在stata中，logit模型如何利用工具变量回归

相似文件 换一批

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

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！

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6 回帖

关键词：logit模型 Stata logit tata 工具变量 模型 如何

求大侠

同求啊！

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

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。

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？

sucheng199099 发表于 2017-11-1 03:16
请问有没有文献出处？

"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。" 的讲法是错的！

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 ...

楼主都说有ivprobit命令了，说明probit模型如果存在内生性，也可以用工具变量方法处理。
    [R] ivprobit -- Probit model with continuous endogenous regressors

那么你的说法就是错误的。

蓝色 发表于 2017-11-1 07:58
楼主都说有ivprobit命令了，说明probit模型如果存在内生性，也可以用工具变量方法处理。
    [R] ivprob ...

是的，这个忘记订正了，抱歉。顺便再补充一下，如果是二值自变量是内生变量可以用二元probit（bivariate probit）模型加工具变量来解决。stata中的命令是biprobit。

黃河泉 发表于 2017-11-1 07:10
"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 ...

是的，这个是错误的说法，刚刚回复了。