Scobit: Ein alternativer Schätzer zu Logit und Probit

Logit und Probit, die beiden gängigsten Techniken zur Schätzung von Modellen mit einer dichotomen abhängigen Variablen, gehen von der Annahme aus, dass Personen mit einer Wahrscheinlichkeit von 0,5, eine der beiden Alternativen zu wählen, am empfindlichsten auf Änderungen der unabhängigen Variablen reagieren. Diese Annahme wird durch die Schätzungstechnik auferlegt, da sowohl die logistische als auch die normale Dichtefunktion um 0 symmetrisch sind. Anstatt die Methodik substanzielle Annahmen diktieren zu lassen, schlage ich eine alternative Verteilung für die Störungen zur normalen oder logistischen Verteilung vor. Der hier entwickelte Schätzer, Scobit (oder schiefes Logit), erweist sich als geeignet, wo Personen mit einer anfänglichen Wahrscheinlichkeit, eine der beiden Alternativen zu wählen, am empfindlichsten auf Änderungen der unabhängigen Variablen reagieren. Ich demonstriere dann, dass Wähler mit einer anfänglichen Wahrscheinlichkeit von weniger als 0,5 am empfindlichsten auf Änderungen der unabhängigen Variablen reagieren. Außerdem untersuche ich, ob Personen mit niedrigem Bildungsniveau...