急！ivreg2 回归结果中只报告了 Hansen J statistic 的结果，无法显示其他检验结果。

听见海涛声 发表于 2018-5-1 20:50
是的，我用的是Stata SE 15.1.

有劳您为我指出问题所在。

我不是用 Mac，请你找个同学用他的电脑试试看。

黃河泉 发表于 2018-5-2 07:30
我不是用 Mac，请你找个同学用他的电脑试试看。

谢谢您，已经请好朋友把数据跑了一半，可以正常显示。我很想找出为什么我的stata for mac 会出现只显示 Hansen J 统计量的原因，然后使之恢复正常。

再次感谢您的帮助，我先自己琢磨一下，看看如何解决这个问题。

祝好:)

mac 的结果

1. .  use http://fmwww.bc.edu/ec-p/data/hayashi/griliches76.dta, clear
   
2. (Wages of Very Young Men, Zvi Griliches, J.Pol.Ec. 1976)
   
3. 
   
4. .  ivreg2 lw s expr tenure rns smsa i.year (iq=med kww age mrt), small first
   
5. 
   
6. First-stage regressions
   
7. -----------------------
   
8. 
   
9. 
   
10. First-stage regression of iq:
    
11. 
    
12. Statistics consistent for homoskedasticity only
    
13. Number of obs =                    758
    
14. ------------------------------------------------------------------------------
    
15.           iq |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
    
16. -------------+----------------------------------------------------------------
    
17.          med |   .2877745   .1622338     1.77   0.077    -.0307176    .6062665
    
18.          kww |   .4581116   .0699323     6.55   0.000     .3208229    .5954003
    
19.          age |  -.8809144   .2232535    -3.95   0.000    -1.319198   -.4426307
    
20.          mrt |   -.584791    .946056    -0.62   0.537    -2.442056    1.272474
    
21.            s |   2.497742   .2858159     8.74   0.000     1.936638    3.058846
    
22.         expr |   -.033548   .2534458    -0.13   0.895    -.5311042    .4640082
    
23.       tenure |   .6158215   .2731146     2.25   0.024     .0796522    1.151991
    
24.          rns |  -2.610221   .9499731    -2.75   0.006    -4.475177   -.7452663
    
25.         smsa |   .0260481   .9222585     0.03   0.977    -1.784499    1.836595
    
26.              |
    
27.         year |
    
28.          67  |   .9254935   1.655969     0.56   0.576    -2.325449    4.176436
    
29.          68  |   .4706951   1.574561     0.30   0.765    -2.620429     3.56182
    
30.          69  |   2.164635   1.521387     1.42   0.155    -.8221007     5.15137
    
31.          70  |   5.734786   1.696033     3.38   0.001     2.405191    9.064381
    
32.          71  |   5.180639   1.562156     3.32   0.001     2.113866    8.247411
    
33.          73  |   4.526686    1.48294     3.05   0.002     1.615429    7.437943
    
34.              |
    
35.        _cons |   67.20449   4.107281    16.36   0.000     59.14121    75.26776
    
36. ------------------------------------------------------------------------------
    
37. F test of excluded instruments:
    
38.   F(  4,   742) =    13.79
    
39.   Prob > F      =   0.0000
    
40. Sanderson-Windmeijer multivariate F test of excluded instruments:
    
41.   F(  4,   742) =    13.79
    
42.   Prob > F      =   0.0000
    
43. 
    
44. 
    
45. 
    
46. Summary results for first-stage regressions
    
47. -------------------------------------------
    
48. 
    
49.                                            (Underid)            (Weak id)
    
50. Variable     | F(  4,   742)  P-val | SW Chi-sq(  4) P-val | SW F(  4,   742)
    
51. iq           |      13.79    0.0000 |       56.33   0.0000 |       13.79
    
52. 
    
53. Stock-Yogo weak ID F test critical values for single endogenous regressor:
    
54.                                     5% maximal IV relative bias    16.85
    
55.                                    10% maximal IV relative bias    10.27
    
56.                                    20% maximal IV relative bias     6.71
    
57.                                    30% maximal IV relative bias     5.34
    
58.                                    10% maximal IV size             24.58
    
59.                                    15% maximal IV size             13.96
    
60.                                    20% maximal IV size             10.26
    
61.                                    25% maximal IV size              8.31
    
62. Source: Stock-Yogo (2005).  Reproduced by permission.
    
63. NB: Critical values are for Sanderson-Windmeijer F statistic.
    
64. 
    
65. Underidentification test
    
66. Ho: matrix of reduced form coefficients has rank=K1-1 (underidentified)
    
67. Ha: matrix has rank=K1 (identified)
    
68. Anderson canon. corr. LM statistic       Chi-sq(4)=52.44    P-val=0.0000
    
69. 
    
70. Weak identification test
    
71. Ho: equation is weakly identified
    
72. Cragg-Donald Wald F statistic                                      13.79
    
73. 
    
74. Stock-Yogo weak ID test critical values for K1=1 and L1=4:
    
75.                                     5% maximal IV relative bias    16.85
    
76.                                    10% maximal IV relative bias    10.27
    
77.                                    20% maximal IV relative bias     6.71
    
78.                                    30% maximal IV relative bias     5.34
    
79.                                    10% maximal IV size             24.58
    
80.                                    15% maximal IV size             13.96
    
81.                                    20% maximal IV size             10.26
    
82.                                    25% maximal IV size              8.31
    
83. Source: Stock-Yogo (2005).  Reproduced by permission.
    
84. 
    
85. Weak-instrument-robust inference
    
86. Tests of joint significance of endogenous regressors B1 in main equation
    
87. Ho: B1=0 and orthogonality conditions are valid
    
88. Anderson-Rubin Wald test           F(4,742)=      24.23     P-val=0.0000
    
89. Anderson-Rubin Wald test           Chi-sq(4)=     98.99     P-val=0.0000
    
90. Stock-Wright LM S statistic        Chi-sq(4)=     87.56     P-val=0.0000
    
91. 
    
92. Number of observations               N  =        758
    
93. Number of regressors                 K  =         13
    
94. Number of endogenous regressors      K1 =          1
    
95. Number of instruments                L  =         16
    
96. Number of excluded instruments       L1 =          4
    
97. 
    
98. IV (2SLS) estimation
    
99. --------------------
    
100. 
     
101. Estimates efficient for homoskedasticity only
     
102. Statistics consistent for homoskedasticity only
     
103. 
     
104.                                                       Number of obs =      758
     
105.                                                       F( 12,   745) =    45.91
     
106.                                                       Prob > F      =   0.0000
     
107. Total (centered) SS     =  139.2861498                Centered R2   =   0.4255
     
108. Total (uncentered) SS   =  24652.24662                Uncentered R2 =   0.9968
     
109. Residual SS             =   80.0182337                Root MSE      =    .3277
     
110. 
     
111. ------------------------------------------------------------------------------
     
112.           lw |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
     
113. -------------+----------------------------------------------------------------
     
114.           iq |   .0001747   .0039374     0.04   0.965    -.0075551    .0079044
     
115.            s |   .0691759    .013049     5.30   0.000     .0435587    .0947931
     
116.         expr |    .029866    .006697     4.46   0.000     .0167189    .0430132
     
117.       tenure |   .0432738   .0076934     5.62   0.000     .0281705     .058377
     
118.          rns |  -.1035897   .0297371    -3.48   0.001    -.1619682   -.0452111
     
119.         smsa |   .1351148   .0268889     5.02   0.000     .0823277    .1879019
     
120.              |
     
121.         year |
     
122.          67  |   -.052598   .0481067    -1.09   0.275    -.1470388    .0418428
     
123.          68  |   .0794686   .0451078     1.76   0.079     -.009085    .1680222
     
124.          69  |   .2108962   .0443153     4.76   0.000     .1238984    .2978939
     
125.          70  |   .2386338   .0514161     4.64   0.000     .1376962    .3395714
     
126.          71  |   .2284609   .0441236     5.18   0.000     .1418396    .3150823
     
127.          73  |   .3258944   .0410718     7.93   0.000     .2452642    .4065247
     
128.              |
     
129.        _cons |    4.39955   .2708771    16.24   0.000     3.867777    4.931323
     
130. ------------------------------------------------------------------------------
     
131. Underidentification test (Anderson canon. corr. LM statistic):          52.436
     
132.                                                    Chi-sq(4) P-val =    0.0000
     
133. ------------------------------------------------------------------------------
     
134. Weak identification test (Cragg-Donald Wald F statistic):               13.786
     
135. Stock-Yogo weak ID test critical values:  5% maximal IV relative bias    16.85
     
136.                                          10% maximal IV relative bias    10.27
     
137.                                          20% maximal IV relative bias     6.71
     
138.                                          30% maximal IV relative bias     5.34
     
139.                                          10% maximal IV size             24.58
     
140.                                          15% maximal IV size             13.96
     
141.                                          20% maximal IV size             10.26
     
142.                                          25% maximal IV size              8.31
     
143. Source: Stock-Yogo (2005).  Reproduced by permission.
     
144. ------------------------------------------------------------------------------
     
145. Sargan statistic (overidentification test of all instruments):          87.655
     
146.                                                    Chi-sq(3) P-val =    0.0000
     
147. ------------------------------------------------------------------------------
     
148. Instrumented:         iq
     
149. Included instruments: s expr tenure rns smsa 67.year 68.year 69.year 70.year
     
150.                       71.year 73.year
     
151. Excluded instruments: med kww age mrt
     
152. ------------------------------------------------------------------------------

复制代码

蓝色 发表于 2018-5-2 20:16
mac 的结果

再次感谢您的帮助~

我刚刚找到问题的根源：是ivreg2命令的安装出了问题。黄老师提醒我更新ivreg2时，我直接findit ivreg2,然后安装。stata 提醒我已经是最新版。

今天使用ssc install ivreg2,replace。之后，可以出现您所呈现的结果。

敬礼！

黃河泉 发表于 2018-5-1 16:17

黄老师您好！我正在用ivreg2这个命令，得到的结果正如您展示的样子，想问一下您，结果里是不是没有第一阶段的F统计量呢？还是说就是第一阶段结果的summary里的F值？我看这个F值和弱识别检验的F值完全一样，是这样吗？小白刚学这个，还请您指教

黃河泉 发表于 2018-5-1 16:16
奇怪了，我试了都没问题 (你也试一下)。

老师，您好，请问我使用了您这个原始数据代码可以得到 识别不足 等检验结果，但用自己的数据做工具变量回归时就不会显示这些结果呢
ivregress 2sls shangzhicxrh grpduishu renjungrp cpi shequ keyun i.year i.code (shuzijingji=gong
> ju) ,r first

First-stage regressions
-----------------------

                                                        Number of obs =     70
                                                        F(21, 48)     =  45.79
                                                        Prob > F      = 0.0000
                                                        R-squared     = 0.9186
                                                        Adj R-squared = 0.8829
                                                        Root MSE      = 0.0482

---------------------------------------------------------------------------------
                |               Robust
shuzijingjizh~u | Coefficient  std. err.      t    P>|t|     [95% conf. interval]
----------------+----------------------------------------------------------------
      grpduishu |  -.0578206   .0691644    -0.84   0.407    -.1968849    .0812437
      renjungrp |  -9.24e-07   7.16e-07    -1.29   0.203    -2.36e-06    5.15e-07
            cpi |    .014552   .0107174     1.36   0.181    -.0069967    .0361008
          shequ |   .0000281    .000092     0.31   0.761    -.0001568     .000213
          keyun |  -7.62e-07   8.68e-07    -0.88   0.384    -2.51e-06    9.83e-07
                |
           year |
          2014  |   .0490418   .0238744     2.05   0.045     .0010391    .0970446
          2015  |   .0767599   .0253209     3.03   0.004     .0258488     .127671
          2016  |   .1119565   .0291993     3.83   0.000     .0532474    .1706656
          2017  |   .1165454   .0334981     3.48   0.001      .049193    .1838979
          2018  |   .1954376   .0360533     5.42   0.000     .1229476    .2679276
          2019  |   .2663214   .0419712     6.35   0.000     .1819326    .3507101
          2020  |   .3478126   .0440673     7.89   0.000     .2592095    .4364158
          2021  |   .2306333   .0531789     4.34   0.000     .1237099    .3375566
          2022  |   .2395223   .0497993     4.81   0.000      .139394    .3396505
                |
           code |
             2  |   .0251238   .0498542     0.50   0.617    -.0751147    .1253624
             3  |  -.1430153   .0409603    -3.49   0.001    -.2253715   -.0606591
             4  |  -.1237437   .1399938    -0.88   0.381    -.4052201    .1577328
             5  |  -.1515676   .1530394    -0.99   0.327    -.4592738    .1561387
             7  |  -.1562863   .0547471    -2.85   0.006    -.2663628   -.0462098
             8  |  -.0635687   .0480906    -1.32   0.192    -.1602613     .033124
                |
gongjubianliang |   1.06e-06   5.86e-07     1.82   0.076    -1.14e-07    2.24e-06
          _cons |   -.785816    1.33629    -0.59   0.559    -3.472607    1.900975
---------------------------------------------------------------------------------


Instrumental variables 2SLS regression            Number of obs   =         70
                                                  Wald chi2(21)   =    1923.15
                                                  Prob > chi2     =     0.0000
                                                  R-squared       =     0.9584
                                                  Root MSE        =      .0263

-----------------------------------------------------------------------------------
                  |               Robust
     shangzhicxrh | Coefficient  std. err.      z    P>|z|     [95% conf. interval]
------------------+----------------------------------------------------------------
shuzijingjizhishu |   .2444346   .2872948     0.85   0.395    -.3186529    .8075221
        grpduishu |   .0624645   .0503203     1.24   0.214    -.0361614    .1610904
        renjungrp |  -2.21e-07   3.42e-07    -0.65   0.517    -8.91e-07    4.48e-07
              cpi |   .0048327    .006994     0.69   0.490    -.0088752    .0185407
            shequ |   .0001126   .0000467     2.41   0.016     .0000211    .0002042
            keyun |   1.06e-06   7.18e-07     1.48   0.139    -3.45e-07    2.47e-06
                  |
             year |
            2014  |   .0132133   .0191165     0.69   0.489    -.0242543     .050681
            2015  |  -.0227431   .0328115    -0.69   0.488    -.0870525    .0415663
            2016  |  -.0234324   .0446704    -0.52   0.600    -.1109848      .06412
            2017  |  -.0540701     .05135    -1.05   0.292    -.1547142     .046574
            2018  |  -.0758195   .0776714    -0.98   0.329    -.2280525    .0764136
            2019  |   .2769308   .0964201     2.87   0.004     .0879507    .4659108
            2020  |  -.1204645     .12107    -0.99   0.320    -.3577573    .1168284
            2021  |  -.0649956   .0929109    -0.70   0.484    -.2470977    .1171064
            2022  |  -.0894111   .0955557    -0.94   0.349    -.2766968    .0978746
                  |
             code |
               2  |  -.0221402   .0154364    -1.43   0.151    -.0523949    .0081146
               3  |  -.0078821   .0490236    -0.16   0.872    -.1039667    .0882025
               4  |   .1736486   .1304133     1.33   0.183    -.0819568    .4292541
               5  |    .092869   .1436399     0.65   0.518    -.1886602    .3743981
               7  |    .086805   .0563703     1.54   0.124    -.0236788    .1972888
               8  |  -.0716005   .0123701    -5.79   0.000    -.0958454   -.0473556
                  |
            _cons |  -.9534107   .6106203    -1.56   0.118    -2.150204     .243383
-----------------------------------------------------------------------------------
Instrumented: shuzijingjizhishu
Instruments: grpduishu renjungrp cpi shequ keyun 2014.year 2015.year 2016.year
              2017.year 2018.year 2019.year 2020.year 2021.year 2022.year 2.code
              3.code 4.code 5.code 7.code 8.code gongjubianliang

.
end of do-file