stata内生性检验怎么做
时间: 2023-12-29 11:26:29 浏览: 155
在Stata中进行内生性检验可以使用2SLS回归和OLS回归,并结合豪斯曼检验来判断是否存在内生性。
以下是Stata中进行内生性检验的步骤:
1. 进行2SLS回归:
```stata
ivregress 2sls dependent_var (endogenous_var = instrumental_var) control_vars
```
其中,dependent_var是因变量,endogenous_var是内生变量,instrumental_var是工具变量,control_vars是控制变量。如果2SLS回归的结果显示内生变量的系数显著,则表明存在内生性。
2. 进行OLS回归:
```stata
regress dependent_var endogenous_var control_vars
```
在没有内生性的假设下,进行OLS回归。如果OLS回归的结果显示内生变量的系数显著,则表明存在内生性。
3. 进行豪斯曼检验:
```stata
hausman endogenous_var
```
使用豪斯曼检验来比较2SLS回归和OLS回归的系数差异。如果p值小于0.1,则说明两个回归的系数存在显著的系统性差异,即关注的核心变量存在内生性。
请注意,以上步骤仅为一种常见的内生性检验方法,在实际应用中可能会根据具体情况选择其他方法。
相关问题
stata内生性检验
在进行stata内生性检验时,可以使用豪斯曼检验和过度识别约束检验来检验变量的内生性。豪斯曼检验可以使用stata手工代码来进行。观察不可识别检验和C统计量的p值,原假设是变量为外生变量。而弱工具变量检验可以判断变量是否与内生解释变量强相关。此外,还可以进行回归来观察变量之间的相关关系。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [【初级计量经济学】内生性问题——工具变量法(Stata实现)](https://blog.csdn.net/m0_56120502/article/details/124492608)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* [stata学习笔记|内生性](https://blog.csdn.net/Clytie_Lion/article/details/121157068)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]
stata内生性检验命令
Stata中进行内生性检验的常用命令是ivregress或ivreg2。这些命令用于估计具有内生性问题的回归模型,常用的内生性检验方法包括Hausman检验、Durbin-Wu-Hausman检验和Sargan检验。你可以在Stata中输入以下命令来执行相应的内生性检验:
1. Hausman检验:
hausman endog_var = instrument_var, robust
2. Durbin-Wu-Hausman检验:
ivregress 2sls dependent_var (endog_var = instrument_var), robust
3. Sargan检验:
ivregress 2sls dependent_var (endog_var = instrument_var), first
请注意,endog_var代表内生变量,instrument_var代表工具变量。这些命令将根据你提供的模型和数据来进行内生性检验,并提供相应的统计结果和推断。确保在使用这些命令之前,你已经正确地定义了内生变量和工具变量,并正确地加载了相关的数据集。