我正在对数据集进行一次运行分析，其中因变量（让我们称之为y）的检测结果为0.这就是我所做的：
library(AER)
fit <- tobit(data=mydata,formula=y ~ a + b + c)
这很好。现在我想运行“预测”功能来获得拟合值。理想情况下，我对未观察到的隐变量“y *”和观察到的删失变量“y”的预测值感兴趣[参见参考文献1]。
我检查了文件中的predict.survreg [参考文献2]，我不认为我理解哪个选项给了我预测的删失变量（或潜在变量）。
我在网上找到的大多数例子都提供以下建议：
predict(fit,type="response").
同样，不清楚这些是什么样的预测。
我的猜测是预测函数中的“类型”选项是关键，其中type =“response”表示删失变量预测，type =“linear”表示潜在变量预测。
在这里有经验的人可以为我解释一下吗？
非常感谢！
参考文献：
答案 0 :(得分：4)
通常预测 - “响应”结果已经从回归中使用的任何建模变换反向转换为原始数据规模，而“线性”预测是链接变换规模上的线性预测变量。对于具有身份链接的tobit，它们应该是相同的。
您可以轻松地检查我的元预测。我刚刚使用?tobit页面上的示例进行了检查：
plot(predict(fm.tobit2, type="response"), predict(fm.tobit2,type="linear"))
答案 1 :(得分：3)
我在stats.stackexchange上发布了一个类似的问题，我得到了一个对你有用的答案：
https://stats.stackexchange.com/questions/149091/censored-regression-in-r
该软件包的一位作者展示了如何计算$ Y $的平均值（即预测值），其中$ Y = max（Y ^ *，0）$。使用包string[string] foo;
foo["XXX"] = "YYY";
logInfo(*("xxx" in foo)); // BOOM. Exception here
，这必须“手动”完成。