stata中汇报选项设定
初始回归方程：mpg=β0+β1turn+β2gear_ratio+μ
内生变量：turn=z0+z1weight+z2length+z3headroom+ε 回归方程中内生变量为turn，工具变量为weight、length、headroom。 2SLS估计
1.使用ivreg2进行2SLS估计
ivreg2 mpg gear_ratio(turn=weight length headroom)
这里运行时出现错误提示：
括号不平衡问题.png讲道集
原因：括号前面要有个空格。
ivreg2.png
结果显示：
turn变量的估计系数是-1.246，z检验值为-6.33，p值0.000，小于0.05，说明turn系数显著，且与mpg呈现负相关。 Underidentification test，方程的不可识别检验详解，得到LM统计值为26.822，p值=0.000，小于0.05，强烈拒绝“不可识别”的原假设。 Weak identification test弱工具变量检验详解，得到得到Wald-F统计值为30.303，KP Wald-F统计值为42.063，大于所有临界值，说明拒绝“弱工具变量”的原假设，即方程不存在弱工具变量。
Hansen J statistic的过度识别检验详解，得到卡方统计值为0.548，p值为0.7601，大于0.05，说明接受“过度拟合”的原假设；【Hansen J统计量，加选项robust时汇报Hansen J统计量，不加robust选项时汇报Sargan统计量。也就是说iid时用Sargan统计量，非iid时用Hansen J统计量。】
如果是恰好识别，是不用做过度识别检验的。如果工具变量个数多于内生变量个数，且确复配食品添加剂通则
定其中一个工具变量外生，就可以进行过度识别检验。过度识别检验p值大于0.1，则不拒绝所有工具变量均外生的原假设。
Sargan+Hansen：过度识别检验及Stata实现
在计量经济学方法研究以及应用中，一般需要恰好识别或者过度识别，虽然过度识别的情况比较多一些，另外这是进行工具变量法的必要条件；若是出现过度识别，则需要进行过度识别检验，也成为萨尔干巴斯曼检验，写作Sargan-Basman检验。
该假设的条件为所有有效的工具变量的个数与内生解释变量一样多，或者说是这个所有的工具变量都是外生的。
过度识别的命令为estat overid
若是Sargan-Basman检验的统计量对应的p值大于0.05，则认为所有的工具变量都是外生的，也就是有效的，反之则是无效的。（原假设是所有工具变量是外生的，若是p值小于0.05，则拒绝原假设）
男性性工作者
对路网总结：过度识别检验其实一部分是为了检验工具变量的外生性，主要体现在检验工具变量是否与扰动项的相关性，即与扰动项不相关。
过度内生性检验
ivreg2 mpg gear_ratio(turn=weight length headroom)
estimates store iv
regress mpg gear_ratio turn weight length headroom
estimates store ols
hausman iv ols,constant sigmamore
4zjbGT.png
Hausman检验得到统计值为-0.97，无法拒绝“所有解释变量均为外生”的原假设，说明方程存在内生性。
注释：
用IV做2SLS回归时，需要对IV进行三个方面的检验：
1.不可识别检验，也就是IV的个数是否少于内生解释变量的个数，使用的统计量是Anderson LM统计量/Kleibergen-Paap rk LM统计量。这里p值小于0.01说明在1%水平上【说明错误拒绝的可能性小于1%】显著拒绝“工具变量识别不足”的原假设，也就是要求p值不能大于0.1。
加robust是Kleibergen-Paap rk LM统计量，不加robust是Anderson LM统计量。也就是说在iid（独立同分布）情况下看Anderson LM统计量，在非iid情况下看Kleibergen-Paap rk LM统计量。
2.弱IV检验，弱IV是指IV与内生解释变量的相关性不强，微弱相关，弱IV会导致用IV估计的结果与用OLS，FE估计的结果相差很大，甚至符号完全相反。如果有较多工具变量，可舍弃弱工具变量，因为多余的弱工具变量反而会降低第一阶段回归的F统计量。弱IV的判断有以下四个标准：（1）偏R2，也就是Shea's partial R2，不过xtivreg2不汇报这个统计量，得用命令estat firststage,all forcenonrobust
汇报第一阶段的结果。
ctd
（2）最小特征统计量，minimum eigenvalue statistic，这是Stock and Yogo（2005）提出来的，stata会在ivreg2中给出临界值。Staiger and Stock（1997）建议只要该值大于10就认为不存在弱IV。这个值用于iid的情况。
（3）Cragg-Donald Wald F统计量，由Cragg and Donald（1993）提出，Stock and Yogo（2005）给出其临界值，Stata在回归时会给出临界值。CDW检验一般过15%，10%的临界值就可以，过了5%的临界值更好。名义显著性水平为5%的检验，其真实显著性水平不超过15%。也就是Stock-Yogo weak ID test critical values的15%相当于5%，也就是说要求CDW统计量大于15%的临界值就行。如果IV数量小于3则不会给出Stock-Yogo weak ID test critical values:5%/10%/15%/20%maximal IV relative bias。如果假设扰动项为iid，则看CDW检验统计量。如果不对扰动项作iid的假设，则看KP W rk F统计量。所以加r选项时才有KP W rk F统计量，不加则没有。不管加不加r选项，CDW统计量总有。通常建议加上r选项。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议