求助多内生变量和多IV时的弱工具变量识别统计量能否直接和Stock-Yogo临界值比较

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

当对单一内生变量使用IV时，弱工具变量识别统计量结果如下：
------------------------------------------------------------------------------
Weak identification test (Kleibergen-Paap rk Wald F statistic):        
Stock-Yogo weak ID test critical values: 10% maximal IV size             16.38
                                         15% maximal IV size              8.96
                                         20% maximal IV size              6.66
                                         25% maximal IV size              5.53
Source: Stock-Yogo (2005).  Reproduced by permission.
NB: Critical values are for Cragg-Donald F statistic and i.i.d. errors.
------------------------------------------------------------------------------

当对多内生变量使用多IV时，弱工具变量识别统计量变为了：
------------------------------------------------------------------------------
Weak identification test (Kleibergen-Paap rk Wald F statistic):         
Stock-Yogo weak ID test critical values:                       <not available>
------------------------------------------------------------------------------

求助各位大佬，此时能否直接和单一IV的Stock-Yogo临界值比较？？？

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

分享0 收藏0 回帖

关键词：Stock 弱工具变量 stoc 内生变量 tock 回归分析 实证研究 工具变量法 弱工具变量检验 工具变量模型（2SLS）

在处理包含多个内生变量和工具变量（IVs）的模型时，确实可以使用类似Kleibergen-Paap rk Wald F统计量这样的识别强度测试来检查是否存在弱工具变量的问题。但是，在比较这些统计值与Stock-Yogo临界值时需要特别小心。

Stock和Yogo在他们的2005年论文中提出了用于单一内生变量的IV模型下的弱识别临界值，以确定何时工具变量可能是弱的。然而，当有多个内生变量或多个工具变量时，情况会更复杂，因为这涉及到更高维度的检验问题。

对于多内生变量和多IV的情况，Kleibergen和Paap提出了他们的rk Wald F统计量来评估识别强度。这个统计值可以用来与Stock-Yogo临界值进行比较，但是要注意，Stock-Yogo表中的临界值是基于单一内生变量的模型设计的，并且假设了某些特定结构（例如正态分布的误差项）。因此，直接将这些临界值用于多个内生变量的情况可能不够准确。

在实践中，对于多内生变量和多IV的情形，通常会依赖于更复杂的统计测试来评估识别强度，如Cragg-Donald Wald F统计量或Anderson-Rubin Wald统计量。Kleibergen-Paap rk Wald F统计量是针对多个工具变量情况的推广，并且在文献中被广泛接受为一个强大的检验。

因此，在解读你的多内生变量和多IV模型中的识别强度测试时，尽管可以参考Stock-Yogo临界值作为指导原则，但重要的是要理解这些标准可能不完全适用于你的情况。更推荐的方法是使用针对多元情况设计的统计量，并根据相关的文献来解释结果。如果可能的话，咨询领域内的专家或进行进一步的模拟研究以验证你的发现也是一个好主意。

在学术论文和应用研究中，对于多内生变量模型的弱识别测试通常会更为复杂，需要更细致的方法论讨论和解释。因此，在使用这些统计量时保持谨慎，并确保理解它们的应用限制是非常重要的。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用

我最近也在疑惑这个，好像有的文章直接和10比较。甚至直接说通过了，也没具体说怎么比较的。楼主有新的想法吗

我最近也在疑惑这个，好像有的文章直接和10比较。甚至直接说通过了，也没具体说怎么比较的。楼主有新的想法吗

7825_1572564501 发表于 2026-3-1 15:31
我最近也在疑惑这个，好像有的文章直接和10比较。甚至直接说通过了，也没具体说怎么比较的。楼主有新的想法 ...

我看有使用weakiv或者weakivtest2命令去进行检验，但是我还没有找到进行了这种操作的文章。Stock-Yogo临界值应该是和内生变量还有工具变量的个数有关系，直接比较估计不是很稳健。我目前也没有什么好的想法。

thanks for sharing

https://zhuanlan.zhihu.com/p/180073096 指出：（2）最小特征统计量，minimum eigenvalue statistic，这是Stock and Yogo （2005）提出来的，stata会在ivreg2中给出临界值。Staiger and Stock （1997）建议只要该值大于10就认为不存在弱IV。这个值用于iid的情况。
这个倒是可以参考，但是我们一般并不假设iid。
另外，https://www.liuyanecon.com/wp-co ... 5%BC%8020201210.pdf 中，P7也指出了这个值，但我看了一下依然是临界值不可用。

https://zhuanlan.zhihu.com/p/180073096 指出：（2）最小特征统计量，minimum eigenvalue statistic，这是Stock and Yogo （2005）提出来的，stata会在ivreg2中给出临界值。Staiger and Stock （1997）建议只要该值大于10就认为不存在弱IV。这个值用于iid的情况。
这个倒是可以参考，但是我们一般并不假设iid。
另外，https://www.liuyanecon.com/wp-co ... 5%BC%8020201210.pdf 中，P7也指出了这个值，但我看了一下依然是临界值不可用。

https://zhuanlan.zhihu.com/p/180073096 指出：（2）最小特征统计量，minimum eigenvalue statistic，这是Stock and Yogo （2005）提出来的，stata会在ivreg2中给出临界值。Staiger and Stock （1997）建议只要该值大于10就认为不存在弱IV。这个值用于iid的情况。
这个倒是可以参考，但是我们一般并不假设iid。
另外，https://www.liuyanecon.com/wp-co ... 5%BC%8020201210.pdf 中，P7也指出了这个值，但我看了一下依然是临界值不可用。

https://zhuanlan.zhihu.com/p/180073096 指出：（2）最小特征统计量，minimum eigenvalue statistic，这是Stock and Yogo （2005）提出来的，stata会在ivreg2中给出临界值。Staiger and Stock （1997）建议只要该值大于10就认为不存在弱IV。这个值用于iid的情况。
这个倒是可以参考，但是我们一般并不假设iid。
另外，https://www.liuyanecon.com/wp-content/uploads/%E6%9D%8E%E7%AB%9E%E5%BC%8020201210.pdf 中，P7也指出了这个值，但我看了一下依然是临界值不可用。