全部版块 我的主页
› 论坛 › 计量经济学与统计论坛 五区 › 计量经济学与统计软件 › Stata专版
在stata中，logit模型如何利用工具变量回归
jxm1313
42549 33
2014-12-14
工具变量回归OLS可以用ivreg，probit可以用ivprobit。logit怎么办呢？能用ivprobit回归吗？还是有专门的处理方法，谢谢！

附件列表
bddd20b6gw1ee4sic63lng205g04yn80.gif

原图尺寸 400.69 KB

bddd20b6gw1ee4sic63lng205g04yn80.gif

二维码

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
jxm1313
2014-12-15 17:24:38
求大侠
二维码

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

hanlinxian246
2016-9-30 22:21:49
同求啊！
二维码

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

呼呼兔的胡图图
2017-6-4 10:19:40
使用工具变量是因为存在内生性，无法使用OLS来得到β的无偏估计量。我们设定一个模型之后最重要的就是求出β的值，从而预测某些指标。
用OLS可求β，但是OLS的前提假设是1.线性假定 2.{y,x}是渐进独立的平稳过程，即独立同分配  3.前定解释变量，即X与U不相关  4.满秩  5.U的期望值为零 ；然而如果存在内生性，违反了OLS的假设，无法使用此估计方法，所以利用工具变量消除内生性，并采用2SLS法来解决。
具体的例子，比如研究工资（lwage）和经验（exper）、经验的平方（expersq）、教育（educ）之间的线性关系，先对其进行回归，由于怀疑丢失了重要的核心变量能力（ability），且能力和教育可能高度相关，所以有内生性问题，且能力不可测。所以考虑用父亲和母亲的教育程度作为教育的工具变量。stata中具体指令如下：
reg lwage exper expersq educ
reg educ exper expersq motheduc fatheduc
predict educp ,xb
predict educr ,residuals
//2SLS
reg lwage exper expersq educp
ivregress 2sls lwage exper expersq (educ = motheduc fatheduc) ,first
estat endogenous
// regression-based Hausman test
reg lwage exper expersq educ educr

二维码

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

呼呼兔的胡图图
2017-6-4 10:21:04
而logit  probit模型本身采用的是最大似然法来进行估计，不存在OLS有偏估计的问题，也就不需要使用工具变量。
二维码

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

sucheng199099
2017-11-1 03:16:25
呼呼兔的胡图图 发表于 2017-6-4 10:21
而logit  probit模型本身采用的是最大似然法来进行估计，不存在OLS有偏估计的问题，也就不需要使用工具变量 ...
请问有没有文献出处？
二维码

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…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

微信QQ空间QQ微博
扫码加好友，拉您进群
各岗位、行业、专业交流群