cragg donald wald f 统计量

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

求大佬指教，cragg donald wald f 统计量这个用于判定弱工具变量的统计量的评价标准是什么？

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1 收藏8 回帖

关键词：弱工具变量 工具变量 评价标准 统计量 弱工具

1. 請修正標準誤 (robust)。 2. 請看看

1. . ivreg2 lw s expr tenure rns smsa i.year (iq=med kww age mrt), robust
   
2. 
   
3. IV (2SLS) estimation
   
4. --------------------
   
5. 
   
6. Estimates efficient for homoskedasticity only
   
7. Statistics robust to heteroskedasticity
   
8. 
   
9.                                                       Number of obs =      758
   
10.                                                       F( 12,   745) =    46.94
    
11.                                                       Prob > F      =   0.0000
    
12. Total (centered) SS     =  139.2861498                Centered R2   =   0.4255
    
13. Total (uncentered) SS   =  24652.24662                Uncentered R2 =   0.9968
    
14. Residual SS             =   80.0182337                Root MSE      =    .3249
    
15. 
    
16. ------------------------------------------------------------------------------
    
17.              |               Robust
    
18.           lw |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
    
19. -------------+----------------------------------------------------------------
    
20.           iq |   .0001747   .0041241     0.04   0.966    -.0079085    .0082578
    
21.            s |   .0691759   .0132907     5.20   0.000     .0431266    .0952253
    
22.         expr |    .029866   .0066974     4.46   0.000     .0167394    .0429926
    
23.       tenure |   .0432738   .0073857     5.86   0.000     .0287981    .0577494
    
24.          rns |  -.1035897    .029748    -3.48   0.000    -.1618947   -.0452847
    
25.         smsa |   .1351148    .026333     5.13   0.000     .0835032    .1867265
    
26.              |
    
27.         year |
    
28.          67  |   -.052598   .0457261    -1.15   0.250    -.1422195    .0370235
    
29.          68  |   .0794686   .0428231     1.86   0.063    -.0044631    .1634003
    
30.          69  |   .2108962   .0408774     5.16   0.000     .1307779    .2910144
    
31.          70  |   .2386338   .0529825     4.50   0.000     .1347901    .3424776
    
32.          71  |   .2284609   .0426054     5.36   0.000     .1449558     .311966
    
33.          73  |   .3258944   .0405569     8.04   0.000     .2464044    .4053844
    
34.              |
    
35.        _cons |    4.39955    .290085    15.17   0.000     3.830994    4.968106
    
36. ------------------------------------------------------------------------------
    
37. Underidentification test (Kleibergen-Paap rk LM statistic):             41.537
    
38.                                                    Chi-sq(4) P-val =    0.0000
    
39. ------------------------------------------------------------------------------
    
40. Weak identification test (Cragg-Donald Wald F statistic):               13.786
    
41.                          (Kleibergen-Paap rk Wald F statistic):         12.167
    
42. Stock-Yogo weak ID test critical values:  5% maximal IV relative bias    16.85
    
43.                                          10% maximal IV relative bias    10.27
    
44.                                          20% maximal IV relative bias     6.71
    
45.                                          30% maximal IV relative bias     5.34
    
46.                                          10% maximal IV size             24.58
    
47.                                          15% maximal IV size             13.96
    
48.                                          20% maximal IV size             10.26
    
49.                                          25% maximal IV size              8.31
    
50. Source: Stock-Yogo (2005).  Reproduced by permission.
    
51. NB: Critical values are for Cragg-Donald F statistic and i.i.d. errors.
    
52. ------------------------------------------------------------------------------
    
53. Hansen J statistic (overidentification test of all instruments):        74.165
    
54.                                                    Chi-sq(3) P-val =    0.0000
    
55. ------------------------------------------------------------------------------
    
56. Instrumented:         iq
    
57. Included instruments: s expr tenure rns smsa 67.year 68.year 69.year 70.year
    
58.                       71.year 73.year
    
59. Excluded instruments: med kww age mrt
    
60. ------------------------------------------------------------------------------

复制代码

请看看 Kleibergen-Paap rk Wald F statistic，要大于 10 (若没有 weak instrument)。  

黃河泉 发表于 2018-11-22 10:22
1. 請修正標準誤 (robust)。 2. 請看看请看看 Kleibergen-Paap rk Wald F statistic，要大于 10 (若没有 we ...

谢谢您

黃河泉 发表于 2018-11-22 10:22
1. 請修正標準誤 (robust)。 2. 請看看请看看 Kleibergen-Paap rk Wald F statistic，要大于 10 (若没有 we ...

黄老师， 向您请教。
1. IV relative bias 和 IV size 应该看哪个呀？
2. 如果按IV size 说的话，我没有假设i.i.d，应该参考 Kleibergen F统计量12.167，大于的是20%的IV size 10.26，我能说拒绝弱工具变量的原假设么？
感谢！

薰衣草Ge 发表于 2019-8-27 12:47
黄老师， 向您请教。
1. IV relative bias 和 IV size 应该看哪个呀？
2. 如果按IV size 说的话，我没 ...

没听过！

黃河泉 发表于 2019-8-27 16:17
没听过！

黄老师，我说的数据 和 IV relative bias 和IV size就是您前几层楼发的结果里面的。

薰衣草Ge 发表于 2019-8-28 09:05
黄老师，我说的数据 和 IV relative bias 和IV size就是您前几层楼发的结果里面的。

真的没听过！

黃河泉 发表于 2019-8-28 09:43
真的没听过！

恩 谢谢老师，我再找找资料~

黃河泉 发表于 2018-11-22 10:22
1. 請修正標準誤 (robust)。 2. 請看看请看看 Kleibergen-Paap rk Wald F statistic，要大于 10 (若没有 we ...

请问黄老师，如果是ivprobit，怎么做Cragg-Donald Wald F-statistic的检验呢，谢谢老师回复

孙晓瞳 发表于 2019-10-17 16:12
请问黄老师，如果是ivprobit，怎么做Cragg-Donald Wald F-statistic的检验呢，谢谢老师回复

不好意思，这我不熟！