Słownik metodologiczny · Modele regresji

Model tobitowy – co zrobić, gdy zmienna zależna ma dużo zer?

Model tobitowy to regresja dla zmiennej ciągłej cenzurowanej na granicy, najczęściej w zerze. Pokazujemy, czym cenzurowanie różni się od ucięcia, przykład w R przez survreg, opis do pracy i pułapki.

Strona główna / Słownik / Model tobitowy

Opracowanie merytoryczne: · Opublikowano:

W skrócie: Model tobitowy to regresja dla zmiennej ciągłej, której wartości poniżej (lub powyżej) progu są zapisane jako próg – najczęściej jako zero. Zakłada ukrytą zmienną o rozkładzie normalnym i szacuje jej zależność od predyktorów, uwzględniając, że część obserwacji jest cenzurowana.

Co to jest model tobitowy?

Model tobitowy (ang. tobit, od nazwiska Jamesa Tobina) to regresja dla zmiennej ciągłej, która ma skupisko wartości na progu – zwykle w zerze. Zakłada ukrytą zmienną y* = β₀ + β₁x + ε z błędem o rozkładzie normalnym; obserwujemy y = y*, gdy y* > 0, i y = 0 w przeciwnym razie. Model szacuje się metodą największej wiarygodności: obserwacje dodatnie wnoszą gęstość, a zera – prawdopodobieństwo, że y* ≤ 0, tak jak w regresji probitowej. Amemiya (1984) opisuje liczne odmiany, m.in. z progiem górnym i obustronnym.

Cenzurowanie a ucięcie

Zmienna jest cenzurowana, gdy znamy predyktory wszystkich osób, ale dla części tylko to, że wynik leży na progu lub poza nim – jak w obserwacji cenzurowanej w analizie przeżycia, tylko na osi wyniku zamiast czasu. Jest ucięta, gdy osób spoza progu w ogóle nie ma w danych. Typowe przykłady cenzurowania to wynik poniżej progu wykrywalności, efekt podłogi testu i wydatki, które dla wielu osób wynoszą zero.

McDonald i Moffitt (1980) pokazali, że współczynnik tobitu można rozłożyć na zmianę prawdopodobieństwa wyniku powyżej progu i zmianę wartości wśród wyników dodatnich. Cragg (1971) zaproponował modele, w których o tym, czy wynik jest dodatni, i o jego wielkości decydują różne parametry – to podstawa modeli dwuczęściowych. Dla zliczeń z nadmiarem zer lepszy jest model z nadmiarem zer.

Przykład

W symulacji 400 osób (38% zer, prawdziwe nachylenie 2) regresja liniowa dała b = 1.40, a tobit b = 2.19 przy σ = 1.97.

Jak opisać w pracy

Ponieważ 38% wyników wynosiło 0, zastosowano model tobitowy z cenzurowaniem lewostronnym w zerze. Wyższa wartość x wiązała się z wyższą wartością ukrytej zmiennej (b = 2.19, σ = 1.97).

Na co uważać

  • Założenia. Przy nienormalnym lub heteroskedastycznym błędzie tobit daje obciążone oszacowania.
  • Prawdziwe zera. Jeśli zero oznacza decyzję „nie”, a nie wynik poza skalą, rozważ model dwuczęściowy.
  • Interpretacja. b dotyczy ukrytej y*, nie obserwowanej średniej y.
Przykład reprodukowalny

Model tobitowy w R

Kod symuluje zmienną ukrytą, cenzuruje jej ujemne wartości w zerze i porównuje regresję MNK z modelem tobitowym oszacowanym funkcją survreg().

MNK a tobit przy 38% zer

Dane wejściowe: 400 symulowanych osób, y* = 1 + 2x + ε, σ = 2, y = max(y*, 0); set.seed(4431).

Co odczytać: odsetek zer, współczynniki MNK i tobitu oraz oszacowane σ.

R
library(survival)
set.seed(4431)
n <- 400
x <- rnorm(n)
y_ukryte <- 1 + 2 * x + rnorm(n, sd = 2)            # zmienna ukryta
y <- pmax(y_ukryte, 0)                                # obserwujemy 0 zamiast wartości ujemnych
mean(y == 0)                                          # odsetek zer
round(coef(lm(y ~ x)), 3)                             # MNK – współczynnik zaniżony
m_tobit <- survreg(Surv(y, y > 0, type = "left") ~ x, dist = "gaussian")
round(c(coef(m_tobit), sigma = m_tobit$scale), 3)     # tobit odtwarza 1, 2 i 2
Wynik w R
[1] 0.3775
(Intercept)           x 
      1.720       1.395 
(Intercept)           x       sigma 
      0.983       2.189       1.969

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (pakiet survival: survreg(), Surv(); MNK funkcją lm()). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. survival (wersja 3.8.6): Therneau, T. M. (2026). A package for survival analysis in R [R package]. https://CRAN.R-project.org/package=survival

Najczęstsze pytania

Czym zmienna cenzurowana różni się od zmiennej uciętej?

Przy cenzurowaniu widzisz wszystkie osoby i ich predyktory, ale dla części znasz tylko to, że wynik jest na progu lub poza nim. Przy ucięciu osób poza progiem w ogóle nie ma w próbie. Tobit służy do cenzurowania; do ucięcia potrzebny jest model ucięty.

Czy zamiast modelu tobitowego można usunąć zera i policzyć zwykłą regresję?

Nie. Usunięcie zer tworzy próbę uciętą, a regresja na wszystkich danych z zerami zaniża nachylenie. W przykładzie MNK dało b = 1.40 zamiast prawdziwego 2, a tobit – 2.19.

Jak oszacować model tobitowy w R bez pakietu AER?

Użyj pakietu survival: survreg(Surv(y, y > 0, type = "left") ~ x, dist = "gaussian"). Zera są tu traktowane jako cenzurowane lewostronnie, a m$scale to odchylenie standardowe błędu.

Powiązane hasła

Obserwacja cenzurowanaModel z nadmiarem zerRegresja probitowaRegresja liniowa

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Amemiya, T. (1984). Tobit models: A survey. Journal of Econometrics, 24(1–2), 3–61. https://doi.org/10.1016/0304-4076(84)90074-5
  2. Cragg, J. G. (1971). Some statistical models for limited dependent variables with application to the demand for durable goods. Econometrica, 39(5), 829–844. https://doi.org/10.2307/1909582
  3. McDonald, J. F., & Moffitt, R. A. (1980). The uses of Tobit analysis. The Review of Economics and Statistics, 62(2), 318–321. https://doi.org/10.2307/1924766

Cytowania BibTeX

@article{amemiya1984tobit, author={Amemiya, Takeshi}, title={{Tobit models: A survey}}, journal={Journal of Econometrics}, year={1984}, volume={24}, number={1–2}, pages={3--61}, doi={10.1016/0304-4076(84)90074-5}}
@article{cragg1971some, author={Cragg, John G.}, title={{Some statistical models for limited dependent variables with application to the demand for durable goods}}, journal={Econometrica}, year={1971}, volume={39}, number={5}, pages={829--844}, doi={10.2307/1909582}}
@article{mcdonald1980uses, author={McDonald, John F. and Moffitt, Robert A.}, title={{The uses of Tobit analysis}}, journal={The Review of Economics and Statistics}, year={1980}, volume={62}, number={2}, pages={318--321}, doi={10.2307/1924766}}
R