r - 使用转换后的因变量进行 Tobit 回归预测

Question

我有一个 tobit 模型，其中因变量是对数转换的 - log(y+1) - 并且正在尝试使用此处描述的方法来预测值：

https://stats.stackexchange.com/questions/149091/censored-regression-in-r

但是，我不确定在哪里执行我的变量的反向转换以获得可解释的预测值。

我尝试在最后一步执行反向转换：

fit <- AER::tobit(log(y+1) ~ x + z)

mu <- fitted(fit)
sigma <- fit$scale

p0 <- pnorm(mu/sigma)

lambda <- function(x) dnorm(x)/pnorm(x)
ey0 <- mu + sigma * lambda(mu/sigma)

ey <- p0 * ey0

ey_bt <- exp(ey) - 1

但是，如果我将反向转换值的平均值与原始 y 的平均值进行比较，它们的大小会非常不同。

模型是否非常不适合，还是我在值的反向转换中犯了错误？

非常感谢！

标签： rstatisticsregressionpredict