在package AER中在tobit()之后运行predict()

Question

我正在对数据集进行tobit分析，在该数据集中，因变量(让我们称之为y)在0处被删除。所以我就是这么做的：

library(AER) 
fit <- tobit(data=mydata,formula=y ~ a + b + c)

这很好。现在我想运行“预测”函数来得到合适的值。理想情况下，我感兴趣的是未观察的潜在变量"y*“和观察到的删失变量"y”的预测值，参见参考1。

我检查了predict.survreg引用2的文档，我想我不明白是哪个选项给了我预测的删失变量(还是潜在的变量)。

我在网上找到的大多数例子都建议如下：

predict(fit,type="response").

再说一次，目前还不清楚这些预测是什么。

我的猜测是预测函数中的"type“选项是关键，type=”响应“指的是删失变量预测，type=”线性“表示潜在变量预测。

在这里有经验的人，能给我一些启发吗？

非常感谢！

参考文献：

1. http://en.wikipedia.org/wiki/Tobit_model
2. http://astrostatistics.psu.edu/datasets/2006tutorial/html/survival/html/predict.survreg.html

Answer 1

一般预测-“响应”结果已经返回-从回归中使用的模型转换到原始数据的比例，而“线性”预测是链接转换尺度上的线性预测。对于有身份联系的tobit来说，它们应该是相同的。

你可以很容易地检查我的元预测。我只是用?tobit页面上的示例检查了它：

plot(predict(fm.tobit2, type="response"), predict(fm.tobit2,type="linear"))

Answer 2

我在stats.stackexchange上发布了一个类似的问题，我得到了一个可能对你有用的答案：

https://stats.stackexchange.com/questions/149091/censored-regression-in-r

这个软件包的作者之一展示了如何计算(即)的平均值。$Y$的$Y = max(Y^*,0)$.使用包AER，这必须在某种程度上“手工”完成。