็นต์ ) ที่สร้างขึ้นเป็นจำนวนมากของศูนย์ค่า
ในตัวแปรตาม เพิ่มเติม ค่า 0
ทั้งหมดในตัวแปรมีค่าเป็นบวก
มันเป็นไปไม่ได้ที่จะให้ซื้อที่เป็นลบ ตัวแปรตามเป็น

มีลักษณะเหล่านี้เป็นเซ็นเซอร์ และการถดถอยของตัวแปรดังกล่าวเป็นตลาดพอดี
ลำเอียงเพราะความคลาดเคลื่อนไม่แบบปกติ ดังนั้นเราจึงใช้ของเฮ็กเมิน

เลือกแบบสองขั้นตอนการตั้งค่าการแก้ไข ( เฮ็กเมิน 1974 ;
maddala 1983 ) ตัวที่ใช้ก่อนประมาณ
ความน่าจะเป็นที่ได้รับเชิญเข้าตลาด
ประมาณนี้ยังสร้างตัวแปรที่เรียกว่าแลมบ์ดา
( อัตราส่วนโรงงานผกผัน ) ซึ่งก็รวมอยู่ในการ OLS Regression เพื่อชดเชย

อคติแนะนำโดยตัวแปรตาม
เฮ็กเมินเป็นขั้นตอนผลิตสองชุดของสัมประสิทธิ์
สำหรับแต่ละตัวแปรอิสระ . ชุดแรกอธิบายอิทธิพลของตัวแปรอิสระใน

น่าซื้อเป็นที่สังเกต เซตที่สองอธิบายอิทธิพลของตัวแปรอิสระใน

ขนาดของการซื้อ ถ้ามันเป็นที่สังเกต ดังนั้น เราจึงใช้ชุดแรก

) เพื่อทดสอบว่าตัวแปรมากและ UE มีผลต่อโอกาสของการซื้อ
และสองชุดเพื่อทดสอบว่าตัวแปรที่มีผลต่อจำนวนเงินเดียวกัน