[R] ivregress -- Single-equation instrumental-variables regression
Syntax
        ivregress estimator depvar [varlist1] (varlist2 = varlist_iv) [if] [in] [weight] [, options]
stata的帮助中写的是varlist2  说明是可以多个内生变量的

ivregress 2sls y  x1 x2 x3 (x4 x5=z41   z51  z1 z2 z3)  
这个格式应该没有问题的

我也想知道啊 这个问题怎么没有人回答

工具变量法

工具变量法是检验多重共线性的吧

不是的, these two varlists are dependent vars and endogenous var separately.

. webuse hsng2
(1980 Census housing data)

. ivregress 2sls rent pcturban (hsngval popgrow = faminc i.region), small


Instrumental variables (2SLS) regression

      Source |       SS       df       MS              Number of obs =      50
-------------+------------------------------           F(  3,    46) =   18.47
       Model |  21982.9593     3  7327.65311           Prob > F      =  0.0000
    Residual |  39260.1607    46  853.481754           R-squared     =  0.3589
-------------+------------------------------           Adj R-squared =  0.3171
       Total |    61243.12    49  1249.85959           Root MSE      =  29.214

------------------------------------------------------------------------------
        rent |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
     hsngval |   .0027672   .0005244     5.28   0.000     .0017117    .0038227
     popgrow |  -.8214817   .4609762    -1.78   0.081    -1.749379    .1064151
    pcturban |  -.1205201   .4097702    -0.29   0.770    -.9453449    .7043046
       _cons |   122.0447   20.08515     6.08   0.000     81.61539     162.474
------------------------------------------------------------------------------
Instrumented:  hsngval popgrow
Instruments:   pcturban faminc 2.region 3.region 4.region


没有问题的啊

谢谢蓝色

kankan xeuxue

这是用R语言弄得？话说R语言有python和stata一起的功能吗？感觉好像上海那边很推崇R语言呢

根据你的题目，我想你的计量模型是：y = b0 + b1*x1 + b2*x2 + + b3*x3 + e where x1 and x2 might be endogenous.
那么假设现在有两个IV，z1 and z2 where z1 for x1 and z2 for x2. 那么根据基本理论，内生性的问题可以这样解决：
x1 = c0 + c1*z1 + c2*x3 +v1
x2 = d0 + d2*z2 + d2*x3 +v2
然后估计：
y = b0 + b1*x1^hat + b2*x2^hat + b3*x3 + e
其中x1^hat 和x2^hat是从两个IV方程里估计出来的。这样你需要的b1和b2就可以成功估计出来了。

在这里，reduced-form的估计方程是
y = f0 + f1*z1 + f2*z2 + + f3*x3 + e1
这可以从下面的推导中得到：
y = b0 + b1*(c0 + c1*z1 + c2*x3 +v1) + b2*(d0 + d2*z2 + d2*x3 +v2) + b3*x3 + e
  = b0 + b1*c0 + b1*c1*z1 + b1*c2*x3 + b1*v1 + b2*d0 + b2*d2*z2 + b2*d2*x3 + b2*v2 + b3*x3 + e
  = (b0 + b1*c0+b2*d0) + b1*c1*z1 + b2*d2*z2 + (b1*c2 + b2*d2 + b3)*x3 + (b1*v1 + b2*v2 + e)
  = f0 + f1*z1 + f2*z2 + + f3*x3 + e1
where f0=b0 + b1*c0+b2*d0, f1=b1*c1, f2 =b2*d2, f3=b1*c2 + b2*d2 + b3, e1=b1*v1 + b2*v2 + e。然后用两个IV方程里边的系数c1 and d1去还原出你想要估计的参数b1 and b2。

如果你要test x2是否是内生的，你只需检验y = b0 + b1*x1 + b2*x2+ + b3*x3 + b4*v1^hat+ b5*v2^hat+ e中b5是不是显著的不等于0就可以了。在这个估计方程中，v1^hat和v2^hat是通过估计本文一开始的两个IV方程计算出来的。

写的比较仓促，例子也是我临时举出的，如果有推导错误，还望谅解。希望对你有帮助！

版主威武

您好，我想请问一下，假如这三个自变量内生性都未知的情况下，如果按照您所说的，假设X1,X2为内生变量，但是X3万一也是内生的，这时候X1和X2是用了X3和工具变量拟合后的值来回归，这样不会导致有误差吗？这种问题应该怎么解决呀？求教。