R 使用“预测值”;输出方程;heckit模型的设计(样本选择)
我使用sampleSelection中的heckit模型估计heckit模型 模型如下所示:R 使用“预测值”;输出方程;heckit模型的设计(样本选择),r,predict,R,Predict,我使用sampleSelection中的heckit模型估计heckit模型 模型如下所示: library(sampleSelection)Heckman=heckit(代理跟踪~SizeCat+log(发行金额)+log(发行日)+log(发行日)+EoW+dMon+EoM+VIX(发行日)+VIX(发行日)+VIX(发行日)+VIX(发行日)+VIX(发行日)+VIX(发行日)+VIX(发行日)+TresholdHYIG II,数据=heckmanda,方法=“2step”) 摘要生成一个
library(sampleSelection)Heckman=heckit(代理跟踪~SizeCat+log(发行金额)+log(发行日)+log(发行日)+EoW+dMon+EoM+VIX(发行日)+VIX(发行日)+VIX(发行日)+VIX(发行日)+VIX(发行日)+VIX(发行日)+VIX(发行日)+TresholdHYIG II,数据=heckmanda,方法=“2step”)
摘要生成一个概率选择方程和一个结果方程-见下文:
Tobit 2 model (sample selection model)
2-step Heckman / heckit estimation
2019085 observations (1915401 censored and 103684 observed)
26 free parameters (df = 2019060)
Probit selection equation:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.038164 0.043275 0.882 0.378
SizeCat2 0.201571 0.003378 59.672 < 2e-16 ***
SizeCat3 0.318331 0.008436 37.733 < 2e-16 ***
log(Amt_Issued) -0.099472 0.001825 -54.496 < 2e-16 ***
log(daysfromissuance) 0.079691 0.001606 49.613 < 2e-16 ***
log(daystomaturity) -0.036434 0.001514 -24.066 < 2e-16 ***
EoW 0.021169 0.003945 5.366 8.04e-08 ***
dMon -0.003409 0.003852 -0.885 0.376
EoM 0.008937 0.007000 1.277 0.202
VIX_95_Dummy1 0.088558 0.006521 13.580 < 2e-16 ***
quarter2019.2 -0.092681 0.005202 -17.817 < 2e-16 ***
quarter2019.3 -0.117021 0.005182 -22.581 < 2e-16 ***
quarter2019.4 -0.059833 0.005253 -11.389 < 2e-16 ***
quarter2020.1 -0.005230 0.004943 -1.058 0.290
quarter2020.2 0.073175 0.005080 14.406 < 2e-16 ***
Outcome equation:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 46.29436 6.26019 7.395 1.41e-13 ***
SizeCat2 -25.63433 0.79836 -32.109 < 2e-16 ***
SizeCat3 -34.25275 1.48030 -23.139 < 2e-16 ***
log(Amt_Issued) -0.38051 0.39506 -0.963 0.33547
log(daysfromissuance) 0.02452 0.34197 0.072 0.94283
log(daystomaturity) 7.92338 0.24498 32.343 < 2e-16 ***
VIX_95_Dummy1 -2.34875 0.89133 -2.635 0.00841 **
TresholdHYIG_II1 10.36993 1.07267 9.667 < 2e-16 ***
Multiple R-Squared:0.0406, Adjusted R-Squared:0.0405
Error terms:
Estimate Std. Error t value Pr(>|t|)
invMillsRatio -23.8204 3.6910 -6.454 1.09e-10 ***
sigma 68.5011 NA NA NA
rho -0.3477 NA NA NA
SizeCat是一个值为1、2或3的分类/因子变量
我试过不同的方法,例如
predict(Heckman, part ="outcome", newdata = newdata)
我的目标是使用结果方程(包括invMillsRatio)预测一个值(使用
newdata
中的数据)。有没有一种方法可以从结果方程中预测一个值?使用预测时,您是否遇到错误?如果是,错误是什么?此外,当您在newdata
中列出时,您的等式似乎有更多的变量。数据应该包括公式中的所有变量。嗨,奥利弗,谢谢。因为我只想预测“结果方程”,“新数据”中的数据应该包含所有相关变量。错误是:Fehler in与我有限的荷兰语(或德语?)知识相比,听起来错误似乎来自你的一个因素。不要使用作为.factor
,您可能应该使用factor(1,levels=…)
。例如,SizeCat=factor(1,levels=levels(heckmanda$SizeCat))
以确保因子具有相同的级别数。这可能是程序包的作者实现模型矩阵的方式的一个限制。(使用Sys.setenv(LANG=“en”)
获取英语错误)英语错误消息:对比中的错误
predict(Heckman, part ="outcome", newdata = newdata)