我运行了两个回归，OLS 和 2SLS，其中我使用变量“牛”的工具，我认为它可以是内生的。下表显示了两种方法的比较。
OLS vs 2SLS
=====================================================================
Dependent variable:
-------------------------------------
servS
OLS instrumental
variable
(1) (2)
---------------------------------------------------------------------
agric -0.01*** -0.01***
(0.0003) (0.001)
log(popden) -0.18*** -0.21***
(0.01) (0.01)
rail -0.001*** 0.0000
(0.0004) (0.001)
cattle 0.01*** -0.01
(0.001) (0.005)
horse 0.04*** 0.02**
(0.004) (0.01)
size -0.001*** -0.001***
(0.0001) (0.0003)
sqsize 0.0000*** 0.0000***
(0.0000) (0.0000)
Constant 0.14*** 0.62***
(0.03) (0.17)
---------------------------------------------------------------------
Observations 1,295 1,295
R2 0.67 0.50
Adjusted R2 0.67 0.49
Residual Std. Error (df = 1287) 0.10 0.12
F Statistic 369.50*** (df = 7; 1287)
=====================================================================
Note: *p<0.1; **p<0.05; ***p<0.01
让我有点惊讶的是，第二个回归中“牛”的系数在统计上并不显着。同时，它应该是，给定它的值 -0.01 和 0.005 的 SE。我应该如何解释这个？ ivreg 是否对检测变量显示统计显着性？