eviews怎么求边际期望损失
logit模型和简单的线性模型不同，自变量的边际效应并不是简单等于其系数。
x_j对于y的边际效应一般来讲计算方法如下
EViews本身并没有直接求边际效应的程序。不过，可以通过EViews的预测功能求得边际效应。如果简单的样本内预测值是XB，那么@dlogistic(-xb)乘以x的系数就是边际效应了。
下面是一个实例。
首先，估计我们需要的logit模型。被解释变量是foreign，解释变量是price和mpg。我们一会儿来求mpg的边际效应。
模型估计好之后，记下mpg的系数。
然后，我们来进行样本内的预测。记得要预测index，不是probability。
预测之后就可以生成边际效应了。
这个序列的均值就是我们要求的平均边际效应(average marginal effect)。
我们可以在Stata里进行同样的回归并求mpg的边际效应作为验算。
绛旓細logit妯″瀷鍜岀畝鍗曠殑绾挎фā鍨嬩笉鍚岋紝鑷彉閲忕殑杈归檯鏁堝簲骞朵笉鏄畝鍗曠瓑浜庡叾绯绘暟銆 x_j瀵逛簬y鐨勮竟闄呮晥搴斾竴鑸潵璁茶绠楁柟娉曞涓 EViews鏈韩骞舵病鏈夌洿鎺姹傝竟闄鏁堝簲鐨勭▼搴忋備笉杩囷紝鍙互閫氳繃EViews鐨勯娴嬪姛鑳芥眰寰楄竟闄呮晥搴斻傚鏋滅畝鍗曠殑鏍锋湰鍐呴娴嬪兼槸XB锛岄偅涔園dlogistic(-xb)涔樹互x鐨勭郴鏁板氨鏄竟闄呮晥搴斾簡銆 涓嬮潰鏄竴涓疄渚...
绛旓細TP,AP,MP鍒嗗埆琛ㄧず鎬讳骇閲忥紝骞冲潎浜ч噺鍜杈归檯浜ч噺绛夈俇涓鑸敤鏉ヨ〃绀烘晥鐢紝鍔犱笅鏍囦负浜嗗尯鍒嗕笉鍚屽晢鍝佺殑鏁堢敤鎴栧悓涓绉嶅晢鍝佷笉鍚屾暟閲忓甫鏉ョ殑鏁堢敤銆傜粡娴庝腑鐨勭鍙峰緢澶氶兘鏄牴鎹嫳鏂囧惈涔夋潵鐨勶紝閮芥湁涓瀹氱殑鎰忎箟锛屽缓璁綘涓嶅Θ鎵句竴鏈功鍚庨檮鏈夊鐓ц〃鐨勪功鐪嬬湅銆傝閲忕粡娴庡涓紝鈥eviews鈥濊繖浜涘瓧姣嶉兘浠ｈ〃浠涔堬紵璁￠噺缁忔祹瀛︿腑锛屸渆...
绛旓細鈶㈡枃鐚患杩板繀椤昏兘澶熷紩鍑轰綘鎵鐮旂┒鐨勯棶棰橈紝鍗虫牴鎹嚜宸辩殑杈归檯璐＄尞鎴栫爺绌剁壒鐐硅瘎杩板凡鏈夋枃鐚紙瑕佹敞鎰忛拡瀵规э級锛夈傞棶棰4锛氳璇佷綘鎵鐮旂┒鐨勯棶棰樹互鍙婂叾閲嶈鎬э紙鍏堝垪鍑衡滈噸瑕佹р濈殑璁虹偣锛岀劧鍚庣粰鍑虹浉搴旂殑璁烘嵁锛夈傞棶棰5锛氬皾璇曡繍鐢ㄨ閲忚蒋浠讹紙濡傦細Eviews銆丼PSS銆丼TATA鎴朢锛夊鍏ユ暟鎹紝瀵规暟鎹繘琛屽垵姝ユ弿杩版у垎鏋愪笌棰勪及璁°
