(equation exactly identified) --- Included instruments: L.LnCO2 LnEVI LnPGDP LnPGDP2 LnEE LnURB LnTRA Duplicates: LnEVI Dropped collinear: LnEVI_L_LnCO2_g LnEVI_LnEVI_g LnEVI_LnPGDP_g LnEVI_LnPGDP2_g LnEVI_LnEE_g LnEVI_LnURB_g LnEVI_LnTRA_g ---...
此时无需执行过度识别检验,因为模型是恰足确认的(equation exactly identified)。这里要求p大于0.1。 (2)Hansen J统计量,加选项robust时汇报Hansen J统计量,不加robust选项时汇报Sargan统计量。也就是说iid时用Sargan统计量,非iid时用Hansen J统计量。 (3)C统计量,加orthog(varlist),varlist为需要检验外生性的...
(equation exactly identified) --- Instrumented: x c.x#c.w Included instruments: w Excluded instruments: z c.z#c.w --- . est store ivreg2 具体解释如下: 首先,使用命令ivreg2不仅可以得到估计结果,而且还可以得到若干工具变量的检验;- 使用命令ivreg2 y w (x c.x#c.w=z c....
Sargan statistic (overidentification test of all instruments): 0.000 (equation exactly identified) --- Instrumented: x c.x#c.w Included instruments: w Excluded instruments: z c.z#c.w --- . est store ivreg2 具体解释如下: 首先,使用命令ivreg2不仅可以得到估计结果,而且还可以得到若干工具变量的...
三个统计量:(1)Sargan统计量。Stata默认给出Sargan统计量。如果内生变量的数目和工具变量的数目完全相同。此时无需执行过度识别检验,因为模型是恰足确认的(equation exactly identified)。这里要求p大于0.1。 (2)Hansen J统计量,加选项robust时汇报Hansen J统计量,不加robust选项时汇报Sargan统计量。也就是说iid时用...
(equation exactly identified) --- Instrumented: x Excluded instruments: g --- 可以看出,同估计等价的理论相一致,在地区层面的工具变量回归和转换到冲击层面的工具变量回归的结果完全相同,都是 -0.596。但是标准误并不相同,这是因为数据转换后样本量产生了变化 (同时聚类的类定义也发生了改变)。感兴趣并想要深入...
如果工具变量个数正好等于内生变量个数,则称为 “恰好识别”(justidentified 或 exactly identified); 如果工具变量个数大于内生变量个数,则称为 “过度识别”(overidentified)。在恰好识别或过度识别的情况下,均可进行 2SLS 估计;而在不可识别的情况下,则无法进行。
此时无需执行过度识别检验,因为模型是恰足确认的(equation exactly identified)。这里要求p大于0.1。 (2)Hansen J统计量,加选项robust时汇报Hansen J统计量,不加robust选项时汇报Sargan统计量。也就是说iid时用Sargan统计量,非iid时用Hansen J统计量。 (3)C统计量,加orthog(varlist),varlist为需要检验外生性的...
Cointegrating equations 协整公式 Equation Parms chi2 P>chi2 --- _ce1 1 853.9078 0.0000 --- Identification: beta is exactly identified Johansen normalization restriction imposed --- beta | Coef. Std. Err. z P>|z| [95% Conf. Interval] ---...
如果工具变量个数正好等于内生变量个数,则称为 “恰好识别”(justidentified 或 exactly identified); 如果工具变量个数大于内生变量个数,则称为 “过度识别”(overidentified)。在恰好识别或过度识别的情况下,均可进行 2SLS 估计;而在不可识别的情况下,则无法进行。