今日問題：

使用tobit模型回歸時，將被解釋變量為連續(xù)變量，解釋變量為分類變量（子女數(shù)量），因研究重點是看每增加一個子女對y影響的具體效應(yīng)，因此將子女數(shù)量作分類，回歸時命令為tobit y i.x? control ,ll(0)，回歸結(jié)果相當于分類變量具體分析：x1，x2，x3

涉及到解釋變量分為三類分析，使用工具變量為第一胎子女性別，請問使用工具變量在stata應(yīng)如何處理？

這種處理方式不適當。如果生成三類虛擬變量，那么工具變量將少于內(nèi)生變量，得不到期望的估計結(jié)果。并且，生成虛擬變量的做法相當于分別用二孩、三孩和基準情形（一孩）進行比較，不能代表邊際影響。

如果一定要用虛擬變量，一個辦法是分組進行估計。在第一個回歸里只保留一孩和二孩樣本，然后用“第一胎的性別”作為“是否有二孩”的IV，然后再做一孩和三孩的比較。但是存在弱工具變量的風險。

或者直接用“第一胎的性別”作為“子女數(shù)量”的IV進行估計會更好。

往期回顧：

互助問答第91期：中介效應(yīng)檢驗問題

互助問答第90期：論文疑問，DID的控制組是誰？

互助問答第89期：面板數(shù)據(jù)固定效應(yīng)模型能消除內(nèi)生性嗎？

如果您在計量學習和實證研究中遇到問題，請及時發(fā)到郵箱szlw58@126.com，專業(yè)委員會有30多名編輯都會看，您的問題會得到及時關(guān)注！請您將問題描述清楚，任何有助于把問題描述清楚的細節(jié)都能使我們更方便地回答您的問題，提問細則參見：實證研究互助平臺最新通知（點擊文末閱讀原文查看詳情）

如果您想成為問題解答者，在幫助他人過程中鞏固自己的知識，請發(fā)郵件至szlw58@126.com（優(yōu)先）或給本公眾號留言或加微信793481976給群主留言，我們誠摯歡迎熱心的學者和學生。具體招募信息請參見：實證研究互助平臺志愿者團隊招募公告

鮮活的事例更有助于提高您的研究水平，呆板的教科書讓人生厭。如果您喜歡，請?zhí)岢瞿膯栴}，也請轉(zhuǎn)發(fā)推廣！

（歡迎轉(zhuǎn)發(fā)，歡迎分享；轉(zhuǎn)載請注明出處，引用和合作請留言。本文作者擁有所有版權(quán)，原創(chuàng)文章最早發(fā)表于“論文導向計量實證社區(qū)”。任何侵權(quán)行為將面臨追責！）

學術(shù)指導：張曉峒老師

本期解答人：游萬海老師

統(tǒng)籌：易仰楠 李丹丹

編輯：涂盟

技術(shù)：林毅 趙雅軒