如何使用 mhurdle 包在 R 中复制标准 Tobit 结果

Question

我使用的是探索多障碍模型mhurdle包R.首先，我想简单地使用复制标准Tobit模型运行结果tobit()从功能AER包或censReg()从功能censReg包（两者都产生相同的结果）。 使用来自mhurdle样本数据，后两个包为 Tobit 回归产生相同的系数估计值，但我无法使用mhurdle()复制它们。 这是一个基本的例子。 我怀疑我忽略了一些相当简单的事情，但我无法弄清楚。 知道两个模型之间的错误规格在哪里吗？

library(censReg)
library(mhurdle)

### Load sample data from the mhurdle package
data(Interview) 

## mhurdle() results for standard Tobit specification
summary(mhurdle(vacations ~ 0 | linc, data=Interview, dist="n", h2=T))

## censReg() results for Tobit (same as tobit() from "AER")
summary(censReg(vacations ~ linc, data=Interview))

mhurdle包产生以下输出：

Call:
mhurdle(formula = vacations ~ 0 | linc, data = Interview, dist = "n", 
    h2 = TRUE, method = "bfgs")

Frequency of 0:  0.848 

Coefficients :
               Estimate Std. Error  t-value              Pr(>|t|)    
h2.(Intercept) -8.97938    0.54647 -16.4315 < 0.00000000000000022 ***
h2.linc         4.98411    0.61031   8.1666  0.000000000000000222 ***
sd.sd           8.68863    0.18009  48.2463 < 0.00000000000000022 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Log-Likelihood: -765.67 on 3 Df

R^2 :
 Coefficient of determination : 0.040817 
 Likelihood ratio index       : NA  

censReg和AER包产生以下输出：

Call:
censReg(formula = vacations ~ linc, data = Interview, method = "bfgs")

Observations:
         Total  Left-censored     Uncensored Right-censored 
          1000            848            152              0 

Coefficients:
            Estimate Std. error t value              Pr(> t)    
(Intercept) -6.33252    0.53559 -11.823 < 0.0000000000000002 ***
linc         3.51493    0.46583   7.545   0.0000000000000451 ***
logSigma     1.81278    0.06231  29.091 < 0.0000000000000002 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

BFGS maximization, 44 iterations
Return code 0: successful convergence 
Log-likelihood: -712.5855 on 3 Df

Answer 1

mhurdle 函数有一个参数“缩放”。 如果其含义为 TRUE（默认），则因变量除以其几何平均值。 因此，在这种情况下，估计系数按因变量的几何平均值进行缩放。 要获得标准结果（tobit、censreg），只需将“缩放”更改为 FALSE。

summary(mhurdle(vacations ~ 0 | linc, data=Interview, dist="n", h2=T, scaled = FALSE))