如何在 R 中运行 IVPROBIT 的内生性测试

如何解决如何在 R 中运行 IVPROBIT 的内生性测试

有没有办法计算 R 中 ivprobit 输出的内生性的 Wald 检验或 Wu-Hausman 统计量？

Wald Chi-Square 和其他拟合统计量在 R 的 ivreg function 和 Stata's ivprobit 中都作为输出给出，但在这里没有。

我尝试使用 ivprobit 作为输入之一计算 Wald 和 Wu-Hausman，但出现错误：

library(ivprobit)
endmod <- ivprobit(y1 ~ x1| x2 | z1 + x1,data=data)
no_ivs <- glm(y1 ~ x1 + x2,data,family=binomial(link="probit"))

library(lmtest)
waldtest(no_ivs,endmod)

## Error ##
Error in modelUpdate(objects[[i - 1]],objects[[i]]) : 
  original model was of class "glm",updated model is of class "ivprobit"

library(systemfit)
hausman.systemfit(no_ivs,endmod)

## Error ##
Error in vcov.default(results3sls) : 
  object does not have variance-covariance matrix

然后我尝试通过运行 2SLS（也手动）来手动计算它，但考虑到第一步是一个线性模型（因为内生变量是正态分布的），而第二步是一个概率，我得到的错误是Wald Test 无法计算。

l0 <- glm(y2 ~ x2 + x1,family=binomial(link="probit")))
l1 <- lm(x2 ~ x1 + z1,data)
x2.hat <- fitted.values(l1)
l2 <- glm(y2 ~ x2.hat + x1,family =binomial(link="probit"))

library(lmtest)
waldtest(l0,l2)

## Error ##
Error in objects[[i]] : subscript out of bounds
In addition: Warning message:
In waldtest.default(object,...,test = match.arg(test)) :
  models with response "y2" removed because response differs from model 1

library(plm)
phtest(l0,l2)

## Error ##
Error in UseMethod("phtest") : 
  no applicable method for 'phtest' applied to an object of class "c('glm','lm')"

这是 ivprobit 函数的缺陷吗？还是我做错了什么*？

* 是否也可能是一个数学问题（ivprobit 无法将必要的输入输出到 Wald）？如果是这样，我可以将我的问题转给统计人员。