二值logit模型的适用条件_二值变量的模型选择、内生转换模型和HECKMAN两阶段选择模型区别...

老师,您好!       我在使用tobit和ivtobit进行实证分析,被解释变量是夏普比率,主要解释变量是是否有住房,有住房为1,没有为0。想请教您几个问题:   (1)使用tobit回归时,正向显著的控制变量,在使用ivtobit回归时,结果是负向显著,主要解释变量没有这个问题。我的ivtobit命令是 ivtobit shape income age wealth marriedhealth (household=ivprice),twostepfirst ll(0)   请问老师,我的这种回归结果是否可用呢?出现这种问题的原因是什么呢?
(2)使用上述ivtobit命令进行回归后,得到的F值是15.68,小于16.38,我参考的文献中,有的说F值>10,可以消除弱工具变量问题,有的说F>16.38才可以消除弱工具变量问题,请问老师用上述命令得出的F值应该根据10还是16.38来判断是否有弱工具变量问题呢?感谢!

解答:

(1)如果被解释变量是二值变量,处理内生性问题一般采用ivprobit命令。你说的ivprobit命令不行,是什么意思?是命令无法执行,还是结果并不理想。如果是前者,那你需要检验你的被解释变量是不是二值变量;如果是第二种情况,那么你需要考虑你的工具变量在经济学里是不是理想的工具变量。

(2)对于这个问题,计量经济圈公众号有相应的文章可以参考(Heckman模

  • 2
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值