如何使用 R 中“ivprobit”包中的“ivprobit”功能？

Question

我正在尝试理解 R 中“ivprobit”包中“ivprobit”函数的语法。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

然后显示对应的例子：

 data(eco)

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

 summary(pro)

如果我符合指令的解释，

 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。 此外，如果 x2 是完整的工具集，为什么它不包括内生变量 y1 呢？相反，它还包括“gap”和“cfa”变量，这些变量甚至都没有显示在 x（外生变量）甚至 y 中。

假设我选择的工具变量确实是“eqrat”和“bonus”，我如何构建知道 x（外生变量）和 x2（完整的工具集）之间的差异？

Answer 1

请注意，这里我们讨论的是 sintax，而不是模型的“优点”，对于此类问题，您应该参考 https://stats.stackexchange.com/。

我们以这个等式为例：。

正如正确指出的那样， 在等式中不是真的，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）；

• 是没有“问题”的外生变量（一个或多个）；
• 是“帮助”内生变量的工具（一个或多个）；

为什么内生有问题？因为它们与错误 相关，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属性（更多 here）：

• 独立于误差项；
• 不影响 给定 保持不变；
• 与相关。

在建议的sintax中，我们有：

• x，外生，对应（没问题）；
• y1，内生，对应（有问题）；
• x2，全套仪器，对应。

在您引用的示例中，x2 与x 共享一些公共变量，这是一组外生变量（没有问题），加上另外两个工具。

该模型使用 3 个外生变量作为工具，再加上另外两个变量。

我不明白 x 和 x2 的区别

x2 是工具，可能会或可能不会与一组外生变量 (x) 重叠。

如果 x2 是完整的工具集，为什么它不包括内生变量 y1？

它不得包括内生变量，因为这些是方程需要使用工具处理的变量。

---

一个例子：

您想要构建一个模型，希望预测双亲家庭中的女性是否有工作。你有这些变量：

• fem_works，响应或因变量；
• fem_edu，女性受教育程度，外生；
• kids，夫妻子女数，外生；
• other_income，家庭收入，内生（你知道这是先验知识）；
• male_edu，人的学历，乐器（这个你选）。

使用ivprobit，这将是：

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

other_income 对模型有问题，因为您怀疑它与误差项相关（其他冲击可能同时影响fem_works 和other_income），您决定使用male_edu 作为工具，在为了“缓解”这个问题。 （示例取自here）