stata 工具变量三大检验代码

Stata 中进行工具变量检验可以使用 ivregress 命令。常用的三种工具变量检验方法包括 F 统计量、Anderson-Rubin 统计量和 Sargan 检验，下面是这三种检验的 Stata 代码示例：

1. F 统计量检验

ivregress 2sls y x (z = m)

* F 统计量检验
estat firststage

其中，y 表示因变量，x 表示自变量，z 表示工具变量，m 表示其他解释变量。estat firststage 用于检验工具变量的有效性，如果 F 统计量的 P 值小于 0.05，则说明工具变量有效。

2. Anderson-Rubin 统计量检验

ivregress 2sls y x (z = m)

* Anderson-Rubin 统计量检验
estat overid

其中，y、x、z 和 m 的含义同上。estat overid 用于进行 Anderson-Rubin 统计量检验，如果 P 值小于 0.05，则说明工具变量有效。

3. Sargan 检验

ivregress 2sls y x (z = m)

* Sargan 检验
estat sargan

其中，y、x、z 和 m 的含义同上。estat sargan 用于进行 Sargan 检验，如果 P 值大于 0.05，则说明工具变量有效。需要注意的是，Sargan 检验对于工具变量的有效性要求比较严格，如果该检验不通过，可能需要重新选择工具变量。

相关问题

工具变量的过度识别检验stata代码

在 Stata 中，可以使用 ivreg 命令进行工具变量回归，并且可以使用 ivtest 命令进行工具变量的过度识别检验。下面是一个示例代码：

//加载数据
use "data.dta", clear

//进行工具变量回归
ivreg y (x=z), vce(robust)

//进行Sargan检验
ivtest

//进行Hansen检验
ivtest, endog(x) instruments(z)

其中，y 是被解释变量，x 是内生自变量，z 是工具变量。在 ivreg 命令中，使用 (x=z) 表示将工具变量 z 作为自变量代替内生自变量 x。在 ivtest 命令中，不带参数表示进行 Sargan 检验，带参数 endog(x) instruments(z) 则表示进行 Hansen 检验。

面板数据stata gmm回归控制变量检验代码

以下是Stata中进行GMM回归控制变量检验的示例代码：

注：以下示例代码使用Stata自带的auto数据集，仅供参考。

首先，加载数据：

sysuse auto

然后，我们选择我们要用作解释变量和工具变量的变量，并生成仪器变量。在这个例子中，我们将使用mpg作为解释变量，weight和foreign作为控制变量，而gear_ratio作为工具变量：

gen iv = gear_ratio

接下来，我们定义一个包含所有自变量的矩阵，以及一个包含所有控制变量的矩阵：

matrix X = mpg weight foreign iv
matrix Z = weight foreign

然后，我们使用xtabond2命令进行GMM回归，并进行控制变量检验。在这个例子中，我们使用两步估计法（Sargan检验）：

xtabond2 price X, gmm(Z, twostep) robust small sargan

在上面的命令中，price是因变量，X是包含所有自变量的矩阵，gmm()选项指定我们要使用GMM估计，Z是包含所有控制变量的矩阵，twostep选项指定我们使用两步估计法，robust选项指定我们使用异方差稳健的标准误，small选项指定我们使用小样本校正，sargan选项指定进行Sargan检验。

如果控制变量检验的p值小于0.05，则我们可以认为我们的控制变量是有效的。