Noter og Formler.pdf - sociologisk-notesblok
Noter og Formler.pdf - sociologisk-notesblok
Noter og Formler.pdf - sociologisk-notesblok
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Lineær sandsynlighedsmodel (Linear probability model (LPM)):<br />
For en kvalitativ egenskab med to kategorier laver man en dummyvariabel y med to mulige udfald: y=0 eller<br />
y=1<br />
Regressionsmodellen er uændret:<br />
Modellen kaldes den lineære sandsynlighedsmodel (linear probability model, LPM)<br />
Hvis antagelsen MLR.4 er opfyldt:<br />
er den betingede middelværdi af y:<br />
For binære variabler gælder generelt at:<br />
Altså har vi en model for responssandsynligheden<br />
Fortolkningen af parametrene i LPM:<br />
- y er en diskret variabel<br />
- Parameteren kan ikke fortolkes som den marginale ændring i givet en enheds ændring i<br />
Parameteren angiver ændringen i sandsynligheden for som følge af, at den forklarende variabel æn-<br />
dres med en enhed:<br />
LPM kan estimeres med OLS:<br />
Hvor skal fortolkes som den predikterede sandsynlighed for .<br />
Ulemper ved LPM:<br />
- Prediktionerne er ikke 0 eller 1, som er de tilladte værdier af den afhængige variabel<br />
- Predikterede sandsynligheder kan være negative eller overstige 1<br />
- Normalt ligger den predikterede sandsynlighed mellem 0 <strong>og</strong> 1, når man ser på værdier af de forkla-<br />
rende variable der ligger omkring gennemsnittet.<br />
- Gauss-Markov antagelserne:<br />
- MLR.1-4 kan godt være opfyldt for LPM<br />
- LPM opfylder ikke antagelsen MLR.5 (Homoskedasticitet)<br />
For en given værdi af x har u to mulige udfald (binær variabel):<br />
Variansen er derfor givet ved:<br />
hvis<br />
Som generelt vil afhænge af : er heteroskedastisk.<br />
Undtagelsen er tilfældet<br />
Egenskaber ved OLS estimatoren i LPM<br />
- OLS estimaterne er middelrette (givet MLR.1-4)<br />
hvis<br />
15