Comencemos asumiendo que tengo datos de sección transversal en , x_1 , x_2 (ver abajo para y , x_1 , x_2 ).
Quiero estimar el efecto de las variables y y su interacción ( ) en la variable utilizando el enfoque de la función de control, y es muy probable que y sean endógenas. Tengo dos instrumentos, y . Estimo las siguientes dos ecuaciones de la primera etapa y guardo los residuos pronosticados de la siguiente manera:
ivreg2 x1 z1 z2
predict error1hat, residuals
ivreg2 x2 z1 z2
predict error2hat, residuals
Una vez que guardo los residuos pronosticados, calculo la ecuación de la segunda etapa de la siguiente manera:
ivreg2 y x1 x2 x3 error1hat error2hat
Aunque los coeficientes estimados de , y tienen sentido, sé que los errores estándar no están bien (consulte la página 8 de http://eml.berkeley.edu/~train/petrintrain.pdf ).
En la página 8 de http://eml.berkeley.edu/~train/petrintrain.pdf , los autores sugieren utilizar el bootstrap para obtener errores estándar corregidos para , y .
Mis preguntas son :
- ¿Cómo debo configurar el bootstrap?
- ¿Se aplica el bootstrap solo a la ecuación de la segunda etapa, o se aplica tanto a la ecuación de la primera etapa como a la de la segunda etapa?
Ahora, supongamos que tengo datos de panel en , y . Primero, uso la diferencia dentro del grupo para eliminar la heterogeneidad no observada, luego calculo los parámetros usando el enfoque de la función de control como si los datos fueran datos de sección transversal (ver arriba). ¿Debo hacer algunos ajustes adicionales en el caso de que use datos del panel con respecto al caso que se muestra arriba?