2SLS nhưng Probit giai đoạn hai

Tôi đang cố gắng sử dụng phân tích biến công cụ để suy ra quan hệ nhân quả với dữ liệu quan sát.

Tôi đã bắt gặp một hồi quy hai bình phương nhỏ nhất (2SLS) có khả năng giải quyết vấn đề nội sinh trong nghiên cứu của tôi. Tuy nhiên, tôi muốn giai đoạn đầu tiên là OLS và giai đoạn thứ hai là probit trong 2SLS. Dựa trên việc đọc và tìm kiếm của tôi, tôi đã thấy các nhà nghiên cứu sử dụng 2SLS hoặc probit giai đoạn đầu và OLS giai đoạn thứ hai, nhưng không phải là cách khác, đó là điều tôi đang cố gắng đạt được.

Tôi hiện đang sử dụng lệnh Stata và ivreg trong Stata là cho 2SLS thẳng.

— Veronica
nguồn

Trường hợp của bạn là ít vấn đề hơn so với cách khác. Các toán tử dự đoán và phép chiếu tuyến tính trải qua giai đoạn đầu tiên tuyến tính (ví dụ OLS) nhưng không thông qua các toán tử phi tuyến tính như probit hoặc logit. Vì vậy nó không phải là một vấn đề nếu bạn lần đầu tiên thoái liên tục nội sinh biến của bạn trên công cụ của bạn (s) , và sau đó sử dụng các giá trị được trang bị trong một probit giai đoạn thứ hai để ước tính $X$ $Z$

X_{Tôi} = = một + Z_{Tôi}^{'} π + η_{Tôi}

$X_i = a + Z'_i\pi + \eta_i$

Pr (Y_{Tôi} = = 1 | {\hat{X}}_{Tôi}) = = Pr (β {\hat{X}}_{Tôi} + ε_{Tôi} > 0)

$\text{Pr}(Y_i=1|\widehat{X}_i) = \text{Pr}(\beta\widehat{X}_i + \epsilon_i > 0)$

$\widehat{X}_i$

// use a toy data set as example
webuse nlswork

// set up the program including 1st and 2nd stage
program my2sls
    reg grade age race tenure
    predict grade_hat, xb

    probit union grade_hat age race
    drop grade_hat
end

// obtain bootstrapped standard errors
bootstrap, reps(100): my2sls

Trong ví dụ này, chúng tôi muốn ước tính ảnh hưởng của số năm giáo dục đến xác suất tham gia vào một liên minh lao động. Cho rằng những năm giáo dục có khả năng là nội sinh, chúng tôi sử dụng nó với nhiều năm trong giai đoạn đầu tiên. Tất nhiên, điều này không có ý nghĩa gì từ quan điểm giải thích nhưng nó minh họa mã.

Chỉ cần đảm bảo rằng bạn sử dụng các biến kiểm soát ngoại sinh giống nhau trong cả giai đoạn đầu tiên và thứ hai. Trong ví dụ trên, đó là những age, racedụng cụ (không nhạy cảm) tenurechỉ có ở giai đoạn đầu tiên.

— Andy
nguồn

Cảm ơn rất nhiều, điều này đã giải quyết vấn đề tôi đang phải đối mặt. Cảm ơn một lần nữa.

— Veronica

Trên thực tế nghiên cứu đề xuất sử dụng cách tiếp cận chức năng điều khiển cho các mô hình phi tuyến như logit, sẽ sử dụng phần dư từ giai đoạn đầu tiên cùng với biến nội sinh, thay vì các giá trị dự đoán. Mặc dù dường như thường có những tiến bộ, hãy xem: stat.wharton.upenn.edu/~zijguo/ Kẻ

— robin.datadrivers 23/2/2017

Xin lỗi tôi đã không cung cấp một trích dẫn để so sánh hai cách tiếp cận cho các mô hình tuyến tính và phi tuyến. ncbi.nlm.nih.gov/pmc/articles/PMC2494557

— robin.datadrivers

-1 Tôi đã phải đưa ra câu trả lời này, vì dường như không thể thực hiện được ý tưởng của công cụ ước tính 2SLS cho các mô hình phi tuyến trong giai đoạn đầu tiên và / hoặc thứ hai. Nó có thể đúng với trường hợp LS giai đoạn 1 và probit giai đoạn 2 (@Andy bạn có tham khảo để hỗ trợ việc này không?), Nhưng ít nhất một lời cảnh báo là tôi đã thấy nhiều người thực hiện ý tưởng 2SLS trong tất cả các loại các trường hợp mô hình phi tuyến trong giai đoạn đầu và giai đoạn thứ hai và đó là vấn đề thực tiễn.

— Momo