如何在tobit模型论文中描述

Tobit模型(Tobit model)是指因变量近似连续地呈正值分布，但包含一些正概率为0的观测值的一类模型。

例如，在任何一年，相当一部分家庭的医疗保险费用为0。因此，虽然年度家庭医疗保险费用的总体分布分散在一个较大的正范围内，但却相当集中在数字0上。也叫删失回归模型或截尾回归模型，属于一种有限因变量回归。受限因变量是指因变量的观测值是连续的，但受到一些限制，得到的观测值并不能完全反映因变量的实际状态。主要包括截断回归模型、tobit模型和样本选择模型。

经典的Tobit模型是詹姆士·托宾在分析家庭耐用品支出时对Probit回归的推广(Tobit一词来源于托宾的Probit)，然后将其推广到多种情况，阿梅米亚将其归类为I型到V型Tobit模型。