内生变量是取三个值的非连续变量怎么处理？

smile_nana

15077

收藏 2012-10-29

y=ax1+bx2+cx3
其中x2取1、2、3、为内生变量
用什么命令能够做这个问题？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

h3327156

2012-10-29 14:50:14

建议，只是建议。这样的内生，显地相当复杂。

1. 如果您的x2是有序非连续，那可能好办些。
      指令ssm，应当是您参考的。
      参见
      The Stata Journal (2006)  6, Number 3, pp. 285–308

2.如果您的x2是是无序非连续，相当不好办。
   您可以使用工具变数的方法来处理，这时您可以考虑指令cmp。
   但我必须说明，您的案例该指令并未举例说明，我个人也没试过这样的，但我觉得应当可以试试看。
   对该指令有兴趣的话，参见
   The Stata Journal (2011)  11, Number 2, pp. 159–206

Good luck

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

smile_nana

2012-10-30 17:19:11

是有序非连续的谢谢

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

johnson90a

2013-6-21 17:21:40

h3327156 发表于 2012-10-29 14:50
建议，只是建议。这样的内生，显地相当复杂。

1. 如果您的x2是有序非连续，那可能好办些。

老师您好。下午看了一下午您的帖子，对probit模型工具变量的命令还是不明白。我的模型因变量是0、1变量，内生自变量也是离散变量（有序，），找的工具变量也是离散的，这种情况，不知道ssm命令怎么写（马上就要交作业了，之前用ivprobit做的，看了您的回复才知道有问题），看不懂CMP中的说明。。。谢谢！在线等

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

h3327156

2013-6-21 18:56:59

johnson90a 发表于 2013-6-21 17:21
老师您好。下午看了一下午您的帖子，对probit模型工具变量的命令还是不明白。我的模型因变量是0、1变量 ...

1. 当时我可能有点头昏，当初给的建议在第一点是有问题的。ssm是不对的。

2. 您的例子，内生自变量也是有序离散? 其实您用 ivprobit 也不是说不行啦！只是在reduced form那条方程，您把内生自变量当作一般连续变量执行reg罢了

3. 我个人觉得您的ivprobit那边不要放弃，只是做为对照用，严谨一点还是使用cmp吧！不过这边有个问题就是，您的工具变量也是离散，是像 1 2 3 吗？如果是，我不知道您在当时在ivprobit那边是怎样处理这工具变数的，估计也是当作一般连续处理吧？如果真是这样，那么请您在cmp这边，也是这样做吧！

这边提供一个演练参考
cmp setup
webuse laborsup
cmp (fem_work = fem_educ other_inc kids) (kids = male_educ), ind($cmp_probit $cmp_oprobit) tech(dfp) nolr

其中fem_work是即母亲有无工作0,1变量 kids是小孩数， male_educ是父亲教育程度
估出来的结果挺有趣的。
父亲教育高，相对生小孩的可能性越少，只生菁英阿！
母亲教育高，其找到工作的可能高，母亲其它收入高【炒股票炒地好？】其找到工作可能低【根本不须工作】，母亲的小孩越多越有可能工作【要养家活口阿】
rho的显著也反应著内生的可能…

4. 另外还有一种作法，也许就是把内生自变量拆解成多个dummy variable，不过，然后行成多条的probit方程，不过这种作法会让估计变地更耗时，多条probit不是开玩笑的，您试过mvprobit 就知道…

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

johnson90a

2013-6-21 19:18:01

h3327156 发表于 2013-6-21 18:56
1. 当时我可能有点头昏，当初给的建议在第一点是有问题的。ssm是不对的。

2. 您的例子，内生自变量也 ...

是，之前做过ologit,一条条拆开差点没搞疯掉。。。

我的工具变量也是有序离散变量，反正我当时全用ivprobit y (x1=z) x2 x3……这条命令做的。不过cmp到底是什么方法呢，之前从没接触过（没在书上看到过呢），与ivprobit方法的原理区别在哪里，也就说为什么x1是离散的，用cmp更好？他与probit工具变量的优劣如何判断呢？更菜鸟的一个问题，您能不能把这个命令解释下呢，就是这些变量对应的在命令中怎么放呢（y x1 x2 x3……z），在stat中就直接写这三行吗？

菜鸟问题太多，先谢过老师哈！

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

h3327156

2013-6-21 20:43:51

johnson90a 发表于 2013-6-21 19:18
是，之前做过ologit,一条条拆开差点没搞疯掉。。。

我的工具变量也是有序离散变量，反正我当时全用i ...

1. cmp 其实就是一种混合估计式(过程)，并不能说cmp就更好，只是如果多条方程在没有现成的指令下，cmp的好就出来了，像 ivpborit 来说，适用在 y是dummy x1是连续，相同的东西 cmp 也可以做，而且两者估出来应当八九不离十，但是如果您用ivprobit 在资料类型不符的地方，那您觉得ivprobit会对吗？

2. 我不懂您所谓的probit工具变量优劣如何判断是什么，如果您是指判定工具变量是否适当，目前一般都是在单条方程下执行，换句话说，您的状况就是在probit/oprobit下自己执行，至于cmp有无事后的指令针对工具变量判定，应当是没有。

3. 有关一些原理与相关对应命令，真的建议您调Roodman那篇paper好好看，
The Stata Journal (2011) 11, Number 2, pp. 159–206
您不用怀疑或担心Roodman的Stata功力，他在Stata方面很出色的。

4. 如果照您的符号我猜啦，应当是【是的，在Stata就写这三行，第一行最重要，很多人都忘了写】
cmp setup
中间记得输入您的资料
cmp (y=x1 x2 x3) (x1=x2 x3 z), ind($cmp_probit $cmp_oprobit) tech(dfp) nolr

【值得注意的是x2 x3到底要不要放在x1方程那边，我个人是觉得要，但您可以根据事实情况选择，
如果x2 x3变量您觉得不会影响到x1，原则上可以不用摆】

祝顺心自在

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

johnson90a

2013-6-21 21:04:57

h3327156 发表于 2013-6-21 20:43
1. cmp 其实就是一种混合估计式(过程)，并不能说cmp就更好，只是如果多条方程在没有现成的指令下，cmp的好 ...

谢谢您不厌其烦地写了那么多，受益匪浅！

先把作业交了，再好好研究下那篇paper，哈哈。那个第二个问题我打错了，我想请教的是怎么在论文中说明cmp方法可能更适合内生解释变量（这里就是X1，其余都是控制变量）和工具变量（Z）是离散类型的估计，比如对cmp做一个简单的说明（但我找不到相关的简单点的中文材料）？

还有，老师那个三行中的中间的一行是不是就是要调用的dat文件啊？文件名就可以吗？再次感谢！

ps:再请教老师一个问题，就是 ivprobit是不是就是probit模型的两阶段回归，但不又不是2SLS（平时的计量书里从没看到过离散数据模型的iv估计），这个到底是什么估计法呢？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

h3327156

2013-6-21 23:22:09

johnson90a 发表于 2013-6-21 21:04
谢谢您不厌其烦地写了那么多，受益匪浅！

先把作业交了，再好好研究下那篇paper，哈哈。那个第二 ...

1. 中文材料目前可能没有。我觉得就理论上来说，您很难说cmp方法可能更适合…，理论上，一条probit加上一条order probit，我相信概似函数都有人导出来，理论上就可以估出来，问题是必须自己写程式去估，也许有高人就自己写，但他们不是用方便的指令cmp，我想，您只要列出方程，用 FIML estimator 即可，至于cmp您可以在注中提一下。另外，注意，即使是cmp，没见过z是离散类型变量，若z是dummy还好说，若不是，是有序离散，那么z是被当作连续。

2. 是的，反正不管用什么啦！中间那一行是，您想办法把资料导入就对了！

3. ivprobit 有两种估法，一种是two step，一种是mle。对的，前者听起来很像2SLS，但不是真的2SLS，所以只敢称两阶段，实际上文献要追到 Rivers and Vuong (1988)，在第一阶段是使用LS，但第二阶段却又用到概似法【我不太敢确定，应当是这样，因为太多年前读的paper，不过我确定它有用到第一阶段的residual】。后者，与cmp用的可以说一样。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

johnson90a

2013-6-22 09:09:44

h3327156 发表于 2013-6-21 23:22
1. 中文材料目前可能没有。我觉得就理论上来说，您很难说cmp方法可能更适合…，理论上，一条probit加上一 ...

谢谢老师，从您这儿真学到很多，有空了就把那些文献都找出来看看！

现在cmp结果跑出来了，对cmp方法大致有了一点感性的认识，貌似也是一种两阶段的估计吧？

不过这个报告结果解读还是想请教老师：
第一阶段就是不含工具变量z的普通probit回归，这个没有问题；第二阶段定序probit回归因变量是 _cmp_y2（是不是类似残差什么的），然后加入了工具变量z；第三阶段Mixed-process regression就完全看不明白了，一个表分成了两节，上半截好像因变量是y,自变量中没加入z,下半截是因变量是内生变量X1,自变量中加入了z。

那么在论文中报告的时候是不是把第三张表格写上去就行了？那应该怎么去解释这些系数的含义呢？谢谢！

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

h3327156

2013-6-22 10:19:43

johnson90a 发表于 2013-6-22 09:09
谢谢老师，从您这儿真学到很多，有空了就把那些文献都找出来看看！

现在cmp结果跑出来了，对cmp方法 ...

1. 我个人认为，您要理解成类似两阶段的一种估计，我并不反对，但不要太绝对，通常带工具变数时，确实cmp有一滴点两阶段的味道。

2. 那个不是类似残差，您可以自己再执行一次 oprobit 【因变量用x1，自变量自行参照】，您会发现与您所谓的第二阶段定序probit回归是一模一样的，换言之，报表结果，第一张，是probit，第二张是oprobit，这两张都是一般的，这只是作为起始值让Stata方便去估计而以，第三张才是真正的在估计。怎么会完全看不明白？？？？您不是说您执行过ivprobit，如果您执行过，这第三张表格正好可以与ivprobit对照。

3. 有关系数的含义，第一，上半截请参照一般probit在系数上的解释，下半截请参照一般oprobit在系数上的解释，第二，一个更能说服读者，也突显出您自己重要的贡献，其实要问您自己，只有您自己才最懂您资料的变量，还有，您自己想要藉由此模型去验证怎样的经济理论。确实就一般的小论文，第三张表格写上去就行了！估计的结果可以与您先前的 ivprobit 做比较，原则上希望 cmp 能估的更符合预期，希望啦，但现实世界，什么都有可能发生……像先前帖子中的演练参考，虽然粗浅也不严谨，但如果能较符合一般直觉的推论，就行了！总之，用较新较适合的方法估计，取得较好的结果，与旧方法比较，我想，也算是挺有特色的论文罗！当然，第一要义还是，您探讨的议题要相当能吸引人，或过去文献也一直在重视的议题。祝报告顺利~~~~~~~~~

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

johnson90a

2013-6-22 12:40:13

。。。

h3327156 发表于 2013-6-22 10:19
1. 我个人认为，您要理解成类似两阶段的一种估计，我并不反对，但不要太绝对，通常带工具变数时，确实cmp ...

额，老师，第三个表格与ivprobit的报告形式不同诶。ivprobit的报告直接就是因变量y,下面的系数分别是 X1~X5以及Z的。

但cmp第三张表格是上半截是不含工具变量Z的、y为应变量的普通probit模型的估计，但下半截是以内生变量X1为因变量的含有Z的方程估计，其中X2~X5就有两种系数了，我就不知道应该怎么看了。

麻烦老师再指点下，谢谢！

ps:老师，这个结果能否也和probit一样直接用mfx命令求边际影响呢。。。我用mfx对ivprobit结果求边际，结果一直出来warning: derivative missing; try rescaling variable jiankang ，不过最后结果倒也是有的，迷惑了

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

h3327156

2013-6-22 13:10:57

johnson90a 发表于 2013-6-22 12:40
额，老师，第三个表格与ivprobit的报告形式不同诶。ivprobit的报告直接就是因变量y,下面的系数分别是 X1 ...

ivprobit 报告结果在主要方程会有z的系数？除非是您要它报导第一阶段方程，这样才会有z的系数，而此时，方程的因变量是x1。

最后，我不太懂您在说什么。以下是演练，我也把 ivprobit 与 cmp 结果放上，这很明显能比较，而且在这演练，我个人觉得可能cmp估出来是比较好的。

*演练指令程序
cmp setup
webuse laborsup

ivprobit fem_work  fem_educ other_inc (kids = male_educ), first
set more off

cmp (fem_work = fem_educ other_inc kids) (kids = fem_educ other male_educ), ind($cmp_probit $cmp_oprobit) tech(dfp) nolr
set more off

*以下是报表结果
ivprobit model with endogenous regressors          Number of obs =       500
                                                Wald chi2(3) =    516.62
Log likelihood = -1114.5356                      Prob > chi2    =    0.0000

------------------------------------------------------------------------------
         |    Coef. Std. Err.    z P>|z|    [95% Conf. Interval]
-------------+----------------------------------------------------------------
fem_work    |
      kids | .6496594 .1128475    5.76 0.000    .4284823 .8708365
fem_educ | .049803 .0613487    0.81 0.417 -.0704383 .1700442
other_inc |  -.0132919 .0101589 -1.31 0.191    -.033203 .0066192
   _cons |  -1.265932 .2529745 -5.00 0.000 -1.761753 -.7701113
-------------+----------------------------------------------------------------
kids       |
fem_educ | .0140181 .0230512    0.61 0.543 -.0311614 .0591976
other_inc | .0055303 .0036357    1.52 0.128 -.0015955 .0126562
male_educ |  -.0262967 .0252374 -1.04 0.297 -.0757612 .0231677
   _cons | 1.847488 .4029947    4.58 0.000    1.057633 2.637343
-------------+----------------------------------------------------------------
   /athrho |  -1.974938 .9980159 -1.98 0.048 -3.931013 -.0188628
/lnsigma | .3060421 .0316228    9.68 0.000    .2440626 .3680216
-------------+----------------------------------------------------------------
      rho |  -.9622135 .0739981                   -.9992301 -.0188605
   sigma | 1.358039 .042945                   1.276424 1.444873
------------------------------------------------------------------------------
Instrumented:  kids
Instruments: fem_educ other_inc male_educ
------------------------------------------------------------------------------
Wald test of exogeneity (/athrho = 0): chi2(1) =    3.92 Prob > chi2 = 0.0478

Mixed-process regression                         Number of obs =       500
                                                Wald chi2(3) =    279.27
Log likelihood = -1051.9611                      Prob > chi2    =    0.0000

------------------------------------------------------------------------------
         |    Coef. Std. Err.    z P>|z|    [95% Conf. Interval]
-------------+----------------------------------------------------------------
fem_work    |
fem_educ | .1109852 .0429822    2.58 0.010    .0267416 .1952288
other_inc |  -.0233906 .0068003 -3.44 0.001 -.0367189 -.0100624
      kids | .4790128 .1030322    4.65 0.000    .2770734 .6809522
   _cons |  -1.206673 .2751239 -4.39 0.000 -1.745906 -.6674404
-------------+----------------------------------------------------------------
kids       |
fem_educ | .0120007 .0178035    0.67 0.500 -.0228936    .046895
other_inc | .0049478 .0026728    1.85 0.064 -.0002909 .0101865
male_educ | -.035184 .014115 -2.49 0.013 -.0628489 -.0075191
-------------+----------------------------------------------------------------
/atanhrho_12 |  -1.353367 .4541162 -2.98 0.003 -2.243418 -.4633151
/cut_2_1 |  -.9820764 .2861469 -3.43 0.001 -1.542914 -.4212389
/cut_2_2 |  -.2788888 .2822521 -0.99 0.323 -.8320928 .2743152
/cut_2_3 | .3082293 .2851122    1.08 0.280 -.2505802 .8670389
/cut_2_4 | .8628379 .2882249    2.99 0.003    .2979274 1.427748
-------------+----------------------------------------------------------------
   rho_12 |  -.8748456 .1065562                   -.9777382 -.4327823
------------------------------------------------------------------------------

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

johnson90a

2013-6-22 13:24:03

h3327156 发表于 2013-6-22 13:10
ivprobit 报告结果在主要方程会有z的系数？除非是您要它报导第一阶段方程，这样才会有z的系数，而此时， ...

谢谢您，我大概知道怎么回事了：用ivprobit命令给出的报表直接就是log文件报表中的上半段，但cmp命令给出的结果和log文件是一样的（有下半段 kids那个表），所以刚才看不懂。。。

老师，怎么看效果好差呢，直接看系数大小之类的就可以了吗？

我最后的问题是关于求边际影响的大小，因为probit模型系数不好直接用来解释什么。。。刚才试了下，应该是可以的

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

h3327156

2013-6-22 13:50:45

johnson90a 发表于 2013-6-22 13:24
谢谢您，我大概知道怎么回事了：用ivprobit命令给出的报表直接就是log文件报表中的上半段，但cmp命令给出 ...

1. 我觉得比较的话，请以显著与否为主。至于好坏是否有贴近经济理论或现实，那是须由您自己去自圆其说，而且您探讨的论文题目，我可能不懂。

2. 有关边际效果，这个您可能您必须回到predict/predictnl 或 mfx 运算，再要不然您要藉Scott Long的margeff，也许新版的Stata，譬如Stata11与Stata12，margins可以做到，但ivprobit或许可行，可是，cmp您无法这样做，因为cmp的初步形成，Roodman是在2010年，或许更早，我想，当时，他不一定有考虑到提供margins的相关操做。我个人的建议是直接使用mfx 这样就能比较快得到立即性的比较。【一般投稿论文的话，边际效果往往是文字说明，比较少提供报表，因为边际效果的计算很容易有争议，特别是新方法新模型，通常会提供边际效果报表的，肯定模型或计算方法都是简单的】

我想大致上这议题的讨论就到这吧！【我觉得我好像花太多时间在打字＝＝我打字很慢的】
如果您还有问题，请写信到
h3327156@msn.com

我觉得cmp这模型很广泛，他的可爱与套用，还是留给大家进一步去挖掘吧！！！！！！！！！

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

johnson90a

2013-6-22 14:48:38

h3327156 发表于 2013-6-22 13:50
1. 我觉得比较的话，请以显著与否为主。至于好坏是否有贴近经济理论或现实，那是须由您自己去自圆其说，而 ...

非常感谢您耐心的指点，cmp在stat上的应用我基本上明白了，等交完论文后，我再把您推荐的几篇论文好好研究下

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

johnson90a

2013-6-22 14:49:02

h3327156 发表于 2013-6-22 13:50
1. 我觉得比较的话，请以显著与否为主。至于好坏是否有贴近经济理论或现实，那是须由您自己去自圆其说，而 ...

非常感谢您耐心的指点，cmp在stat上的应用我基本上明白了，等交完论文后，我再把您推荐的几篇论文好好研究下

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

johnson90a

2013-6-24 15:48:25

h3327156 发表于 2013-6-22 13:50
1. 我觉得比较的话，请以显著与否为主。至于好坏是否有贴近经济理论或现实，那是须由您自己去自圆其说，而 ...

老师，今天用stata发生了一件很奇怪的事。我的数据是通过整合CHNS来的，有一个细节我以为修改了程序忘了保存，就把整合数据的程序重新跑了一遍，然后回归（相当于把数据重新生成了一遍），竟然发现系数与第一次的不同，然后我拼命检查，没发现有神马问题（不太可能是忘了保存do的原因，因为七千多个样本一个没少，所以肯定不是增减数据库变量带来的问题，而每个变量基本都是离散变量，不太可能去修改它们。。。但怎么着都不能求的第一次的系数），所以又重新跑（合成数据）一遍，然后再跑一次回归，发现系数又有细微差别，这正常吗？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

h3327156

2013-6-24 17:04:48

johnson90a 发表于 2013-6-24 15:48
老师，今天用stata发生了一件很奇怪的事。我的数据是通过整合CHNS来的，有一个细节我以为修改了程序忘了 ...

您的问题很好，在这里我必须向您说抱歉，当时考虑有失。

*演练指令程序
cmp setup
webuse laborsup

ivprobit fem_work fem_educ other_inc (kids = male_educ), first
set more off

set seed 2314578
cmp (fem_work = fem_educ other_inc kids) (kids = fem_educ other male_educ), ind($cmp_probit $cmp_oprobit) tech(dfp) nolr
set more off

set seed 123456789
cmp (fem_work = fem_educ other_inc kids) (kids = fem_educ other male_educ), ind($cmp_probit $cmp_oprobit) tech(dfp) nolr
set more off

您应当可以发现，后面的cmp结果与先前帖子贴出的结果一样，
但前面的set seed 2314578就会有差距

不过，按理，您如果都真的没啥更动，也没啥变化，默认的seed应当都是123456789才对阿！
我也很奇怪您怎会发生这样的情况。

比较保险的方法是，您以后都设同一个seed以保证下次再做就都一样了！

另外，如果说您合成数据或所谓的重新生成了一遍，这中间如果有扯到数据抽样生成，
或者中间跑去估计须要设seed的模型【譬如mvprobit】，自然都会有变化的…
如果一一检查的结果都没有，那我也真的不知道问题在哪了！
除非您愿意给数据和所有的程序供人检验。

不过，您目前能做的就是，请以后cmp前，别忘了 set seed 您喜欢的数字譬如8888

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

johnson90a

2013-6-24 17:43:30

h3327156 发表于 2013-6-24 17:04
您的问题很好，在这里我必须向您说抱歉，当时考虑有失。

*演练指令程序

老师，不仅仅是cmp，包括普通的线性回归、Probit模型系数都变了。我的数据生成方法其实是很简单的，就是把几个要用的变量筛选出来，或者进行变量的合成，去除缺失值等等，把这个程序重新跑一遍对线性回归的系数也有影响吗？但是我用这个数据算城乡各自的贫困通用指数结果倒是没有变化的。。。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

h3327156

2013-6-24 18:26:32

johnson90a 发表于 2013-6-24 17:43
老师，不仅仅是cmp，包括普通的线性回归、Probit模型系数都变了。我的数据生成方法其实是很简单的，就是把 ...

照您述的，按理是不会这样的，
我只能说，一切都是本人的猜测，【在举的例子并没有发生那样的情况，或者说我个人没遇过您的状况】
我不是神仙，更不是佛祖，所以无法前知五百年，后知五百年。

如果您须要集众人之智帮您检验，
请提供数据与您所执行的程序，
否则一切只是我个人片面不完全的胡乱猜测罢了！

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

得拉

2014-8-21 20:27:25

很好的帖子，一直想这个问题，虽然不是看的很懂，学习了。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

得拉

2014-8-21 21:44:13

h3327156 发表于 2013-6-21 18:56
1. 当时我可能有点头昏，当初给的建议在第一点是有问题的。ssm是不对的。

2. 您的例子，内生自变量也 ...

为什么第一点给的建议是不对的。SSM 适合的不是Y是0,1，内生虚拟变量的问题么？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

后来者居上

2015-7-2 16:37:10

Y=X1+X2+X3+Z （OLS）
X1=Y+X2+X3+Z （oprobit）
请问如果方程是这种形式的，可以用cmp吗？
cmp (Y=X1+X2+X3+Z ) (X1=Y+X2+X3+Z), ind(cmpprobitcmp_oprobit) tech(dfp) nolr
改成这样但是做不出来

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

凝小弋

2015-7-29 11:05:40

h3327156 发表于 2013-6-24 18:26
照您述的，按理是不会这样的，
我只能说，一切都是本人的猜测，【在举的例子并没有发生那样的情况，或者 ...

你好，看了这个帖子很受启发，做了cmp以后 /lnsig_1 | /lnsig_2 | /atanhrho_12这三个指令代表的什么呢？谢谢

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

peyzf

2017-2-10 11:20:52

观点有启发~

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

peyzf

2018-12-31 19:16:21

此种情形，如何判断工具变量的相关性及外生性？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

数据滚滚来

2020-6-3 20:31:21

h3327156 发表于 2013-6-21 18:56
1. 当时我可能有点头昏，当初给的建议在第一点是有问题的。ssm是不对的。

2. 您的例子，内生自变量也 ...

老师好，stata有cmp命令，但是无法进行oprobit和iv-probit，重新ssc install cmp，也不行，怎么把这两个oprobit命令下载到cmp去？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

peyzf

2020-6-25 11:04:09

学习一下

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

。。。

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群