在所有数据都不存在缺失的情况下，2SLS回归出来的样本数会比原样本数量要少吗？

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

在所有数据都不存在缺失的情况下，2SLS回归出来的样本数会比原样本数量要少吗？

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：2SLS 样本数量 样本数 不存在 样本

自己试一下就知道了吧。并不会一定要少的

1. . ivregress 2sls price mpg (weight = turn)
   
2. 
   
3. Instrumental variables (2SLS) regression          Number of obs   =         74
   
4.                                                   Wald chi2(2)    =      20.07
   
5.                                                   Prob > chi2     =     0.0000
   
6.                                                   R-squared       =     0.1844
   
7.                                                   Root MSE        =     2645.6
   
8. 
   
9. ------------------------------------------------------------------------------
   
10.        price |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
    
11. -------------+----------------------------------------------------------------
    
12.       weight |   -.375361   .9995921    -0.38   0.707    -2.334526    1.583803
    
13.          mpg |  -279.5953   120.8809    -2.31   0.021    -516.5176   -42.67303
    
14.        _cons |   13253.27    5455.85     2.43   0.015     2559.999    23946.54
    
15. ------------------------------------------------------------------------------
    
16. Instrumented:  weight
    
17. Instruments:   mpg turn
    
18. 
    
19. . reg price mpg weight
    
20. 
    
21.       Source |       SS           df       MS      Number of obs   =        74
    
22. -------------+----------------------------------   F(2, 71)        =     14.74
    
23.        Model |   186321280         2  93160639.9   Prob > F        =    0.0000
    
24.     Residual |   448744116        71  6320339.67   R-squared       =    0.2934
    
25. -------------+----------------------------------   Adj R-squared   =    0.2735
    
26.        Total |   635065396        73  8699525.97   Root MSE        =      2514
    
27. 
    
28. ------------------------------------------------------------------------------
    
29.        price |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
    
30. -------------+----------------------------------------------------------------
    
31.          mpg |  -49.51222   86.15604    -0.57   0.567    -221.3025     122.278
    
32.       weight |   1.746559   .6413538     2.72   0.008      .467736    3.025382
    
33.        _cons |   1946.069    3597.05     0.54   0.590    -5226.245    9118.382
    
34. ------------------------------------------------------------------------------

复制代码