Biprobit : dua dependen dengan persamaan simultan

Biprobit : dua dependen dengan persamaan simultan. bicara limited variabel tidak berhenti-berhenti untuk didiskusikan. ‘

variabel yang menjadi syarat untuk sebuha model ternyata hanya tersedia hanya dummy pada dependen dan independen. disisi lain dependen yang kita memiliki bersifat endogen sehingga perlu variabel untuk mengatasi probelm endogenity

disisi lain variable dependen memiliki dua kharakteristika yang sama yaitu binary model, sehingga anda bisa melihat ilustrasi persamaan sebagai berikut:

Y DUMMY=b0+b1 Xdummy +error

jika estimasi tetap menggunakan ordinary biasa akan menghasilkan model yang over estimate yaitu lebih dari angka 1, dan underetimate yaitu angka prediksi model bisa kurang dari 0.

estimasi alternatif yang dipakai lainnya adalah menggunakan intrumental variable regression. metode ini dinilai mampu estimasi untuk model yang bersifat kausal effect. namun apabila kita tetap lakukan nilai esstimasi beta akan lebih besar jika kedua variabel endogen dan dependen sama -sama binary

alternatif estimasi lain adalah biprobit, biprobit ini akan mengahasilkan beta koefisien yang lebih efisien dan tidak terlalu besar (over estimate) dan terlalu kecil(underestimate).

baca juga : https://sekolahstata.com/menghitung-vulnerability-of-expected-poverty-vep-pada-data-sekunder-di-indonesia/

Cara Menggunankan Biprobit di Aplikasi Stata

Berikut adalah perintah pada aplikasi stata untuk estimasi biprobit tersebut:

tentunya model ini tidak terlepas dengan keterbatasan, karena estimasi yang di gunakan adalah Seemingly unrelated bivariate probit regression, eror yang dihasilkan dari model harus memiliki asumsi bersifat singular.

kemudian asumsi klasik pada ordinary least square sebaiknya juga harus terpenuhi. sehingga akan menghasilkan metode yang lebih robust dan konsisten dengan pendekatan yang sederhana.

Biprobit : dua dependen dengan  persamaan  simultan
coding olahdata

Penutup

semoga postingan ini bermanfaat jika ada pertanyaan bisa meninggalkan di kolom komentar bawah ini. jika merasa postingan ini bermanfaat silahkan share dan like postingan ini.

Scroll to Top