College aantekeningen

Lecture summary and notes Advanced Empirical Methods

1 keer verkocht

Instelling
Erasmus Universiteit Rotterdam (EUR)

Summary of all lectures including the notes the professors made, including modules 1, 2, and 3. The course is obliged in several masters (behavioural, strategy and health economics). There is no exam, so these notes should enable you to make the three assignments that capture your grade for the cou...

[Meer zien]

Voorbeeld 4 van de 88 pagina's

Bekijk voorbeeld

Geupload op 23 augustus 2024
Aantal pagina's 88
Geschreven in 2023/2024
Type College aantekeningen
Docent(en) Dr. carlos riumallo herl
Bevat Alle colleges

€7,09

In winkelwagen

Opslaan

100% tevredenheidsgarantie
Direct beschikbaar na je betaling
Lees online óf als PDF
Geen vaste maandelijkse kosten

Advanced Empirical Methods

Module 1

1. Ordered categorical variables
2. Unordered categorical variables
3. Count data
4. Ordered categorical variables (response heterogeneity)

1. Ordered categorical variables
Examples & Model setup
Discrete variable models
Dependent variable is the categorical variable

Ordered categorical variables are in categories with clear order (not
continuous)
Examples:
- Risk preferences, self-confidence, self-assessed health
Generally:
Y = 1, 2, …, J

- You describe this data with tabulate.
- It is an underlying latent variable between minus infinity and plus
infinity, but we observe the categorical variable (different
thresholds)
- This can be visually shown like this:

,We can use the ordered logit and the ordered probit model for an ordered
categorical dependent variable. If we make a linear model for latent

continuous variable y*:

The categorical variable with the underlying latent variable:

We can choose for ordered probit or ordered logit model; the choice
depends on the error term:
- Ordered probit: u follows a std. normal distribution.
- Ordered logit: u follows a logistic distribution.

They are almost identical, not much difference.

The probability that y=j with an ordered logit model:

Pay attention to the minuses in the formula (they are correct because of
the thresholds)

The probability that y=j with an ordered probit model:

,Ordered logit model

Exponential of minus infinity is zero, so

Exponential of infinity is infinity. Infinity / infinity = 1, so

, Ordered probit model is done in the same matter as logit

Maximum Likelihood Estimation

We take the log likelihood because this simplifies the likelihood function.
Capital L  over all the observations
Small 1  over 1 observation

Dit zijn jouw voordelen als je samenvattingen koopt bij Stuvia:

Bewezen kwaliteit door reviews

Studenten hebben al meer dan 850.000 samenvattingen beoordeeld. Zo weet jij zeker dat je de beste keuze maakt!

In een paar klikken geregeld

Geen gedoe — betaal gewoon eenmalig met iDeal, creditcard of je Stuvia-tegoed en je bent klaar. Geen abonnement nodig.

Direct to-the-point

Studenten maken samenvattingen voor studenten. Dat betekent: actuele inhoud waar jij écht wat aan hebt. Geen overbodige details!

Veelgestelde vragen

Wat krijg ik als ik dit document koop?

Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.

Tevredenheidsgarantie: hoe werkt dat?

Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.