ivprobit模型中的工具变量回归结果怎么看
发布网友
发布时间：2022-04-23 14:14
共5个回答
热心网友
时间：2023-04-21 21:38
操作工具容易，解读结果难，今天跟大家总结一下Excel回归分析的结果应该怎么看，有误之处也欢迎各位小伙伴指正。
补充一句，Excel只能做线性回归，本篇的讨论也是在这个条件的基础上进行的，好了，闲话不多说，直接上结果吧。
表1：
Multiple
R：相关系数R，值在-1与1之间，越接近-1，代表越高的负相关，反之，代表越高的正相关关系。
R
Square：测定系数，也叫拟合优度。是相关系数R的平方，同时也等于表2中回归分析SS/(回归分析SS+残差SS)，这个值在0~1之间，越大，代表回归模型与实际数据的拟合程度越高。
Adjusted
R Square：校正的测定系数，对两个具有不同个数的自变量的回归方程进行比较时，还必须考虑方程所包含的自变量个数的影响，为此提出，所谓“最优”回归方程是指校正的决定系数最大者。（该释义来自百度百科）由于小编没有碰到过这种情况，所以还不知道该值的实际作用。
标准误差：等于表2中残差SS /
残差df 的平方根。这个与测定系数一样都能描述回归模型与实际数据的拟合程度，它代表的是实际值与回归线的距离，当然这个值越小越好，不过具体小到什么程度？由于这个值实在没有范围，因此还很难界定。
观测值：有多少组自变量的意思。
表2：
回归分析df：回归分析模型的自由度，以样本来估计总体时，样本中或能自由变化的个数。见上表，数据自由度等于样本组数减1，回归分析模型的自由度是1，即这个回归模型有1个参数，残差自由度等于总自由度减去回归分析模型的自由度。
回归分析SS：回归平方和SSR，等于回归预测Y值（表4）与实际Y均值的平方和。表4 残差等于实际Y值减预测Y值，残差SSE，即表4残差平方和。
MS：均方差，等于SS/df。
F：回归分析MS/残差MS。
Significance
F：是在显著性水平下的Fα临界值，即F检验的P值，代表弃真概率，这个值一般要小于0.05的，且越小越好，1-本值即为置信度，本例回归模型的置信度未达95%。
表3：
Intercept
Coefficients：截距的回归值，X Variable 1 Coefficients：斜率的回归值。本例即Y=-0.0021967X+82.26263918。
标准误差不必多说，越小参数精度越高。
t
Stat：回归系数/标准误差，对于一元线性回归，F值与t值都与相关系数R代表差不多的意思，但是，对于多元线性回归，t检验是有必要的。
P-value：P值不多说，代表两个参数的弃真概率，1-P值是置信度。
Lower
95%......:这四列，代表在95%的置信度下，回归系数的上下限。如本例斜率的回归系数，就不落在此区间内。
热心网友
时间：2023-04-21 21:38
1. codebook显示不全肿么破？——label list
2. 小星星快速查看estimatestable,star(0.05,0.01,0.1)
3. RElogit:Rare Events Logistic Regression
4. 装个新工具ssc instal AAA
5. 多说有益 label var XX"XX是XXX"
6. 虚拟变量快速构造 i.abc
7. 取对数 gen B=log(A)
8. outreg自带显著性为二星模式，如何设置三星模式？outreg, starlevels(10 5 1)
9. 导出到result 这个word文档里: outreg2using result.doc,replace
10. A且B的给我删掉：drop if A==1 & B==1
11. 输出多个模型运行结果：reg y x1est store m1 reg yx2 est store m2 reg y x3 est store m3 outreg2 [m1 m2 m3]using table1,word
12. 多重共线性检验estat vif
13. 夹带一个Excel的私货，表格内绿色小三角如何清除？——“工具”—“错误检查”—“忽略”
14. 观测值所在区域某项指标平均值如何生成？——egen 某项指标摄取平均值=mean(某项指标), by(社区编码)
15. 清屏——cls -- ClearResults window
16. 部分观测值回归 reg y x1 x2 if x3==1
17. 用outreg2输出比值比oddsratio——outreg2 using myfile,eform word
18. 继续夹带Excel私货，CONCATENATE函数为数值添加括号=（“（“.A1.”）”）
19. 数字复制粘贴至Excel后括号显示为负号如何处理？选定——设置单元格格式···
或使用左上角“文本导入向导···”导入，最后一步设置文本格式
20. 内生性问题Hausman test
reg y x1 x2 x3...
estimates store ols
ivregress 2sls y x2 x3... (x1=Z1 Z2...)
estimates store iv
hausman iv ols, constant sigmamore
21.IV-probit
ivprobit y x2 x3 (x1=工具变量)
默认最大似然估计，可设置两步估计
（含有内生变量的 probit 模型通常有两种估计方法:最大似然估计和两步法，由于前者估计更有效率 (陈强 2014)，所以本文采取最大似然法，并使用 stata 中的 ivprobit 命令计算回归结果。）——《多子一定多福吗：子女数量与母亲健康》
22.IV-oprobit
cmp (y=x1 x2 x3)(x1=z1 x2 x3) , ind($cmp_oprobit $cmp_cont) tech(dfp) nolr
23，outreg2保留小数点后三位
outreg2 [模型1] using table1,replace bdec(3) sdec(3)
【直接】outreg2 using file3.doc, replace bdec(3) sdec(3)
24，两两建立新变量
gen 顺序=.
replace 顺序=1 if A + B ==0
replace 顺序=2 if A + B > 0
replace 顺序=4 if A + B < 0
label var 顺序"102大3小"
25，string转为number
1，destring 原变量名,gen(新变量名) force
2，当有nonnumeric characters，一般使用encode
命令：encode 原变量名，generate（新变量名）
26,tab显示%
tabulate region agecat, row
27，outreg2出现文件无法读取现象
解决：添加文件路径信息——outreg2 [模型11 模型12 模型13 模型14 模型15 模型16] using /Users/XXX/Downloads/XXX文件,replace bdec(3) sdec(3)
28.工具变量回归 ivprobit模型要求报告第一阶段回归结果F值
ivprobit y x2 x3 (x1=IV), twostep first
即可显示
热心网友
时间：2023-04-21 21:39
ivprobit模型中的工具变量回归结果怎么看？解释变量内生性检验 首先检验解释变量内生性（解释变量内生性的Hausman 检验：使用工具变量法的前提是存在内生解释变量。Hausman 检验的原假设为：所有解释变量均为外生变量，如果拒绝，则认为存在内生解释变量，要用IV；反之，如果接受，。Logit和probit只是假定的分布不同，估计出来的结果是几乎没有差别的（边际效应而非系数），所以一般可以通用。
热心网友
时间：2023-04-21 21:39
解释变量内生性检验 首先检验解释变量内生性（解释变量内生性的Hausman 检验：使用工具变量法的前提是存在内生解释变量。Hausman 检验的原假设为：所有解释变量均为外生变量，如果拒绝，则认为存在内生解释变量，要用IV；反之，如果接受，
热心网友
时间：2023-04-21 21:40
11.0的Stata版本是可以运行Roodman的cmp，
只要您已经findit cmp即可，要对该指令有更进一步理解，
请看Stata Journal 2011 第二期，Roodman的paper在那有介绍cmp。
如果您使用cmp来处理oprobit的内生问题，且内生变量是连续，
那么cmp是用工具变数法来解决的，help cmp可以看到帮助文件内容，即"IV-oprobit"
如果您要演练请
cmp setup
webuse laborsup, clear
cmp (kids = fem_ec) (fem_ec = fem_work), ind(cmpoprobitcmp_cont) tech(dfp) nolr
而kids即生小孩数目可能，fem_ec即内生变量也就是受教育年数为连续，而fem_work就是工具变量罗
除了上述的工具变数法，另一个方法是Control function approach
