r - 如何在R中的 "ivprobit"包中使用 "ivprobit"函数？

我试图理解R中“ivprobit”包中“ivprobit”函数的语法。该指令说:

 Usage
 ivprobit(formula, data)

 Arguments
    formula y~x|y1|x2 whre y is the dichotomous l.h.s.,x is the r.h.s.
            exogenous variables,y1 is the r.h.s. endogenous variables and
            x2 is the complete set of instruments
    data    the dataframe

然后显示相应的示例:

 data(eco)

 pro<-ivprobit(d2~ltass+roe+div|eqrat+bonus|ltass+roe+div+gap+cfa,eco)

 summary(pro)

如果我符合指令的说明，

 y= d2 = dichotomous l.h.s.
 x= ltass+roe+div = the r.h.s. exogenous variables
 y1= eqrat+bonus = the r.h.s. endogenous variables
 x2= tass+roe+div+gap+cfa = the complete set of instruments

我不明白x和x2之间的区别。
另外，如果x2是完整的工具集，为什么它还不包含内生变量y1？相反，它还包括“gap”和“cfa”变量，它们甚至都没有在x(外生变量)或y中显示。

假设我选择的工具变量确实是“eqrat”和“bonus”，那么我如何构造才能知道x(外生变量)和x2(整套工具)之间的区别？

最佳答案

请注意，这里我们讨论的是sintax，而不是模型的“优点”，对于这种问题，您应该引用https://stats.stackexchange.com/。

让我们以以下等式为例:。

正确指出，在表达式中不是，而是，这只是一个示例。

这里:

是因变量；

是“有问题”的内生变量(一个或多个)；

是非“有问题”的外生变量(一个或多个)；

是“帮助”内生变量的工具(一种或多种)；

为什么内源性有问题？因为它们与错误相关，所以这会导致经典OLS估计出现问题。

是工具，因为它们具有一些基本的特性(更多here):

与错误项无关；

在保持不变的情况下，不影响；

与相关。

在提议的sintax中，我们有:

x，外生的，对应于(没有问题)；

y1，内生的，与对应(有问题)；

x2，对应于的完整工具集。

在您引用的示例中，x2与x共享一些公共(public)变量，x2是一组外生变量(没有问题)，另外还有两个工具。

该模型使用3个外生变量作为工具，外加另外两个变量。


x是工具，可能与外生变量集(fem_works)重叠。



一定不要包含内生变量，因为这些是使用工具需要方程式照顾的变量。

一个例子:

您想建立一个模型，以预测是否有两个 parent 家庭中的妇女受雇。您具有以下变量:

fem_edu，响应或因变量；

kids，女人的教育水平，外生；

other_income，这对夫妇的 child 数量，外生；

male_edu，家庭收入，内生的(您知道这是先验知识)；

ivprobit，男人，乐器的受教育程度(您选择此选项)。

使用other_income，它将是:

mod <- ivprobit(fem_works ~ fem_edu + kids | other_income | fem_edu + kids + male_edu, data)

fem_works对模型有问题，因为您怀疑它与错误项相关(其他冲击可能会影响other_income和male_edu)，因此您决定使用ojit_code作为工具，以“缓解”该问题。 (示例取自here)

关于r - 如何在R中的 "ivprobit"包中使用 "ivprobit"函数？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/54806589/