问题描述
我正在估计一个工具变量回归，其中包含一个虚拟结果变量 Y、一个虚拟内生变量 X 和一个连续工具 Z。 估计线性 2SLS 模型时：
ivreg 2sls Y (X = Z)
我得到的估计值为 3，鉴于 Y 和 X 是虚拟变量，这是不合理的。我将此归因于我的样本中相对较低的处理概率（只有 10% 的 X=1）以及大约 4000 的低样本量（请参阅 Chiburis 2011）。
因此我转向估计一个二元概率模型：
biprobit (Y = i.X) (X = Z )
然而，我现在对获得 X 对 Y 的边际效应的正确命令感到困惑，所以：
P[Y=1|X=1,Z] - P[Y1=1|X=0,Z]
要么我输入：
margins,dydx(X) force post
或者：
margins,dydx(X) force post predict(pmarg1)
这两个命令给了我非常不同的边际效果，哪个命令（如果有两个）会给我我感兴趣的效果？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）