R语言IV回归工具变量检验报无效系数/变量名错误求助

报错直接诱因 #

你收到Contains bad coefficients/varaible names报错的核心原因是linearHypothesis的假设语句中使用的系数名，和lm回归实际生成的系数名不匹配：

• f10、f15为三分类变量，R拟合线性模型时会自动将其转换为哑变量，默认以因子的第一个水平为参照组，生成的系数命名规则为变量名+非参照组水平名，比如若f10的参照水平为worse，则生成的系数为f10no sibling、f10better，你写的f10本身不是回归输出中的有效系数名，因此无法识别。
• 你不需要将f10、f15转换为整数格式：转为整数相当于默认三个分类水平是等距线性关系，会强行约束变量的边际效应，反而会导致第一阶段估计偏误，保留因子格式即可。

代码其他隐藏错误 #

你的第一阶段回归存在逻辑错误：方程右侧包含了被解释变量indexlit1_new1，这会导致完全共线性，最终得到的第一阶段估计结果完全无效，需要先删除右侧重复的被解释变量。

完整修复步骤 #

1. 修正第一阶段回归代码

# 移除右侧重复的被解释变量indexlit1_new1
stage1 <- lm(indexlit1_new1 ~ f10 + f15 + age + edu2 + edu3 + edu4 + edu5 
             + male + partner + numkids + retired + dum_selfempl + lincome 
             + tot_non_equity_wealth_cat, data = Finlit)

2. 查看回归实际生成的系数名，确认工具变量对应的哑变量命名

# 输出所有系数名，找到f10、f15对应的哑变量名称
names(coef(stage1))

3. 对照实际系数名编写联合显著性检验假设
   比如输出显示f10对应的系数为f10no sibling、f10better，f15对应的系数为f15dont know、f15intermediate or high，则检验两个工具变量联合显著性的写法为：

# 需替换为你上一步输出的实际系数名
myH0 <- c("f10no sibling = 0", "f10better = 0", "f15dont know = 0", "f15intermediate or high = 0")
# 检验时直接指定稳健标准误，和你之前的标准误设置保持一致
linearHypothesis(stage1, myH0, vcov = vcovHC(stage1))

内容的提问来源于stack exchange，提问作者Mr. world r