Please use this identifier to cite or link to this item: http://hdl.handle.net/10419/18275
Full metadata record
DC FieldValueLanguage
dc.contributor.authorSpiess, Martinen_US
dc.contributor.authorTutz, Gerharden_US
dc.date.accessioned2009-01-28T15:40:31Z-
dc.date.available2009-01-28T15:40:31Z-
dc.date.issued2002en_US
dc.identifier.urihttp://hdl.handle.net/10419/18275-
dc.description.abstractIn this paper R2-type measures of the explanatory power of multivariate linear and categorical probit models proposed in the literature are reviewed and their deficiencies are discussed. It is argued that a measure of the explanatory power should take into account the components which are explicitely modeled when a regression model is estimated while it should be indifferent to components not explicitely modeled. Based on this view three different measures for multivariate probit models are proposed. Results of a simulation study are presented designed to compare two measures in various situations and evaluate the BCa bootstrap technique for testing the hypothesis that the corresponding measure is zero and to calculate approximate confidence intervals. The BCa bootstrap technique turned out to work quite well for a wide range of situations, but may lead to misleading results if the true values of the corresponding measure is close to zero.en_US
dc.language.isoengen_US
dc.publisher|aDeutsches Institut für Wirtschaftsforschung (DIW) |cBerlinen_US
dc.relation.ispartofseries|aDIW Discussion Papers |x291en_US
dc.subject.jelC52en_US
dc.subject.jelC35en_US
dc.subject.jelC33en_US
dc.subject.jelC15en_US
dc.subject.ddc330en_US
dc.subject.keywordPseudo-R2en_US
dc.subject.keywordMeasure of explanatory poweren_US
dc.subject.keywordMultivariate probit modelen_US
dc.subject.keywordPanel modelen_US
dc.subject.keywordSimulation studyen_US
dc.subject.keywordBootstrap confidence intervalsen_US
dc.subject.stwProbit-Modellen_US
dc.subject.stwSchätztheorieen_US
dc.subject.stwStatistischer Testen_US
dc.subject.stwTheorieen_US
dc.titleAlternative measures of the explanatory power of multivariate probit models with continuous or ordinal responsesen_US
dc.typeWorking Paperen_US
dc.identifier.ppn848973941en_US
dc.description.abstracttransIn diesem Beitrag werden in der Literatur vorgeschlagene R2-artige Maße der Erklärungskraft multivariater linearer und kategorialer Probitmodelle dargestellt und deren Nachteile diskutiert. Ausgehend von der Bedingung, dass ein solches Maß modellierte Komponenten eines Regressionsmodells berücksichtigen aber gleichzeitig indifferent gegenüber nicht modellierten Komponenten sein sollte, werden drei unterschiedliche Masse für multivariate Probitmodelle vorgeschlagen. Es werden Ergebnisse eines Simulationsexperimentes präsentiert, bei dem zwei der drei vorgeschlagenen Masse in verschiedenen Situationen verglichen werden und die BCa Bootstrap-Methode zur Testung der Hypothese, dass das entsprechende Maß gleich null ist und zur Berechnung approximativer Konfidenzintervalle evaluiert wird. Es zeigt sich, dass die BCa-Methode im Allgemeinen ordentliche Ergebnisse liefert, aber zu irreführenden Ergebnissen führen kann, wenn der "wahre" Wert des entsprechenden Maßes nahe bei null liegt.en_US
dc.rightshttp://www.econstor.eu/dspace/Nutzungsbedingungen-
dc.identifier.repecRePEc:diw:diwwpp:dp291en_US

Files in This Item:
File
Size
280.84 kB





Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.