STATA工具变量回归深度诊断：当F值>10仍存疑虑时的7个关键检查点
刚跑完工具变量回归，看到第一阶段的F统计量大于10，你长舒一口气——工具变量似乎没问题了。但盯着回归结果，总觉得哪里不对劲：系数符号与理论预期相反？标准误大得离谱？或者结果与OLS差异微乎其微？这些信号都在提醒你：F>10只是入门票，真正的诊断才刚刚开始。
1. 第一阶段诊断：超越F统计量的全面评估
F值大于10这个经验法则源自Stock和Yogo的经典研究，但它只是弱工具变量检验的起点。去年帮一位经济学博士生排查问题时，发现他的F值高达15.7，但Shea's partial R²仅为0.02——这就像用一根细线拉动沉重的门，虽然勉强能开，但结果极不稳定。
1.1 Shea's partial R²的深层含义
运行estat firststage后，别只盯着F值。第二张表中的Shea's partial R²才是关键——它表示工具变量在排除其他控制变量影响后，对内生变量的解释力。经验表明：
- <0.1：高风险弱工具变量
- 0.1-0.3：需结合其他指标判断
- >0.3：相对理想状态
// 获取Shea's partial R²的简便方法
ivreg2 y x2 c1 (x1 = z1 z2), robust
estat firststage
1.2 Stock-Yogo检验的适用场景
当你的模型存在多个内生变量时，Stock-Yogo检验的临界值比单一F值更可靠。重点关注estat firststage输出的第三张表：
| 检验类型 | 10%偏误临界值 | 15%偏误临界值 |
|---|
扫一扫
367
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
