尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
两阶段回归TSLS结果解读:工具变量回归分析
一、方法介绍两阶段最小二乘回归Two-Stage Least Squares, TSLS是处理内生性问题的经典工具变量方法。当模型中存在内生解释变量与误差项相关时普通最小二乘回归OLS的估计量会产生偏误和不一致性。TSLS通过引入工具变量来解决这一问题。工具变量需满足两个条件与内生变量高度相关且与误差项不相关。TSLS分为两个阶段第一阶段将内生变量对工具变量和外生变量进行回归得到预测值第二阶段将被解释变量对第一阶段的预测值和外生变量进行回归得到一致的参数估计。本研究使用SPSSAU软件进行两阶段最小二乘回归分析。在SPSSAU【计量经济研究】模块选择【两阶段回归TSLS】将变量拖拽至右侧对应分析框操作如下图二、变量说明与模型构建本研究构建两阶段最小二乘回归模型变量设置如下被解释变量为Ln工资内生变量为受教育年限工具变量为母亲受教育年限和成绩外生变量为是否大城市1为大城市和当前单位工作年限。模型通过两个阶段的回归过程消除受教育年限可能存在的内生性偏误得到一致的参数估计。三、第二阶段回归结果分析表2展示了第二阶段TSLS回归的完整结果。模型样本量为758R方值为0.287调整R方值为0.284表明受教育年限、是否大城市和当前单位工作年限可以解释Ln工资28.7%的变异。Wald卡方检验结果为Chi2(3)175.032p0.0000.01说明模型整体显著至少有一个解释变量对被解释变量产生显著影响。R20.287, 调整R20.284, Wald χ2(3)175.032, p0.000从具体变量来看受教育年限的回归系数为0.127t9.976, p0.0195%置信区间为[0.102, 0.152]表明受教育年限每增加1年Ln工资平均增加0.127个单位且这一正向影响在1%水平上显著。是否大城市的回归系数为0.133t4.513, p0.0195%置信区间为[0.075, 0.191]说明在大城市工作的个体Ln工资显著高于非大城市差异为0.133个单位。当前单位工作年限的回归系数为0.049t6.208, p0.0195%置信区间为[0.034, 0.065]表明在当前单位工作年限每增加1年Ln工资平均增加0.049个单位。三个解释变量均对Ln工资产生显著正向影响。四、内生性检验Durbin-Wu-Hausman检验用于判断解释变量是否存在内生性问题。表3显示Durbin检验结果为Chi2(1)8.180p0.0040.01Wu-Hausman检验结果为F(1,753)8.215p0.0040.01。两个检验均在1%水平上拒绝所有解释变量均外生的原假设说明模型确实存在内生性问题使用工具变量法是必要的。五、工具变量外生性检验过度识别检验用于验证工具变量的外生性假设。由于本模型中工具变量个数2个大于内生变量个数1个可以进行过度识别检验。表4显示Sargan检验结果为Chi2(1)0.514p0.4730.05Basmann检验结果为Chi2(1)0.511p0.4750.05。两个检验均接受所有工具变量均外生的原假设说明工具变量满足外生性要求与误差项不相关工具变量的选择是有效的。六、第一阶段回归与弱工具变量检验第一阶段回归将内生变量受教育年限对工具变量和外生变量进行回归用于检验工具变量的相关性和弱工具变量问题。表5显示第一阶段回归R方值为0.229Partial R方为0.218Sheas R方为0.218说明工具变量和外生变量可以解释受教育年限22.9%的变异。Cragg-Daniels统计量F(2,753)105.072p0.001远大于经验阈值10表明不存在弱工具变量问题。表6展示了第一阶段回归的详细结果。母亲受教育年限的系数为0.216t8.070, p0.01成绩的系数为0.105t10.227, p0.01两个工具变量均与受教育年限显著正相关满足工具变量的相关性条件。是否大城市的系数为0.134t17.182, p0.01也呈现显著正向影响。当前单位工作年限的系数为-0.134t0.847, p0.05影响不显著。第一阶段F值远大于10进一步确认不存在弱工具变量问题。样本量758, R20.229, 调整R20.224, F(4,753)55.762, p0.001七、模型汇总与样本信息表7展示了模型的整体汇总信息。Wald卡方值为175.032p0.001复相关系数R为0.536R方为0.287调整R方为0.284均方根误差Root MSE为0.362Durbin-Watson值为1.799。DW值接近2说明残差不存在明显的自相关性。表8显示样本缺失情况有效样本758个100%无缺失样本被排除数据完整性良好。图1 两阶段最小二乘回归分析结果八、研究结论本研究使用两阶段最小二乘回归方法分析了受教育年限、是否大城市和当前单位工作年限对Ln工资的影响并通过工具变量法解决了受教育年限可能存在的内生性问题。主要结论如下第一Durbin-Wu-Hausman检验表明模型确实存在内生性问题p0.0040.01使用工具变量法是必要的。第二过度识别检验结果Sargan检验p0.4730.05支持工具变量的外生性假设说明母亲受教育年限和成绩作为工具变量是有效的。第三第一阶段回归F值远大于10排除了弱工具变量问题。第四第二阶段TSLS回归结果显示受教育年限B0.127, p0.01、是否大城市B0.133, p0.01和当前单位工作年限B0.049, p0.01均对Ln工资产生显著正向影响。综上所述两阶段最小二乘回归有效解决了内生性偏误为变量间因果关系提供了更可靠的估计。
RELATED

相关推荐

条件Logit回归结果解读:方案选择偏好的建模分析

条件Logit回归结果解读:方案选择偏好的建模分析

条件logit回归分析结果解读一、方法概述条件logit回归(Conditional Logit Regression)是一种用于分析匹配数据或分层数据中个体选择行为的统计方法,适用于病例-对照匹配研究等场景。该方法通过条件似然函数消除匹配层的影响,从而估…

📅 2026/9/26 11:38:39
突破阿里云OSS图片20MB限制:客户端压缩、异步处理与替代方案实战

突破阿里云OSS图片20MB限制:客户端压缩、异步处理与替代方案实战

1. 问题缘起:当20MB成为图片处理的隐形门槛 那天下午,运营同事急匆匆地跑过来,说后台又卡住了,用户上传的一张产品全景图死活处理不了。我一看报错日志,熟悉的“ The image size exceeds the limit ”赫然在目。这已…

📅 2026/8/31 22:14:32
微信小程序+Django校园抽奖系统开发实践

微信小程序+Django校园抽奖系统开发实践

1. 项目概述 校园活动抽奖系统是高校各类活动中不可或缺的实用工具。基于微信小程序的解决方案,结合PythonDjango后端框架,能够实现轻量级、高并发的抽奖需求。这个系统我前后迭代了三个版本,最终形成了现在的django_msi466u2架构&#xff0c…

📅 2026/9/8 23:34:41
MORE NEWS

更多资讯

📰

用 QEMU 和 AGENT 搭建 RISC-V AI 芯片虚拟实验台

1. 项目整体设计与思路拆解1.1 需求定位:RISC-V AI 芯片实验台要解决什么问题搞嵌入式或芯片相关开发的人,应该都有过这种憋屈:想跑一段针对某颗 AI 芯片写的算子库,手上却没有对应的开发板,或者只有一块僧多粥少的评估…

📰

为什么 Claude Code 偏爱 GREP?从 RAG 到 Hybrid Retrieval 的 AI 代码检索架构与 TaoToken 配置实践

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

📰

AI编程工具隐藏功能大揭秘:TaoToken统一Key接入Cursor与Claude Code的10个高级技巧

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

📰

机器学习湍流闭合模型在CFD求解器中的数值稳定性问题与稳定化方案

ML 湍流闭合模型刚进求解器就崩,这事在 CFD 圈里几乎天天有人问。你把它拿去测 open-source 或商业求解器,离线精度漂亮得能发论文,可一旦真正接进 RANS 或 LES 流程,迭代几百步就残差爆炸,CFL 数被迫一路调小&#xf…

📰

我每月花5000元养AI,TaoToken帮我省下Anthropic那80%毛利

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

📰

VS2017下预编译GDAL包配置指南:ABI锁版、避坑与重编译

简介:面向Visual Studio 2017开发者的预编译GDAL库资源包,解决地理空间数据处理中繁琐的编译配置难题。GDAL作为开源地理空间数据抽象库,支持栅格与矢量数据的读写、转换及空间操作,广泛应用于GIS开发、遥感与地图制图领域。资源共…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬