Notice: On April 23, 2014, Statalist moved from an email list to a forum, based at statalist.org.
[Date Prev][Date Next][Thread Prev][Thread Next][Date Index][Thread Index]
RE: st: RE: First-stage F from -xtivreg- versus AP F
From
"Schaffer, Mark E" <[email protected]>
To
"[email protected]" <[email protected]>
Subject
RE: st: RE: First-stage F from -xtivreg- versus AP F
Date
Tue, 21 Jan 2014 19:25:56 +0000
Diego,
The Cragg-Donald statistic is fairly standard-ish and you should be able to find references to it in recent econometrics textbooks and papers on weak identification. There are various ways to think about it; the simplest is that it's just the multivariate version of the first-stage F. The 1997 paper in Econometrica by Staiger and Stock that discusses the idea of testing for weak instruments suggests a "rule of thumb" that the first-stage F is at least 10. Yours is over 50, which is pretty good.
You should also look at the paper by Stock and Yogo where the critical values are published (full reference in the ivreg2 help file). Simple extrapolation of what they have in their tables will probably lead you to the same conclusion.
A CD stat of 50 isn't suspiciously large, at least in my experience. But the previous one of 3,529 definitely is!
HTH,
Mark
> -----Original Message-----
> From: [email protected] [mailto:owner-
> [email protected]] On Behalf Of David Torres
> Sent: 21 January 2014 18:10
> To: [email protected]
> Subject: RE: st: RE: First-stage F from -xtivreg- versus AP F
>
> Mark,
>
> I can see that I'm going to have to buy the Angrist-Pischke book. Thanks.
>
> I include an exactly identified model below that includes four endogenous
> regressors. I suspect that in a write-up, I'll want to include my first stage Fs for
> each endogenous regressor while also including the Cragg-Donald statistic. As
> this is the first reference to it that I've seen, might you clarify the case in which
> the Cragg-Donald statistic is sufficient to reject the null? The output says the
> Stock-Yogo critical values are not available, but I'm wondering as well the
> relation between the two and how to interpret the CD. (By the way, I remain
> perplexed about the large Fs.)
>
> . xtivreg srsc outzone female black hispan othrace year y0 y1 y2 y3 y4 yearsq
> yy0 yy1 yy2 yy3 yy4 ///
> > atrisk engathome freered poverty (diffsch d2 d3 d4=diffdist di2 di3 di4), re
>
> G2SLS random-effects IV regression Number of obs = 27830
> Group variable: short_id Number of groups = 6168
>
> R-sq: within = 0.8728 Obs per group: min = 3
> between = 0.4678 avg = 4.5
> overall = 0.7361 max = 5
>
> Wald chi2(25) = 135102.67
> corr(u_i, X) = 0 (assumed) Prob> chi2 = 0.0000
>
> ------------------------------------------------------------------------------
> srsc | Coef. Std. Err. z P>|z| [95% Conf. Interval]
> -------------+----------------------------------------------------------------
> diffsch | 31.94599 7.217926 4.43 0.000 17.79912 46.09287
> d2 | 17.63811 15.95818 1.11 0.269 -13.63935 48.91558
> d3 | -22.2129 12.33757 -1.80 0.072 -46.3941 1.968296
> d4 | -29.11493 24.7931 -1.17 0.240 -77.70852 19.47867
> outzone | 5.788863 1.596953 3.62 0.000 2.658894 8.918833
> female | 8.419163 .9332874 9.02 0.000 6.589953 10.24837
> black | -11.40192 3.919274 -2.91 0.004 -19.08355 -3.720284
> hispan | -15.6461 3.308037 -4.73 0.000 -22.12974 -9.162471
> othrace | 27.975 6.73604 4.15 0.000 14.7726 41.17739
> year | 81.60017 1.320498 61.80 0.000 79.01204 84.1883
> y0 | -3.328264 1.255351 -2.65 0.008 -5.788708 -.8678208
> y1 | 1.839296 .8373975 2.20 0.028 .1980269 3.480565
> y2 | -10.92009 1.431979 -7.63 0.000 -13.72671 -8.113458
> y3 | -3.19465 1.397614 -2.29 0.022 -5.933923 -.4553772
> y4 | -6.070106 2.259979 -2.69 0.007 -10.49958 -1.640628
> yearsq | -9.187692 .3247339 -28.29 0.000 -9.824158 -8.551225
> yy0 | .8440743 .3109039 2.71 0.007 .2347139 1.453435
> yy1 | -.541832 .2062139 -2.63 0.009 -.9460038 -.1376603
> yy2 | 1.044916 .351465 2.97 0.003 .3560577 1.733775
> yy3 | .3353879 .3437901 0.98 0.329 -.3384283 1.009204
> yy4 | .3355925 .5566785 0.60 0.547 -.7554773 1.426662
> atrisk | -21.931 .5058053 -43.36 0.000 -22.92236 -20.93963
> engathome | -7.31287 1.106605 -6.61 0.000 -9.481776 -5.143963
> freered | -5.826912 1.012299 -5.76 0.000 -7.810982 -3.842843
> poverty | -8.596267 1.360919 -6.32 0.000 -11.26362 -5.928915
> _cons | 499.3376 2.940269 169.83 0.000 493.5747 505.1004
> -------------+----------------------------------------------------------------
> sigma_u | 23.190763
> sigma_e | 28.303406
> rho | .40168332 (fraction of variance due to u_i)
> ------------------------------------------------------------------------------
> Instrumented: diffsch d2 d3 d4
> Instruments: outzone female black hispan othrace year y0 y1 y2 y3 y4 yearsq
> yy0 yy1 yy2 yy3 yy4 atrisk engathome freered poverty diffdist
> di2 di3 di4
> ------------------------------------------------------------------------------
>
> . xtoverid, nois
>
> Just an excerpt:
>
> Summary results for first-stage regressions
> -------------------------------------------
>
> (Underid) (Weak id)
> Variable | F( 4, 27804) P-val | AP Chi-sq( 1) P-val | AP F( 1, 27804)
> __00000I | 151.57 0.0000 | 330.69 0.0000 | 330.38
> __00000K | 52.07 0.0000 | 167.42 0.0000 | 167.26
> __00000M | 101.02 0.0000 | 274.94 0.0000 | 274.69
> __00000O | 124.74 0.0000 | 462.91 0.0000 | 462.48
>
> Stock-Yogo weak ID test critical values for single endogenous regressor:
> 5% maximal IV relative bias 16.85
> 10% maximal IV size 16.38
> 15% maximal IV size 8.96
> 20% maximal IV size 6.66
> 25% maximal IV size 5.53
> Source: Stock-Yogo (2005). Reproduced by permission.
>
> Underidentification test
> Ho: matrix of reduced form coefficients has rank=K1-1 (underidentified)
> Ha: matrix has rank=K1 (identified)
> Anderson canon. corr. LM statistic Chi-sq(1)=203.80 P-val=0.0000
>
> Weak identification test
> Ho: equation is weakly identified
> Cragg-Donald Wald F statistic 51.28
>
> Stock-Yogo weak ID test critical values for K1=4 and L1=4:
> <not available>
> Weak-instrument-robust inference
> Tests of joint significance of endogenous regressors B1 in main equation
> Ho: B1=0 and orthogonality conditions are valid
> Anderson-Rubin Wald test F(4,27804)= 8.39 P-val=0.0000
> Anderson-Rubin Wald test Chi-sq(4)= 33.58 P-val=0.0000
> Stock-Wright LM S statistic Chi-sq(4)= 33.54 P-val=0.0000
>
> Number of observations N = 27830
> Number of regressors K = 26
> Number of endogenous regressors K1 = 4
> Number of instruments L = 26
> Number of excluded instruments L1 = 4
>
> IV (2SLS) estimation
> --------------------
>
> Estimates efficient for homoskedasticity only
> Statistics consistent for homoskedasticity only
>
> Number of obs = 27830
> F( 26, 27804) = 1.1e+05
> Prob> F = 0.0000
> Total (centered) SS = 130038972.7 Centered R2 = 0.8285
> Total (uncentered) SS = 2373973249 Uncentered R2 = 0.9906
> Residual SS = 22302043.99 Root MSE = 28.31
>
> ------------------------------------------------------------------------------
> __00000G | Coef. Std. Err. z P>|z| [95% Conf. Interval]
> -------------+----------------------------------------------------------------
> __00000I | 31.94599 7.214553 4.43 0.000 17.80573 46.08626
> __00000K | 17.63811 15.95073 1.11 0.269 -13.62474 48.90097
> __00000M | -22.2129 12.33181 -1.80 0.072 -46.3828 1.956998
> __00000O | -29.11493 24.78152 -1.17 0.240 -77.68581 19.45596
> __000013 | 5.788863 1.596206 3.63 0.000 2.660356 8.91737
> __000016 | 8.419163 .9328514 9.03 0.000 6.590808 10.24752
> __000019 | -11.40192 3.917443 -2.91 0.004 -19.07997 -3.723873
> __00001C | -15.6461 3.306491 -4.73 0.000 -22.12671 -9.1655
> __00001F | 27.975 6.732892 4.15 0.000 14.77877 41.17123
> __00001I | 81.60017 1.319881 61.82 0.000 79.01325 84.18709
> __00001L | -3.328264 1.254765 -2.65 0.008 -5.787558 -.8689704
> __00001O | 1.839296 .8370062 2.20 0.028 .1987937 3.479798
> __00001R | -10.92009 1.43131 -7.63 0.000 -13.7254 -8.114769
> __00001U | -3.19465 1.396961 -2.29 0.022 -5.932643 -.4566571
> __00001X | -6.070106 2.258923 -2.69 0.007 -10.49751 -1.642697
> __000020 | -9.187692 .3245822 -28.31 0.000 -9.823861 -8.551522
> __000023 | .8440743 .3107586 2.72 0.007 .2349986 1.45315
> __000026 | -.541832 .2061175 -2.63 0.009 -.9458149 -.1378491
> __000029 | 1.044916 .3513007 2.97 0.003 .3563796 1.733453
> __00002C | .3353879 .3436295 0.98 0.329 -.3381135 1.008889
> __00002F | .3355925 .5564184 0.60 0.546 -.7549675 1.426153
> __00002I | -21.931 .505569 -43.38 0.000 -22.92189 -20.9401
> __00002L | -7.31287 1.106088 -6.61 0.000 -9.480763 -5.144976
> __00002O | -5.826912 1.011826 -5.76 0.000 -7.810055 -3.84377
> __00002R | -8.596267 1.360283 -6.32 0.000 -11.26237 -5.930161
> __00000E | 499.3376 2.938895 169.91 0.000 493.5774 505.0977
> ------------------------------------------------------------------------------
> Underidentification test (Anderson canon. corr. LM statistic): 203.804
> Chi-sq(1) P-val = 0.0000
> ------------------------------------------------------------------------------
> Weak identification test (Cragg-Donald Wald F statistic): 51.279
> Stock-Yogo weak ID test critical values: <not available>
> ------------------------------------------------------------------------------
> Sargan statistic (overidentification test of all instruments): 0.000
> (equation exactly identified)
> ------------------------------------------------------------------------------
>
> Diego
>
>
>
>
> ----------------------------------------
> > From: [email protected]
> > To: [email protected]
> > Subject: RE: st: RE: First-stage F from -xtivreg- versus AP F
> > Date: Tue, 21 Jan 2014 16:20:38 +0000
> >
> > Diego,
> >
> >> -----Original Message-----
> >> From: [email protected] [mailto:owner-
> >> [email protected]] On Behalf Of David Torres
> >> Sent: 21 January 2014 15:09
> >> To: [email protected]
> >> Subject: RE: st: RE: First-stage F from -xtivreg- versus AP F
> >>
> >> Okay, so in a more complex model that includes interactions between my
> >> single endogenous regressor and race dummies, I treat the interactions are
> >> additional endogenous regressors and create additional instruments of
> >> interactions as well. In that case of multiple endogenous regressors, my
> >> regular Fs are distinct from my AP Fs. For example, I have this abbreviated
> >> output from -xtoverid, nois- in that model:
> >>
> >>
> >> Summary results for first-stage regressions
> >> -------------------------------------------
> >>
> >> (Underid) (Weak id)
> >> Variable | F( 8, 27776) P-val | AP Chi-sq( 5) P-val | AP F( 5, 27776)
> >> __00000I | 1518.93 0.0000 | 2206.80 0.0000 | 440.50
> >> __00000K | 1151.70 0.0000 | 3198.87 0.0000 | 638.53
> >> __00000M | 1088.61 0.0000 | 3021.67 0.0000 | 603.16
> >> __00000O | 1549.97 0.0000 | 9365.74 0.0000 | 1869.51
> >>
> >>
> >> I want the second column of Fs. The first F is for the endogenous regressor
> >> alone. The three others are, in order, endogXblack, endogXhispanic, and
> >> endogXotherrace.
> >
> > Actually, probably not. In the case of multiple endogenous regressors, the
> standard first-stage F stat for a single first-stage regression doesn't tell you
> about whether or not the equation is identified. For that you either need the
> Cragg-Donald statistic in the footer of the ivreg2 main equation output for a
> test of whether the entire equation is weakly identified or not, or the Angrist-
> Pischke F stat or the recent extension by Sanderson-Windmeijer (link here:
> http://www.cemmap.ac.uk/wps/cwp581313.pdf) for a test of whether a
> coefficient in particular is weakly identified.
> >
> > The explanation of why the standard first-stage stat is insufficient is in the
> Angrist-Pischke book, and briefly also in the -ivreg2- help file and in the
> associated Baum-Schaffer-Stillman 2007 Stata Journal paper (in the help file
> references section).
> >
> >>
> >> In the case of a single endogenous regressor, F and AP-F are the same. In
> >> the case of multiple endogenous regressors, no so.
> >>
> >> One final thing. I, too, wondered about the large F. Is that normal? I've
> >> never seen an F that large in the literature. Perhaps my instruments are just
> >> super duper strong. ??
> >
> > That worried me too. My guess is that you have a huge outlier lurking
> somewhere. Maybe someone else has some ideas on this.
> >
> > HTH,
> > Mark
> >
> >>
> >> Thanks again,
> >> Diego
> >>
> >> ----------------------------------------
> >>> From: [email protected]
> >>> To: [email protected]
> >>> Subject: st: RE: First-stage F from -xtivreg- versus AP F
> >>> Date: Tue, 21 Jan 2014 14:54:51 +0000
> >>>
> >>> Diego,
> >>>
> >>> In your case you have a single endogenous regressor, which means the
> >> standard diagnostic first-stage F and the Angrist-Pischke first-stage F are the
> >> same number.
> >>>
> >>> So if you wade through the output of -xtoverid,noi-, you'll find this under
> >> the first-stage estimation:
> >>>
> >>>> F test of excluded instruments:
> >>>> F( 2, 27825) = 3528.57
> >>>> Prob> F = 0.0000
> >>>> Angrist-Pischke multivariate F test of excluded instruments:
> >>>> F( 2, 27825) = 3528.57
> >>>> Prob> F = 0.0000
> >>>
> >>> And then in the main regression output of -xtoverid,noi-, where the -
> >> xtivreg- results are replicated, you'll find this:
> >>>
> >>>> Weak identification test
> >>>> Ho: equation is weakly identified
> >>>> Cragg-Donald Wald F statistic 3528.57
> >>>
> >>> and this:
> >>>
> >>>> Weak identification test (Cragg-Donald Wald F statistic): 3528.573
> >>>
> >>> So your first-stage F stat is 3528.57. Looks a bit large to me, but that's the
> >> number you are looking for.
> >>>
> >>> HTH,
> >>> Mark
> >>>
> >>>> -----Original Message-----
> >>>> From: [email protected] [mailto:owner-
> >>>> [email protected]] On Behalf Of David Torres
> >>>> Sent: 21 January 2014 14:29
> >>>> To: [email protected]
> >>>> Subject: st: First-stage F from -xtivreg- versus AP F
> >>>>
> >>>> Statalisters,
> >>>>
> >>>> I'm using -xtivreg- to estimate a 2SLS random effects model in Stata 13.0.
> >> áI'm
> >>>> needing help getting the first stage F statistic in addition to the Angrist-
> >>>> Pischke F I can get from the postestimation command -xtoverid- (more on
> >>>> this below).
> >>>>
> >>>> . which xtivreg
> >>>> /Applications/Stata/ado/base/x/xtivreg.ado
> >>>> *! version 1.6.2 á14apr2011
> >>>>
> >>>> . which xtoverid
> >>>> /Users/diego/Library/Application Support/Stata/ado/plus/x/xtoverid.ado
> >>>> *! xtoverid version 2.1.6 á 2Nov2011
> >>>> *! Authors Mark Schaffer and Steve Stillman
> >>>> *! Derived from overidxt and overid
> >>>>
> >>>>
> >>>> Here is the most basic conditional model in which I am regressing
> vertically
> >>>> scaled reading scores on year and year-squared. áThe endogenous
> >> regressor,
> >>>> diffsch, denotes whether a student attended an out-of-zone magnet
> >> school.
> >>>> It is instrumented with the log difference in distance between the zoned
> >>>> school and the nearest magnet school and the log distance to the enrolled
> >>>> school:
> >>>>
> >>>> . xtivreg srsc year yearsq (diffsch=diffdist dist_enrld), re first
> >>>>
> >>>>
> >>>> First-stage G2SLS regression
> >>>> á á á á á á á á á á á á á á á á á á á á á á á á áNumber of obs á á= á á
> á27830
> >>>> á á á á á á á á á á á á á á á á á á á á á á á á áWald chi(4) á á á= á á á
> 7182
> >>>> á á á á á á á á á á á á á á á á á á á á á á á á áProb> chi2 á á á= á á 0.0000
> >>>> ------------------------------------------------------------------------------
> >>>> á á ádiffsch | á á áCoef. á Std. Err. á á áz á áP>|z| á á [95% Conf. Interval]
> >>>> -------------+----------------------------------------------------------------
> >>>> á á á á year | á .0010897 á .0023365 á á 0.47 á 0.641 á á-.0034898 á
> >> á.0056692
> >>>> á á á yearsq | á .0009441 á .0005764 á á 1.64 á 0.101 á á-.0001858 á
> >> á.0020739
> >>>> á á diffdist | á á.004433 á á.001686 á á 2.63 á 0.009 á á .0011284 á
> á.0077376
> >>>> á dist_enrld | á á.162999 á .0019443 á á83.84 á 0.000 á á .1591883 á
> >> á.1668097
> >>>> á á á á_cons | á .1364031 á .0035329 á á38.61 á 0.000 á á .1294787 á
> >> á.1433274
> >>>> ------------------------------------------------------------------------------
> >>>>
> >>>> G2SLS random-effects IV regression á á á á á á áNumber of obs á á á= á á
> >> 27830
> >>>> Group variable: short_id á á á á á á á á á á á áNumber of groups á = á á
> >> á6168
> >>>>
> >>>> R-sq: áwithin á= 0.8770 á á á á á á á á á á á á Obs per group: min = á á á
> á 3
> >>>> á á á ábetween = 0.2215 á á á á á á á á á á á á á á á á á á á áavg = á á á
> 4.5
> >>>> á á á áoverall = 0.6533 á á á á á á á á á á á á á á á á á á á ámax = á á á á
> 5
> >>>>
> >>>> á á á á á á á á á á á á á á á á á á á á á á á á Wald chi2(3) á á á =
> 154192.94
> >>>> corr(u_i, X) á á á = 0 (assumed) á á á á á á á áProb> chi2 á á á á= á
> á0.0000
> >>>>
> >>>> ------------------------------------------------------------------------------
> >>>> á á á á srsc | á á áCoef. á Std. Err. á á áz á áP>|z| á á [95% Conf. Interval]
> >>>> -------------+----------------------------------------------------------------
> >>>> á á ádiffsch | á 9.999284 á 1.941415 á á 5.15 á 0.000 á á á6.19418 á
> >> á13.80439
> >>>> á á á á year | á 74.19692 á .3811099 á 194.69 á 0.000 á á 73.44996 á
> >> á74.94389
> >>>> á á á yearsq | á-7.926549 á .0940278 á -84.30 á 0.000 á á -8.11084 á -
> >> 7.742258
> >>>> á á á á_cons | á 475.1334 á .6555358 á 724.80 á 0.000 á á 473.8486 á
> >> á476.4182
> >>>> -------------+----------------------------------------------------------------
> >>>> á á ásigma_u | á37.264026
> >>>> á á ásigma_e | á25.567877
> >>>> á á á á árho | á.67991546 á (fraction of variance due to u_i)
> >>>> ------------------------------------------------------------------------------
> >>>> Instrumented: á diffsch
> >>>> Instruments: á áyear yearsq diffdist dist_enrld
> >>>> ------------------------------------------------------------------------------
> >>>>
> >>>>
> >>>> Now I would like to get the first stage F-statistic, but the first option above
> >>>> does not appear to give it. áIf I use the postestimation command -
> >> xtoverid-
> >>>> with the noisily option, as shown below, I do get the Angrist-Pischke F,
> >> but in
> >>>> my write-up I'd like to show the regular F-stat to test joint significance of
> >> the
> >>>> instruments.
> >>>>
> >>>> . áxtoverid, nois
> >>>>
> >>>> First-stage regressions
> >>>> -----------------------
> >>>>
> >>>> First-stage regression of __00000I:
> >>>>
> >>>> OLS estimation
> >>>> --------------
> >>>>
> >>>> Estimates efficient for homoskedasticity only
> >>>> Statistics consistent for homoskedasticity only
> >>>>
> >>>> á á á á á á á á á á á á á á á á á á á á á á á á á á á Number of obs = á
> á27830
> >>>> á á á á á á á á á á á á á á á á á á á á á á á á á á á F( á5, 27825) =
> á2097.56
> >>>> á á á á á á á á á á á á á á á á á á á á á á á á á á á Prob> F á á á= á 0.0000
> >>>> Total (centered) SS á á = á875.5555503 á á á á á á á áCentered R2 á = á
> >> 0.2037
> >>>> Total (uncentered) SS á = á960.0415225 á á á á á á á áUncentered R2 = á
> >> 0.2737
> >>>> Residual SS á á á á á á = á697.2383726 á á á á á á á áRoot MSE á á á= á
> >> á.1583
> >>>>
> >>>> ------------------------------------------------------------------------------
> >>>> á á __00000I | á á áCoef. á Std. Err. á á át á áP>|t| á á [95% Conf.
> Interval]
> >>>> -------------+----------------------------------------------------------------
> >>>> á á __00000R | á .0010897 á .0023365 á á 0.47 á 0.641 á á á-.00349 á
> >> á.0056694
> >>>> á á __00000U | á .0009441 á .0005764 á á 1.64 á 0.101 á á-.0001858 á
> >> á.0020739
> >>>> á á __00000E | á .1364031 á .0035329 á á38.61 á 0.000 á á .1294784 á
> >> á.1433277
> >>>> á á __00000L | á á.004433 á á.001686 á á 2.63 á 0.009 á á .0011283 á
> >> á.0077377
> >>>> á á __00000O | á á.162999 á .0019443 á á83.84 á 0.000 á á .1591881 á
> >> á.1668098
> >>>> ------------------------------------------------------------------------------
> >>>> Included instruments: __00000R __00000U __00000E __00000L
> __00000O
> >>>> ------------------------------------------------------------------------------
> >>>> F test of excluded instruments:
> >>>> á F( á2, 27825) = á3528.57
> >>>> á Prob> F á á á= á 0.0000
> >>>> Angrist-Pischke multivariate F test of excluded instruments:
> >>>> á F( á2, 27825) = á3528.57
> >>>> á Prob> F á á á= á 0.0000
> >>>>
> >>>>
> >>>>
> >>>> Summary results for first-stage regressions
> >>>> -------------------------------------------
> >>>>
> >>>> á á á á á á á á á á á á á á á á á á á á á á(Underid) á á á á á á(Weak id)
> >>>> Variable á á | F( á2, 27825) áP-val | AP Chi-sq( á2) P-val | AP F( á2,
> 27825)
> >>>> __00000I á á | á á3528.57 á á0.0000 | á á 7058.41 á 0.0000 | á á 3528.57
> >>>>
> >>>> Stock-Yogo weak ID test critical values for single endogenous regressor:
> >>>> á á á á á á á á á á á á á á á á á á10% maximal IV size á á á á á á 19.93
> >>>> á á á á á á á á á á á á á á á á á á15% maximal IV size á á á á á á 11.59
> >>>> á á á á á á á á á á á á á á á á á á20% maximal IV size á á á á á á á8.75
> >>>> á á á á á á á á á á á á á á á á á á25% maximal IV size á á á á á á á7.25
> >>>> Source: Stock-Yogo (2005). áReproduced by permission.
> >>>>
> >>>> Underidentification test
> >>>> Ho: matrix of reduced form coefficients has rank=K1-1 (underidentified)
> >>>> Ha: matrix has rank=K1 (identified)
> >>>> Anderson canon. corr. LM statistic á á á Chi-sq(2)=5630.40 áP-val=0.0000
> >>>>
> >>>> Weak identification test
> >>>> Ho: equation is weakly identified
> >>>> Cragg-Donald Wald F statistic á á á á á á á á á á á á á á á á á á3528.57
> >>>>
> >>>> Stock-Yogo weak ID test critical values for K1=1 and L1=2:
> >>>> á á á á á á á á á á á á á á á á á á10% maximal IV size á á á á á á 19.93
> >>>> á á á á á á á á á á á á á á á á á á15% maximal IV size á á á á á á 11.59
> >>>> á á á á á á á á á á á á á á á á á á20% maximal IV size á á á á á á á8.75
> >>>> á á á á á á á á á á á á á á á á á á25% maximal IV size á á á á á á á7.25
> >>>> Source: Stock-Yogo (2005). áReproduced by permission.
> >>>>
> >>>> Weak-instrument-robust inference
> >>>> Tests of joint significance of endogenous regressors B1 in main equation
> >>>> Ho: B1=0 and orthogonality conditions are valid
> >>>> Anderson-Rubin Wald test á á á á á F(2,27825)= á á13.53 á á P-val=0.0000
> >>>> Anderson-Rubin Wald test á á á á á Chi-sq(2)= á á 27.06 á á P-val=0.0000
> >>>> Stock-Wright LM S statistic á á á áChi-sq(2)= á á 27.03 á á P-val=0.0000
> >>>>
> >>>> Number of observations á á á á á á á N á= á á á27830
> >>>> Number of regressors á á á á á á á á K á= á á á á á4
> >>>> Number of endogenous regressors á á áK1 = á á á á á1
> >>>> Number of instruments á á á á á á á áL á= á á á á á5
> >>>> Number of excluded instruments á á á L1 = á á á á á2
> >>>>
> >>>> IV (2SLS) estimation
> >>>> --------------------
> >>>>
> >>>> Estimates efficient for homoskedasticity only
> >>>> Statistics consistent for homoskedasticity only
> >>>>
> >>>> á á á á á á á á á á á á á á á á á á á á á á á á á á á Number of obs = á
> á27830
> >>>> á á á á á á á á á á á á á á á á á á á á á á á á á á á F( á4, 27826) =
> á3.6e+05
> >>>> á á á á á á á á á á á á á á á á á á á á á á á á á á á Prob> F á á á= á 0.0000
> >>>> Total (centered) SS á á = á122387579.2 á á á á á á á áCentered R2 á = á
> >> 0.8485
> >>>> Total (uncentered) SS á = á976762125.4 á á á á á á á áUncentered R2 = á
> >> 0.9810
> >>>> Residual SS á á á á á á = á18546537.84 á á á á á á á áRoot MSE á á á= á
> >> á25.82
> >>>>
> >>>> ------------------------------------------------------------------------------
> >>>> á á __00000G | á á áCoef. á Std. Err. á á áz á áP>|z| á á [95% Conf.
> Interval]
> >>>> -------------+----------------------------------------------------------------
> >>>> á á __00000I | á 9.999284 á 1.941276 á á 5.15 á 0.000 á á 6.194454 á
> >> á13.80412
> >>>> á á __00000R | á 74.19692 á .3810826 á 194.70 á 0.000 á á 73.45002 á
> >> á74.94383
> >>>> á á __00000U | á-7.926549 á á.094021 á -84.31 á 0.000 á á-8.110827 á -
> >> 7.742271
> >>>> á á __00000E | á 475.1334 á .6554887 á 724.85 á 0.000 á á 473.8487 á
> >> á476.4181
> >>>> ------------------------------------------------------------------------------
> >>>> Underidentification test (Anderson canon. corr. LM statistic): á á á
> >> á5630.398
> >>>> á á á á á á á á á á á á á á á á á á á á á á á á á áChi-sq(2) P-val = á á0.0000
> >>>> ------------------------------------------------------------------------------
> >>>> Weak identification test (Cragg-Donald Wald F statistic): á á á á á á
> >> 3528.573
> >>>> Stock-Yogo weak ID test critical values: 10% maximal IV size á á á á á á
> >> 19.93
> >>>> á á á á á á á á á á á á á á á á á á á á á15% maximal IV size á á á á á á
> 11.59
> >>>> á á á á á á á á á á á á á á á á á á á á á20% maximal IV size á á á á á á
> á8.75
> >>>> á á á á á á á á á á á á á á á á á á á á á25% maximal IV size á á á á á á
> á7.25
> >>>> Source: Stock-Yogo (2005). áReproduced by permission.
> >>>> ------------------------------------------------------------------------------
> >>>> Sargan statistic (overidentification test of all instruments): á á á á á 0.577
> >>>> á á á á á á á á á á á á á á á á á á á á á á á á á áChi-sq(1) P-val = á á0.4474
> >>>> ------------------------------------------------------------------------------
> >>>> Instrumented: á á á á __00000I
> >>>> Included instruments: __00000R __00000U __00000E
> >>>> Excluded instruments: __00000L __00000O
> >>>> ------------------------------------------------------------------------------
> >>>>
> >>>> Test of overidentifying restrictions:
> >>>> Cross-section time-series model: xtivreg g2sls
> >>>> Sargan-Hansen statistic á 0.577 áChi-sq(1) á áP-value = 0.4474
> >>>>
> >>>>
> >>>> Can anyone tell me how to get what I want, the regular first stage F-stat,
> >>>> from all this? áI'd very much appreciate your help.
> >>>>
> >>>> Thanks for your consideration, folks,
> >>>> Diego Torres
> >>>> *
> >>>> * For searches and help try:
> >>>> * http://www.stata.com/help.cgi?search
> >>>> * http://www.stata.com/support/faqs/resources/statalist-faq/
> >>>> * http://www.ats.ucla.edu/stat/stata/
> >>>
> >>>
> >>> -----
> >>> Sunday Times Scottish University of the Year 2011-2013
> >>> Top in the UK for student experience
> >>> Fourth university in the UK and top in Scotland (National Student Survey
> >> 2012)
> >>>
> >>> We invite research leaders and ambitious early career researchers to
> >>> join us in leading and driving research in key inter-disciplinary themes.
> >>> Please see www.hw.ac.uk/researchleaders for further information and
> >> how
> >>> to apply.
> >>>
> >>> Heriot-Watt University is a Scottish charity
> >>> registered under charity number SC000278.
> >>>
> >>>
> >>> *
> >>> * For searches and help try:
> >>> * http://www.stata.com/help.cgi?search
> >>> * http://www.stata.com/support/faqs/resources/statalist-faq/
> >>> * http://www.ats.ucla.edu/stat/stata/
> >>
> >> *
> >> * For searches and help try:
> >> * http://www.stata.com/help.cgi?search
> >> * http://www.stata.com/support/faqs/resources/statalist-faq/
> >> * http://www.ats.ucla.edu/stat/stata/
> >
> >
> > -----
> > Sunday Times Scottish University of the Year 2011-2013
> > Top in the UK for student experience
> > Fourth university in the UK and top in Scotland (National Student Survey 2012)
> >
> > We invite research leaders and ambitious early career researchers to
> > join us in leading and driving research in key inter-disciplinary themes.
> > Please see www.hw.ac.uk/researchleaders for further information and how
> > to apply.
> >
> > Heriot-Watt University is a Scottish charity
> > registered under charity number SC000278.
> >
> >
> > *
> > * For searches and help try:
> > * http://www.stata.com/help.cgi?search
> > * http://www.stata.com/support/faqs/resources/statalist-faq/
> > * http://www.ats.ucla.edu/stat/stata/
> *
> * For searches and help try:
> * http://www.stata.com/help.cgi?search
> * http://www.stata.com/support/faqs/resources/statalist-faq/
> * http://www.ats.ucla.edu/stat/stata/
-----
Sunday Times Scottish University of the Year 2011-2013
Top in the UK for student experience
Fourth university in the UK and top in Scotland (National Student Survey 2012)
We invite research leaders and ambitious early career researchers to
join us in leading and driving research in key inter-disciplinary themes.
Please see www.hw.ac.uk/researchleaders for further information and how
to apply.
Heriot-Watt University is a Scottish charity
registered under charity number SC000278.
*
* For searches and help try:
* http://www.stata.com/help.cgi?search
* http://www.stata.com/support/faqs/resources/statalist-faq/
* http://www.ats.ucla.edu/stat/stata/