工具变量法的Stata命令和实例-(17689)

工具变量法的Stata命令和实例-(17689)

ID:44839451

大小:73.82 KB

页数:12页

时间:2019-10-30

工具变量法的Stata命令和实例-(17689)_第1页
工具变量法的Stata命令和实例-(17689)_第2页
工具变量法的Stata命令和实例-(17689)_第3页
工具变量法的Stata命令和实例-(17689)_第4页
工具变量法的Stata命令和实例-(17689)_第5页
工具变量法的Stata命令和实例-(17689)_第6页
工具变量法的Stata命令和实例-(17689)_第7页
工具变量法的Stata命令和实例-(17689)_第8页
工具变量法的Stata命令和实例-(17689)_第9页
工具变量法的Stata命令和实例-(17689)_第10页
资源描述:

《工具变量法的Stata命令和实例-(17689)》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、工具变量法的Stata命令及实例本实例使用数据集“grilic.dta”。先看一下数据集的统计特征:.sumVariableObsMeanStd.Dev.MinMaxrns758.2691293.443800101rns80758.292876.455382501mrt758.5145119.500119401mrt80758.8984169.302298801smsa758.7044855.45657501smsa80758.7124011.45294201med75810.910292.74112018iq758103.8562

2、13.6186754145kww75836.573887.3022471256year75869.031662.6317946673age75821.835092.9817561630age8075833.011873.0855042838s75813.405012.231828918s8075813.707122.214693918expr7581.7354292.105542011.444expr8075811.394264.210745.69222.045tenure7581.8311351.67363010tenure807

3、587.3627975.05024022lw7585.686739.42894944.6057.051lw807586.826555.40992684.7498.032考察智商与受教育年限的相关关系:.corriqs(obs=758)iqsiq1.0000s0.51311.0000上表显示.智商(在一定程度上可以视为能力的代理变量)与受教育年限具有强烈的正相关关系(相关系数为0.51)。作为一个参考系.先进行OLS回归.并使用稳健标准差:...reglwsexprtenurernssmsa,rLinearregressionNumb

4、erofobs=758F(5,752)=84.05Prob>F=0.0000R-squared=0.3521RootMSE=.34641RobustlwCoef.Std.Err.tP>

5、t

6、[95%Conf.Interval]s.102643.006209916.530.000.0904523.1148338expr.0381189.00661445.760.000.025134.0511038tenure.0356146.00799884.450.000.0199118.0513173rns-.0840797.029533-2.8

7、50.005-.1420566-.0261029smsa.1396666.0280564.980.000.0845893.194744_cons4.103675.087666546.810.0003.9315754.275775.其中expr,tenure,rns,smsa均为控制变量.而我们主要感兴趣的是变量受教育年限(s)。回归的结果显示.教育投资的年回报率为10.26%.这个似乎太高了。可能的原因是.由于遗漏变量“能力”与受教育正相关.故“能力”对工资的贡献也被纳入教育的贡献.因此高估了教育的回报率。引入智商iq作为能力的代理

8、变量.再进行OLS回归:...reglwsiqexprtenurernssmsa,rLinearregressionNumberofobs=758F(6,751)=71.89Prob>F=0.0000R-squared=0.3600RootMSE=.34454RobustlwCoef.Std.Err.tP>

9、t

10、[95%Conf.Interval]s.0927874.006976313.300.000.0790921.1064826iq.0032792.00113212.900.004.0010567.0055016expr.039

11、3443.00666035.910.000.0262692.0524193tenure.034209.00789574.330.000.0187088.0497092rns-.0745325.0299772-2.490.013-.1333815-.0156834smsa.1367369.02777124.920.000.0822186.1912553_cons3.895172.115928633.600.0003.6675894.122754虽然教育的投资回报率有所下降.但是依然很高。由于用iq作为能力的代理变量有测量误差.故iq是

12、内生变量.考虑使用变量(med(母亲的受教育年限)、kww(在“knowledgeoftheWorldofWork”中的成绩)、mrt(婚姻虚拟变量.已婚=1)age(年龄))作为iq的工具变量.进行2SLS回归.并使用稳健的标准差:

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。