De nye kommuners rammevilkår for beskæftigelsesindsatsen - PISA ...

4. Sandsynligheden for at en observation ikke er censureret. Her er marginaleffekten givet
ved
∂ Pr(0 < yi < 1| xi)
∂x
Effekten af en forklarende variabel på denne sandsynlighed er sammensat af to effekter:
En effekt på sandsynligheden for, at y i > 0 og en effekt på sandsynligheden for, at
y < 1.
Disse to effekter vil være modsatrettede; fx vil en positiv koefficient til den for-
i
klarende variabel betyde, at en stigning i denne øger den latente variabel og dermed øger
sandsynligheden for, at y i > 0,
og mindsker sandsynligheden for, at y i < 1.
Bortset fra marginaleffekterne på den latente variabel (nævnt under punkt 1) afhænger
alle de nævnte marginaleffekter af niveauet for de forklarende variabler x i . Det har altså
betydning for disse marginaleffekter, i hvilket punkt de beregnes.
Marginaleffekterne er angivet for kontinuerte forklarende variabler. Effekten af en ændring
i diskrete variabler som fx en binær (dummy) variabel kan beregnes ved at udregne
den relevante størrelse for henholdsvis værdien 0 og 1 for den pågældende forklarende
variabel (givet et niveau for de øvrige forklarende variabler).
Ved hjælp af programmet Stata kan man beregne alle fire typer af marginaleffekter. 5 De
tre sidste beregnes normalt ved gennemsnitsværdierne for de forklarende variabler. Marginaleffekterne
på den ubetingede middelværdi i (2) beregnes således ud fra den forud-
sagte værdi af y i givet middelværdierne for de forklarende variabler (dvs. givet xi β ,
som ligger ret tæt på y i ). Marginaleffekterne på den betingede middelværdi (givet
0< yi
< 1)
beregnes med udgangspunkt i den forudsagte værdi af y i givet 0 < yi
< 1 dvs.
5 Effekten på den latente variabel er givet ved parameterestimaterne, og effekterne på de tre øvrige variabler
beregnes i Stata ved mfx compute, predict-proceduren med henholdsvis predict(ys(0,1)), predict(e(0,1))
og predict(p(0,1)).
70
i
(4)