Page 189 - 4512

T
M (    x b / )   ( x b T / )/ (x b  T / )

Отже остаточно маємо

T
T
M ( )y  (x b / ) x b  T    (x b / ).

T
Очевидно, цей вираз не дорівнює x b, отже побудова
звичайної регресії призведе до зміщеним і необгрунтованим
оцінками.
Оцінка параметрів здійснюється методом максимальної
вірогідності. Логарифмічна функція вірогідності цензурованої
моделі дорівнює:
T
l ( , )b   ln ((F y min  x b ) / )  
t y y min
  ln ((F y min  x b ) / ) 
T
y min y y t  max
  ln ((F y min  x b ) / ),
T
t y y max
де f , F- щільність і інтегральна функція розподілу випадкової
помилки  .
Максимізація даної функції з невідомих параметрах до-
зволяє знайти їх оцінки.

Модель Хекмана
Модель Тобіна має один недолік. Справа в тому , що зна-
чення y = 0 може означати вибір "не брати участі" ( у витратах
на відпочинок, наприклад), а значення y > 0 , можна інтерпре-
тувати як "інтенсивність участі" . У тобіт-моделі вибір " брати
участь - не брати участі " і " інтенсивність участі " визначаються
одними і тими ж факторами і фактори діють в одному напря-
мку. Класичний приклад фактора і ситуації неоднозначного
впливу - кількість дітей як фактор, що впливає на витрати сім'ї.
Очевидно , що велика кількість дітей може негативно впливати
на рішення "відпочивати чи ні" (через великі витрати), проте,
якщо ухвалено таке рішення, то величина витрат ("інтенсив-
ність участі") на відпочинок прямо залежить від кількості дітей.

188