Stata | 计量经济学内生性问题解决方法 —— Permutation test &...

发布网友发布时间：2024-08-20 14:50

共1个回答

热心网友时间：2024-08-26 03:53

在Stata中，处理计量经济学中的内生性问题，如遗漏变量，有多种方法，如Permutation test和Oster test。Permutation test通过随机化来排除共存事件对估计结果的影响，如在DID模型中，通过permute命令对x进行500次随机交换，确保数据的正确分配，最终计算经验p值来评估结果的稳健性。如果原系数为负，如-0.0066581，经permute后发现500次中有0次比这个系数更负，说明共存影响不大。

Oster test则关注未观测变量对估计结果的影响，它分为两个部分。首先，检验未观测变量是否对结果有同等重要性，这通过回归分析和假设检验来完成。例如，如果控制变量后回归系数为-0.00727，如果未观测变量要使β失效或逆转，其影响必须大于已观测变量的99.5%置信区间(-0.0092741, -0.0052753)。其次，Oster test还评估未观测变量需要产生多大倍数的影响才能让β=0，如发现未观测变量的影响至少需24倍于已观测变量才能达到这一条件。

在汇报结果时，可以引用文献支持，并解释delta值小于-1的情况，表明遗漏变量的存在可能导致系数更接近基准。例如，Aubery和Sahn（2021）和Donohoe等人（2022）的研究提供了案例。使用psacalc包的命令和Oster（2019）的理论，你可以清晰地展示这些测试的执行结果。

总之，Stata中的Permutation test和Oster test为处理内生性问题提供了实用工具，通过这些方法，研究者可以在没有工具变量的情况下评估数据的稳健性和遗漏变量的影响。

Stata | 计量经济学内生性问题解决方法 —— Permutation test &amp;...

Stata | 计量经济学内生性问题解决方法 —— Permutation test &...