2SLSが第2ステージのプロビット

観測データで因果関係を推測するために、機器変数分析を使用しようとしています。

私の研究における内因性の問題に対処する可能性が高い2段階の最小二乗（2SLS）回帰に遭遇しました。ただし、最初の段階はOLSになり、2番目の段階は2SLS内でプロビットになります。私の読書と検索に基づいて、研究者は2SLSまたは第1段階のプロビットと第2段階のOLSのいずれかを使用していますが、私が達成しようとしているのは逆ではありません。

現在、Stataを使用していますが、Stataのivregコマンドはストレート2SLS用です。

あなたのケースは、他の方法よりも問題が少ないです。期待値演算子と線形予測演算子は、線形の第1段階（OLSなど）を通過しますが、プロビットやロジットのような非線形段階は通過しません。したがって、それはあなたが最初にあなたの連続生変数の退行場合は問題ではないご使用の機器（複数可）上をZ、 X I = A + Z " I π + η I 、その後推定するプロビット第二段階での近似値を使用して のPr （Yを私は = 1 | X I）= Prの（$X$$Z$

$\widehat{X}_i$

// 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

この例では、長年の教育が労働組合に入る確率に及ぼす影響を推定したいと思います。教育の年数は内生的である可能性が高いことを考えると、最初の段階で何年も在職期間を設けます。もちろん、これは解釈の観点からは意味をなしませんが、コードを示しています。

第1段階と第2段階の両方で同じ外生制御変数を使用していることを確認してください。上記の例ではage, race、それらは（非感覚的な）楽器tenureは最初の段階でのみ存在します。