工具变量数少于内生变量数的内生性检验gmm回归stata代码
时间: 2023-12-23 10:03:37 浏览: 60
如果工具变量的数量少于内生变量的数量,可以使用LIML方法进行估计和内生性检验。以下是一个示例代码:
```
// 加载数据
use mydata.dta
// 进行GMM回归
ivreg2 y (x1 x2 = z1 z2 z3), gmm robust
// 进行内生性检验
ivregress 2sls x1 (y = z1 z2 z3), liml
// 解释:
// y: 因变量
// x1, x2: 内生变量
// z1, z2, z3: 已知外生变量
// gmm: 使用GMM进行估计
// robust: 使用健壮标准误
// ivregress 2sls: 使用2SLS进行估计
// liml: 使用LIML方法进行估计和内生性检验
```
在这个例子中,我们使用GMM进行估计,但是工具变量的数量少于内生变量的数量。因此,我们使用ivregress 2sls命令进行2SLS估计,并使用LIML方法进行内生性检验。注意,LIML方法需要在2SLS估计中使用。
相关问题
内生性检验gmm回归stata代码
进行GMM回归的内生性检验可以使用Stata的ivreg2命令,以下是一个示例代码:
```
// 加载数据
use mydata.dta
// 进行GMM回归
ivreg2 y (x1 x2 = z1 z2), gmm robust
// 进行内生性检验
estat endogenous
// 解释:
// y: 因变量
// x1, x2: 内生变量
// z1, z2: 已知外生变量
// gmm: 使用GMM进行估计
// robust: 使用健壮标准误
// estat endogenous: 进行内生性检验
```
其中,ivreg2命令中的gmm表示使用GMM进行估计,robust表示使用健壮标准误。在进行完GMM回归后,使用estat endogenous命令进行内生性检验,Stata会输出内生性检验的结果。
内生性检验的stata步骤和代码和检验
内生性检验是用来检验自变量是否存在内生性问题的一种方法。在Stata中,可以使用ivregress命令进行内生性检验。
以下是在Stata中进行内生性检验的步骤和代码:
1. 将自变量和工具变量放入模型中,使用ivregress命令进行回归分析。
```stata
ivregress 2sls dependent_var (endogenous_var = instruments) control_vars
```
2. 进行Hausman检验,检验自变量是否存在内生性问题。如果p值小于0.05,则表明自变量存在内生性问题。
```stata
estat endogenous, hausman
```
3. 进行Sargan检验,检验工具变量是否有效。如果p值大于0.05,则表明工具变量无效。
```stata
estat overid
```
需要注意的是,在进行内生性检验时,需要选取有效的工具变量,并且需要对自变量和工具变量之间是否存在相关性进行检验。
另外,也可以使用ivreg2命令进行内生性检验,此命令可以输出更详细的检验结果。例如:
```stata
ivreg2 dependent_var (endogenous_var = instruments) control_vars, gmm2s robust small
ivendog, orthog(instruments)
```
其中,ivendog命令用于进行Hausman检验,orthog选项用于进行工具变量的相关性检验。
相关推荐
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)