内生性检验英语

estatendogenous结果看的方法是：解释变量内生性检验首先检验解释变量内生性（解释变量内生性的Hausman检验：使用工具变量法的前提是存在内生解释变量。Hausman检验的原假设为：所有解释变量均为外生变量，如果拒绝，则认为存在内生解释变量，要用IV；反之，如果接受，则认为不存在内生解释变量，应该使用OLS。regldilofdiestimatesstoreolsxtivregldi(lofdi=l.lofdildeplexr)estimatesstoreivhausmanivols（在面板数据中使用工具变量，Stata提供了如下命令来执行2SLS:xtivregdepvar[varlist1](varlist_2=varlist_iv)（选择项可以为fe，re等，表示固定效应、随机效应等。详见helpxtivreg）如果存在内生解释变量，则应该选用工具变量，工具变量个数不少于方程中内生解释变量的个数。“恰好识别”时用2SLS。2SLS的实质是把内生解释变量分成两部分，即由工具变量所造成的外生的变动部分，以及与扰动项相关的其他部分；然后，把被解释变量对中的这个外生部分进行回归，从而满足OLS前定变量的要求而得到一致估计量。tptqtp二、异方差与自相关检验在球型扰动项的假定下，2SLS是最有效的。但如果扰动项存在异方差或自相关，面板异方差检验：xtglsencinvsexpimpescmrl,iglspanel(het)estimatesstoreheteroxtglsencinvsexpimpescmrl,iglsestimatesstorehomolocaldf=e(N_g)-1lrtestheterohomo,df(`df')面板自相关：xtserialencinvsexpimpescmrl则存在一种更有效的方法，即GMM。从某种意义上，GMM之于2SLS正如GLS之于OLS。好识别的情况下，GMM还原为普通的工具变量法；过度识别时传统的矩估计法行不通，只有这时才有必要使用GMM，过度识别检验（OveridentificationTest或JTest）：estatoverid三、工具变量效果验证工具变量：工具变量要求与内生解释变量相关，但又不能与被解释变量的扰动项相关。

根据您说的，是需要的。首先应该检查解释变量的内生性，然后借助hausman检验，作出相应的推断假设。