過度識別檢驗詳解

一、過度識別檢驗是什麼

過度識別檢驗(Overidentification test)是一種用於檢驗經濟學模型中各個變數和參數是否顯著的檢驗方法，其基本思想是檢驗模型是否存在過度擬合。在經濟學中，模型擬合的好壞不僅與其擬合度有關，還需要考慮過度擬合是否導致模型失效。因此，過度識別檢驗可以幫助我們評估模型是否可靠，並找到需要優化的方面。

二、過度識別檢驗固定效應模型

過度識別檢驗在固定效應（Fixed Effects）模型中尤為重要。固定效應模型中常常會用到時間固定效應和個體固定效應，而在這種情況下，模型中的常數項會被固定在時間和個體上，因而無法進行擬合。為了解決這個問題，我們可以採用差分法(Difference-in-Difference)或工具變數法(IV)等方法，而過度識別檢驗就可以用於檢驗這些方法是否有效。

三、過度識別檢驗原假設

過度識別檢驗的原假設是模型正確，未被過度擬合。而備擇假設則是模型被過度擬合，存在一些不適當的變數或參數。如果備擇假設被證明，我們需要重新評估模型，並找到可能的優化方案。

四、過度識別檢驗的步驟

過度識別檢驗的步驟如下：

1. 根據模型設定外生變數，即工具變數，其中必須有一個顯著作用於內生變數。
2. 用外生變數代替內生變數，估計模型。
3. 用IV命令檢驗工具變數是否有效。
4. 用OIT命令進行過度識別檢驗。

五、過度識別檢驗stata命令

ivregress 2sls Y (X = Z)

其中，Y代表因變數，X代表內生變數，Z代表外生變數。按照以上命令設置後，運用stata的IV回歸命令ivregress2sls， 加入外生變數，即可進行模型估計。

六、過度識別檢驗結果怎麼看

在stata中進行過度識別檢驗後，展示的主要是三個結果，即Sargan檢驗、Hansen-J檢驗和C檢驗。其中Sargan檢驗和Hansen-J檢驗其實是對同一個問題的不同檢驗，主要檢驗模型是否被過度擬合；而C檢驗則是對異質性的檢驗，也就是模型是否存在異方差，但在一般情況下不太重要。

七、過度識別檢驗的原理

過度識別檢驗的原理是使用工具變數代替內生變數，通過估計殘差，來檢驗工具變數對模型是否具有顯著作用。如果工具變數的作用是顯著的，那麼我們就可以確認模型是可靠的。當然，即使模型可靠，也不能保證其預測結果一定準確，應該根據具體情況進行評估。

八、過度識別檢驗命令

oittest 

oittest命令是stata中用於進行過度識別檢驗的命令。在命令中需要指定工具變數和內生變數，命令會輸出諸如「Model is not overidentified」的結果。

九、過度識別檢驗c統計

過度識別檢驗中的C統計可以用於檢驗異質性和聚類（clustering）。異質性指的是異方差的情況，而聚類則是觀察樣本數量的影響。C統計在聚類的情況下不是很重要，但在檢驗異質性的情況下非常有用。

十、過度識別檢驗p值怎麼看

在stata中進行過度識別檢驗後，輸出的結果中會有一個p值，用於檢驗模型是否被過度擬合。如果p值較小，說明模型不穩定，需要重新估計參數；如果p值較大，說明模型擬合的較好。當然，p值的選擇也需要結合具體情況。