今天,我想和你分享一个关于TSLS的问题。以下是边肖对这个问题的总结。让我们来看看。
1。有人能解释一下2SLS吗?
TSLS,即两阶段最小二乘回归。它是解决内生问题的方法,除了TSLS还可以用GMM估计。
内生变量是指与错误术语相关的解释变量。相应的,还有一个术语叫做‘外生变量’,指的是与误差项无关的解释变量。
内生问题的原因通常分为以下三类:
Durbin-Wu-Hausman检验通常用于判断内生性问题(两阶段最小二乘回归结果中默认输出SPSSAU),当然也经常结合自身的理论知识和直觉的专业性来判断是否存在内生性问题。如果假设存在内生问题,可以直接使用两阶段最小二乘回归或GMM估计。一般来说,不建议完全根据测试来判断是否存在内生性,最好结合测试和专业理论知识进行综合判断。
工具变量法通常用于解决内生问题。它的基本思想是选择这样的变量(工具变量)。它们的特点是:工具变量与内生变量相关(如果相关性很低,则称为弱工具变量),但工具变量与被解释变量基本不相关。找到合适的工具变量是一件困难的事情。在解决内生问题时,大量工作致力于寻找合适的工具变量。
关于引入工具变量的数量,有以下解释:
过度认可和公正认可是可以接受的,但无法对无法认可的情况进行建模。用一个工具变量识别两个内生变量似乎是不可能的。另外,需要提示的是,如果恰好处于识别状态,就不能进行杜宾-吴-豪斯曼检验。
在引入工具变量时,有时需要检验工具变量的外部性(过度识别检验)。对于工具变量的外生检验,SPSSAU默认提供了萨尔根检验和巴斯曼检验。
两阶段最小二乘法原理上是将估计分为两步(阶段)回归。下表显示了:
第一阶段的回归结果是中间过程值,SPSSAU默认没有输出。第二阶段回归结果是最终结果值。
特别说明:
内生问题涉及以下几点:内生变量的判断(Durbin-Wu-Hausman检验和理论判断),内生问题的求解(两阶段最小二乘回归TSLS或GMM),引入工具变量后的过度识别检验(Sargan检验和Basmann检验)。
如果理论上认为一个解释变量可能是内生的,那么可以直接进行TSLS回归。
二、求神看看这个stata的结果图,最好能详细分析一下,谢谢
global xvars educ exper exper2 tenure tenure2 east married
意思是将后面的变量educ exper exper2 tenure tenure2 east married全部赋值到global macro variable命名为: xvars
describe lnwage lnbmi* $xvars
意思是描述变量lnwage lnbmi* $xvars
其中lnbmi*将*部分省略,也就是描述全部lnbmi打头的变量(你数据里面就是lnbmi, lmbmi_dad, lnbmi_mom)
其中用$符号调用global macro variable xvars(也就是educ exper exper2 tenure tenure2 east married)
描述的table里面有variable name, storage type, display format, value label, varible label
variable name是数据名
storage type数据类型: float指numeric的数字型变量
display format显示格式
value label数值备注标签
varible label变量备注标签
quietly reg lnwage lmbmi $xvars
是安静的做regression,其中被解释变量是lnwage,解释变量是lnwage后面的一串
estimate store ols
意思是把估计系数存起来命名为:ols
quietly ivreg 2sls lnwage (lnbmi=lnbmi_dad lmbmi_mom) $xvars
是用2-stage least square估计IV regression,其中被解释变量是lnwage,解释变量是lnwage后面那一串,括号里面的意思是
指在run 2nd stage regression 前先run 1st stage regression, 其中1st stage regression就是括号里面的lnbmi=lnbmi_dad lmbmi_mom。
estimates store tsls
意思是把估计系数存起来命名为:tsls
predict u_aux1, resid
意思是把上面刚估计的ivreg的residual 存起来命名为: u_aux1
quietly reg lnbmi $xvars lnbim_dad lnbim_mom
意思是安静的做回归,被解释变量是:lnbmi,解释变量是后面那一串
estimates store aux1
意思是把估计系数存起来命名为:aux1
predict u_aux1, resid
意思是把上面刚估计的reg的residual 存起来命名为: u_aux1
testparm lnbmi_dad lnbim_mon
意思是做F-test其中原假设H0:lnbmi_dad=0 且 lnbim_mon=0
F(2,813) = 46.13是指F-test statistics = 46.13
Prob>F = 0.0000 是指拒绝原假设(也就是说经检验那两个变量lnbmi_dad和lnbim_mon不是都等于0)
quietly reg u_tsls $xvars lnbmi_dad lnbmi_mom
是安静的做回归,被解释变量是u_tsls,解释变量是u_tsls后面的一串
estimates store aux2
意思是把估计系数存起来命名为: aux2
estimates table ols tsls aux1 aux2, star(0.1 0.05 0.01) stats(N r2)
是指将上面的变量ols tsls aux1 aux2用table列出来
其中star(0.1 0.05 0.01)选项表示*,**,***分别对应0.1,0.05,0.01显著水平下显著的变量
stats(N r2) 选项同时列出sample size N和r2
这个表格应该数着读,第一列到第四列分别是前面存储命名为ols, tsls, aux1, aux2的系数估计值。
quietly reg lnwage lnbmi $xvars u_aux1
是安静的做回归。被解释变量是lnwage,解释变量是lnwage后面的一串
testparm u_aux1
意思是做H0:u_aux1=0的t检验
F(1,813)=4.70是检验test statisics
Prob >F = 0.0305 。因为0.0305
以上就是由优质生活领域创作者 嘉文社百科网小编 整理编辑的,如果觉得有帮助欢迎收藏转发~
本文地址:https://www.jwshe.com/811681.html,转载请说明来源于:嘉文社百科网
声明:本站部分文章来自网络,如无特殊说明或标注,均为本站原创发布。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。分享目的仅供大家学习与参考,不代表本站立场。