ivreg处理内生性
【问题及方法】内生性，每个实证人的痛。内生性的三个来源：测量误差、遗漏变量和双向因果。
1、变量的内生性。
这个是没有办法单独检验的。当有合适工具变量时候，是可以检验的，就是hausman检验
2、工具变量的外生性。
这个也是没办法检验的。当有很多工具变量时候，可以检验是否有不是外生的，就是“过度识别”问题
3、工具变量的相关性。
这个可以说成是“弱工具变量”问题，检验可以通过一阶段的F值。还可以利用Partial R2。
4、估计方法
stata里面有这么几个2sls，2sls smal、liml、gmm，各自适用情况：small适合小样本；liml适合弱工具变量；gmm适合异方差。
【例子】
webuse hsng2
*Fit a regression via 2SLS, requesting small-sample statistics
ivregress 2sls rent pcturban (hsngval = faminc iregion), small
*Fit a regression using the LIML estimator
ivregress liml rent pcturban (hsngval = faminc iregion)
*Fit a regression via GMM using the default heteroskedasticity-robust weight matrix
ivregress gmm rent pcturban (hsngval = faminc iregion)
*Fit a regression via GMM using a heteroskedasticity-robust weight matrix, requesting nonrobust standard errors
ivregress gmm rent pcturban (hsngval = faminc iregion), vce(unadjusted)
*检验
estata firststage ,all forcenonrobust \\\可以查看第一阶段F值，已经partial R2
estat overid \\\查看是否过度识别
estat endogenous \\\查看是否异方差
regress 2sls rent pcturban hsngval
est store m1
ivregress 2sls rent pcturban (hsngval = faminc iregion)
est store m2
hausman m1 m2 \\\内生检验
原文：http://blog.sina.com.cn/s/blog_629bb75801011uma.html
页:
[1]