内生变量和工具变量都是虚拟变量的话，stata的工具变量回归命令是怎么样的啊?

求大神帮忙，用工具变量解决内生性问题的时候，内生变量和工具变量都是虚拟变量的话，stata的工具变量回归命令是怎么样的啊?比如Y=aX1+bx2+c，X1是有内生性的变量，Z1、Z2是工具变量，X1、Z1、Z2都是虚拟变量，那么可以用ivregress 2sls Y X2 (X1=Z1 Z2)吗？还是说ivregress需要变量是连续的，虚拟变量的话有别的命令吗？急求，万分感谢！

参阅cmp命令，第一步应该使用probit或者oprobit模型回归

请问楼主，工具变量可以作为虚拟变量吗？我也遇到这个问题，想请教一下。一般对此都没有说明。谢谢！

截面数据一般可以用CMP解决，面板的话据说可以手段PROBIT的工具变量回归，但后者还不清楚

请问楼主解决了吗，我也遇到这个问题，可否告知？谢谢

请问楼主解决了吗，我也遇到这个问题，可否告知？谢谢!

在Stata中使用工具变量回归时，无论内生变量和工具变量是否为虚拟（二元）变量，`ivregress 2sls` 命令都是适用的。因此，在您的情况下，可以直接使用 `ivregress 2sls Y X2 (X1=Z1 Z2)` 进行回归分析。

这里的关键是将有内生性的虚拟变量（X1）与它的工具变量（Z1和Z2，同样是虚拟变量）关联起来。尽管通常在讨论工具变量时更多地提及连续变量，但Stata的`ivregress 2sls` 命令并不限制变量类型——无论是连续、离散还是虚拟。

只要满足工具变量的相关性和外生性条件（即Z1和Z2与X1相关且只通过影响X1间接影响Y），您就可以用上述命令进行回归。如果模型设定正确，即使所有这些变量都是虚拟的，Stata也能给出相应的估计结果。

因此，在您的具体问题中：

- Y 是因变量。
- X1 是有内生性的自变量（同时也是虚拟变量）。
- X2 是没有内生性问题的控制变量。
- Z1 和 Z2 则是X1的工具变量，也是虚拟变量。

使用 `ivregress 2sls` 命令，您可以通过以下方式运行回归：

```
ivregress 2sls Y X2 (X1=Z1 Z2)
```

这将给出一个通过两阶段最小二乘法估计的回归结果，其中处理了内生性问题。

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