以数据集grilic.dta为例，继续探讨教育投资回报率。 
此数据集的主要变量包括：lnw(工资对数)，s(教育年限)，expr(工龄)，tenure(在现单位的工作年数)，iq(智商)，med(母亲的教育年限)，kww(在“knowledge of the World of Work”测试中的成绩)， 
rns(美国南方虚拟变量，住在南方=1)，smsa(大城市虚拟变量，住在大城市=1)。

/*读入数据*/
use "C:\Users\Administrator\Desktop\stata work\grilic.dta"复制

/*作为参照系，首先进行OLS回归，并使用稳健标准误。*/ 
reg lnw s expr tenure rns smsa,r 复制

/*引入智商(iq)作为“能力”的代理变量，再进行OLS回归*/
reg lnw s iq expr tenure rns smsa,r 复制

 

/*进行2SLS回归，使用稳健标准误，显示第一阶段的回归结果*/
ivregress 2sls lnw s expr tenure rns smsa (iq=med kww),r first复制

 

/*过度识别检验：原假设认为外生。*/ 
estat overid 复制

 

表明：不拒绝原假设

/*弱工具变量检验，由于F统计量为14.91，超过10，故认为不存在弱工具变量*/
quietly ivregress 2sls lnw s expr tenure rns smsa (iq=med kww) 
estat firststage 复制

 

 

/*使用对弱工具变量更不敏感的有限信息大似然法(LIML)：*/
ivregress liml lnw s expr tenure rns smsa (iq=med kww),r 复制

 

/*进行豪斯 曼检验，原假设为“所有解释变量均为外生” */ 
quietly reg lnw iq s expr tenure rns smsa 
estimates store ols 
quietly ivregress 2sls lnw s expr tenure rns smsa (iq=med kww) 
estimates store iv
hausman iv ols,constant sigmamore 复制

 

/*传统的豪斯曼检验在异方差下不成立，下面进行异方差稳健的 DWH检验*/
estat endogenous 复制

/*将以上各种估计法的系数及标准误列在同一表格中*/
qui reg lnw s expr tenure rns smsa,r 
est sto ols_no_iq 
qui reg lnw iq s expr tenure rns smsa,r 
est sto ols_with_iq 
qui ivregress 2sls lnw s expr tenure rns smsa (iq=med kww),r 
est sto tsls 
qui ivregress liml lnw s expr tenure rns smsa (iq=med kww),r 
est sto liml 
estimates table ols_no_iq ols_with_iq tsls liml,b se 复制

 

/*用一颗星表示10%的显著性，两颗星表示5%的显著性，三颗星表示1%的显著性 */
estimates table ols_no_iq ols_with_iq tsls liml,star(0.1 0.05 0.01) 复制

 

 

/*Stata官方命令“estimates table”无法同时显示回归系数、 标准误与表示显著性的星号*/ 
/*下载非官方命令“estout” */
ssc install estout 
esttab ols_no_iq ols_with_iq tsls liml,se r2 mtitle star(* 0.1 ** 0.05 *** 0.01)复制

 本案例来源于陈强 计量经济学 工具变量与最小二乘法章节