互助问答第30期：工具变量、GARCH模型操作和多项选择效信度

问题1：用截面数据研究var1对y1 与y2 的影响，由于y1是0-1型的变量、y2为连续变量，因此分别用probit与tobit模型做了回归，首先做了基础回归，之后做了工具变量回归，但工具变量回归的结果（系数的绝对值）却远远大于原回归系数的绝对值，|-2.006|>|-0.046|，为何工具变量回归后系数比原来大了这么多，出现这种情况的原因是什么？应该怎么办？是我的工具变量选取的问题吗？还是别的原因？        

回答1：

首先第一个问题，IV-Probit 和Probit的系数是不能直接比的，因为二元选择模型涉及到normalize，两者的系数之间差了一个倍数。如果真的要比，建议比较（average）partial effects或者partial effects on average。

其次，本身使用工具变量后，由于可用的variation少了，所以方差会更大，结果也会倾向于不稳定。特别是当工具很弱的时候，结果会非常不稳定。你的第一阶段虽然工具变量很显著，不过没有汇报F值之类的，所以也不知道是不是因为工具变量太弱。

最后，也有可能本来效应就有这么大，说不准。

问题2：（1）对于均值方程ARMA，如果自相关图看不出滞后阶数，如何确定滞后阶数？（2）加入虚拟变量的GARCH模型在Eviews中如何操作？

答案2：

（1）所有的ARMA模型，不建议使用自相关图、偏自相关图确定阶数，建议使用AIC、BIC之类的信息准则确定。如果样本量大建议使用BIC，样本量小建议使用AIC，不断的调节q, p的取值，对比他们的adj R2和AIC等指标，选取最佳的。

（2）步骤为：Quick——Estimate Equation，选择GARCH模型。在设置虚拟变量时，如果虚拟变量放在mean equation，则在mean equation字段输入：y y(-1) y(-2) D;如果是在variance equation，则在variance equation输入：D。（PS：D为设置的虚拟变量）

问题3：（1）问卷中问题涉及有分类性质的多项选择，后期的信效度分析难吗？该怎么处理呢？原问题如下：在您决定出境旅游过程中，何时收集相关气候信息？ （   ）

A． 计划旅行时：选择旅游目的地    

B． 计划旅行时：确定出行日期

C． 计划旅行时：安排旅游活动     

D． 准备出行前：选择旅游目的地

E． 准备出行前：确定活动时间       

F． 准备出行前：安排旅游活动

G． 旅行过程中：安排旅游活动      

H． 旅行过程中：确定活动时间

I.   不收集相关的气候信息

（2）针对上述原问题，如果考虑按时间（计划旅行时、准备出行前和旅行过程中）分成几个问题，请问这样提问的效信度分析是不是比原问题容易一些？

答案3：

信效度是对一个事物评价的一致性和有效性，主要是针对量表的。就问卷选择不同的方面来说，不存在是否一致性和有效性的问题。

学术指导：张晓峒老师 

本期解答人：慧航  任婉婉老师

编辑：鹏飞  统计小妹 

统筹：芋头  易仰楠

技术：知我者