Как я могу использовать функцию "ivprobit" в пакете "ivprobit" в R? - PullRequest
Новая
       103

Как я могу использовать функцию "ivprobit" в пакете "ivprobit" в R?

0 голосов
/ 21 февраля 2019

Я пытаюсь понять синтаксис функции "ivprobit" в пакете "ivprobit" в R. Инструкция говорит: 

 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

Затем показывается соответствующий пример: 

 data(eco)

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

 summary(pro)

Если я соответствую объяснению инструкции, 

 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

Я не понимаю разницу между x и x2.Кроме того, если x2 - это полный набор инструментов, почему он не включает в себя и эндогенные переменные y1?Вместо этого он дополнительно включает переменные «gap» и «cfa», которые даже не показаны в x (экзогенные переменные) или даже в y.

Если, скажем, мои выбранные инструментальные переменные действительно являются «eqrat» и«бонус», как я могу построить, зная разницу между х (экзогенные переменные) и х2 (полный набор инструментов)?

1 Ответ

0 голосов
/ 24 февраля 2019

Обратите внимание, что здесь мы обсуждаем синтаксис, а не "доброту" модели, для такого рода вопроса вы должны обратиться к https://stats.stackexchange.com/.

Давайте использовать это уравнение в качестве примера: enter image description here.

Как правильно указано, List item являются на самом деле в уравнении, это всего лишь пример.

Здесь:

  • enter image description here является зависимой переменной;

  • enter image description here являются эндогеннымипеременные (одна или несколько), которые являются «проблемными»;

  • enter image description here являются экзогенными переменными (одна или несколько), которые не являются «проблемными»;
  • List item - это инструменты (один или несколько), которые «помогают» с эндогенными переменными;

Почему эндогенные являются проблематичными?Поскольку они связаны с ошибкой enter image description here, это вызывает проблемы с классической оценкой OLS.

enter image description here являются инструментами, поскольку они имеют некоторые фундаментальные свойства(больше здесь ):

  • Независимо от срока ошибки;
  • Не влияет enter image description here задано enter image description here поддерживается постоянной;
  • Коррелируется с enter image description here.

В предлагаемом синтаксисе мы имеем:

  • x, экзогенно, соответствует enter image description here (не проблематично);
  • y1, эндогенно, соответствует enter image description here (проблематично);
  • x2, полный набор инструментов, соответствующий enter image description here.

В приведенном вами примере x2 имеет некоторые общие переменные сx, который представляет собой набор экзогенных переменных (не проблематично), плюс еще два инструмента.

Модель использует 3 экзогенные переменные в качестве инструментов, плюс еще две переменные.

Я не понимаю разницу между x и x2

x2 - это инструменты, которые могут или не могут перекрываться с набором экзогенных переменных (x).

, если x2 - полный набор инструментов, почему он не включаеттакже и эндогенные переменные y1?

Это не должно включать эндогенные переменные, потому что это те, которые нужно учитывать уравнению при использовании инструментов.

Пример:

Вы хотите построить модель, которая будет предсказывать, будет ли работать женщина в семье с двумя родителями.У вас есть эти переменные:

  • fem_works, ответ или зависимая переменная;
  • fem_edu, уровень образования женщины, экзогенный;
  • kids, количество детей в паре, экзогенный;
  • other_income, доход домохозяйства, эндогенный (вы знаете это как предварительные знания);
  • male_edu, образованиеуровень человека, инструмент (вы выбираете это).

При ivprobit это будет: 

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

other_income проблематично для модели, потому что выподозреваете, что это коррелирует с термином ошибки (другие шоки могут повлиять как на fem_works, так и other_income), вы решаете использовать male_edu в качестве инструмента, чтобы "облегчить" эту проблему.(Пример взят из здесь )

...