2SLS 但第二階段 Probit

我正在嘗試使用工具變量分析來推斷觀察數據的因果關係。

我遇到了一個兩階段最小二乘 (2SLS) 回歸，它很可能解決我研究中的內生性問題。但是，我想第一階段成為 OLS，第二階段成為 2SLS 中的概率。根據我的閱讀和搜索，我看到研究人員使用 2SLS 或第一階段概率和第二階段 OLS，但不是相反，這是我想要實現的。

我目前正在使用 Stata，而在 Stata 中的ivreg命令用於直接 2SLS。

你的情況比相反的問題要少。期望和線性投影算子經過線性的第一階段（例如 OLS），但不是通過非線性的，例如 probit 或 logit。因此，如果您首先回歸您的連續內生變量，這不是問題在您的樂器上,

然後在概率第二階段使用擬合值進行估計

標準錯誤不會是正確的，因為不是隨機變量，而是估計量。您可以通過同時引導第一階段和第二階段來糾正此問題。在 Stata 中，這將類似於

// 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

在這個例子中，我們想要估計受教育年限對加入工會的概率的影響。鑑於受教育年限可能是內生的，我們在第一階段用任期年限來衡量它。當然，從解釋的角度來看，這沒有任何意義，但它說明了代碼。

只要確保在第一階段和第二階段使用相同的外生控制變量。在上面的例子中，那些是age, race（非感官的）儀器tenure只存在於第一階段。

引用自：https://stats.stackexchange.com/questions/125848