Tobit 回归卡方

Question

首先，我正在复制一个 Tobit 回归表，其中包括除了 coef 估计值之外的卡方和 Pr > 卡方。

我熟悉 Tobit 和卡方检验的一般概念，但我对它不够熟悉，无法在数学上重现它。具体来说，我试图弄清楚如何在 Python 中为此恢复卡方。

我正在使用this 包。很清楚如何恢复系数，我认为 .sigma_ 属性将是我正在寻找的，但它是标量而不是向量，所以如果它与系数的标准误差有关，我会感到惊讶。

如果我能朝着正确的方向前进，那就太棒了。

Answer 1

您可能想尝试此代码，以获得确定系数，这是您需要的一个很好的指标：

import numpy as np
x = <your set of dependent variables>
y = <your independent variable>
cens = <the cens vector as defined in the library documentation>

tobit  = TobitModel()
rTobit = tobit.fit(x, y, cens, verbose=False)
yHat   = rTobit.predict(x)
yHat   = yHat.reshape(yHat.shape[0],1)

yMean = np.full((yHat.shape[0],1), y.mean()[0])

cDet  = np.dot(np.transpose(yHat-yMean), yHat-yMean) / np.dot(np.transpose(y-yMean), y-yMean)

Tobit 回归在估计可用性百分比等变量时非常有用，范围在 0 到 100 之间。