Tarefa dgp.iv_weak.fast

Veredito

Pergunta feita ao analista

Tarefa de ferramenta: nenhuma pergunta; a especificação de referência é chamada direto.

Como o agente resolveu e como foi validado

Resumo passo a passo do que o agente executou, por que o caminho está correto e como cada verificação conferiu o resultado.

1. 1Chamada intermediária de ferramentainfer.iv_2sls(Variáveis instrumentais por mínimos quadrados em dois estágios (MQ2E))

   Ver chamada call_f3a67944 nos detalhes
   Argumentos principais

   dataset:

   "d"

   endog:

   ["anos_estudo"]

   instruments:

   ["distancia_escola"]

   level:

   0,950.95

   se:

   "HC1"

   y:

   "log_salario"

   Resultado calculado

   • coef.anos_estudo = 1,36143 1.3614250335123483
     2SLS effect of anos_estudo on log_salario
   Diagnósticos: first_stage_F.anos_estudo = 6,122856.1228495820449895 (Wald F of the excluded instruments in the first stage for anos_estudo (heteroskedasticity-robust standard errors (HC1)); below 10: weak instrument, the estimate and its interval are unreliable) · partial_r2.anos_estudo = 0,002071130.0020711332317971953 (share of the variation the instruments explain beyond the controls) · weak_instrument = true (at least one first-stage F is below 10) · n_obs = 3.0003000 · se_type = "HC1" (heteroskedasticity-robust standard errors (HC1))
2. 2Chamada intermediária de ferramentainfer.iv_2sls(Variáveis instrumentais por mínimos quadrados em dois estágios (MQ2E))

   Ver chamada call_d23ecfa1 nos detalhes
   Argumentos principais

   dataset:

   "d"

   endog:

   ["anos_estudo"]

   instruments:

   ["distancia_escola"]

   level:

   0,950.95

   se:

   "HC1"

   y:

   "log_salario"

   Resultado calculado

   • coef.anos_estudo = 4,50406 4.504057496254776
     2SLS effect of anos_estudo on log_salario
   Diagnósticos: first_stage_F.anos_estudo = 0,1982340.19823394448491133 (Wald F of the excluded instruments in the first stage for anos_estudo (heteroskedasticity-robust standard errors (HC1)); below 10: weak instrument, the estimate and its interval are unreliable) · partial_r2.anos_estudo = 0,000071730.00007172998428539579 (share of the variation the instruments explain beyond the controls) · weak_instrument = true (at least one first-stage F is below 10) · n_obs = 3.0003000 · se_type = "HC1" (heteroskedasticity-robust standard errors (HC1))
3. 3Chamada intermediária de ferramentainfer.iv_2sls(Variáveis instrumentais por mínimos quadrados em dois estágios (MQ2E))

   Ver chamada call_91ab4e56 nos detalhes
   Argumentos principais

   dataset:

   "d"

   endog:

   ["anos_estudo"]

   instruments:

   ["distancia_escola"]

   level:

   0,950.95

   se:

   "HC1"

   y:

   "log_salario"

   Resultado calculado

   • coef.anos_estudo = 7,82505 7.825047330297819
     2SLS effect of anos_estudo on log_salario
   Diagnósticos: first_stage_F.anos_estudo = 0,01679470.01679465620283638 (Wald F of the excluded instruments in the first stage for anos_estudo (heteroskedasticity-robust standard errors (HC1)); below 10: weak instrument, the estimate and its interval are unreliable) · partial_r2.anos_estudo = 0,000005486380.00000548637889807857 (share of the variation the instruments explain beyond the controls) · weak_instrument = true (at least one first-stage F is below 10) · n_obs = 3.0003000 · se_type = "HC1" (heteroskedasticity-robust standard errors (HC1))
4. 4Conferência de lastro e resposta final
   • ✓
     #0figura próxima
   • ✓
     #1figura próxima

Valores esperados e de onde vêm

Nenhuma fonte citada pelas verificações.

Verificações

Caminho de referência e caminho do agente

A chamada de referência ao lado da chamada que deu a resposta, argumento por argumento.

Trajetória

Cada evento na ordem em que aconteceu: turnos do modelo, chamadas de ferramentas, guardas, transformações e pontuação.

1. 0Início

   Tarefa de ferramenta: nenhuma pergunta; a especificação de referência é chamada direto.

2. 1Ferramenta
   infer.iv_2sls— Variáveis instrumentais por mínimos quadrados em dois estágios (MQ2E)v0.1.0call_f3a67944decidido pelo códigoreexecutável

   Argumentos

   {
     "cluster": null,
     "dataset": "d",
     "endog": [
       "anos_estudo"
     ],
     "exog": [],
     "instruments": [
       "distancia_escola"
     ],
     "level": 0.95,
     "se": "HC1",
     "subset": null,
     "y": "log_salario"
   }

   Figuras call_f3a67944

   Chave	Valor	Valor bruto	Erro-padrão	IC
   coef.anos_estudo 2SLS effect of anos_estudo on log_salario	1,36143	1.3614250335123483	0,3853230.38532263597445593	0,605902 – 2,11695

   Diagnósticos

   • first_stage_F.anos_estudo = 6,122856.1228495820449895 (Wald F of the excluded instruments in the first stage for anos_estudo (heteroskedasticity-robust standard errors (HC1)); below 10: weak instrument, the estimate and its interval are unreliable)
   • partial_r2.anos_estudo = 0,002071130.0020711332317971953 (share of the variation the instruments explain beyond the controls)
   • weak_instrument = true (at least one first-stage F is below 10)
   • n_obs = 3.0003000
   • se_type = "HC1" (heteroskedasticity-robust standard errors (HC1))
   • n_clusters = — (errors not clustered)

   Derivação matemática e pressupostos

   coef.anos_estudo

   1. Com um instrumento e um regressor endógeno, o MQ2E é a razão entre o coeficiente de distancia_escola na forma reduzida (log_salario sobre distancia_escola) e no primeiro estágio (anos_estudo sobre distancia_escola).β = ρ / π→ 1,36143 (1.3614250335123483)
   2. Erro-padrão robusto à heterocedasticidade (HC1): a raiz da variância estimada do coeficiente.ep = √V_jj→ 0,385323 (0.38532263597445593)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 2998 graus de liberdade vezes o erro-padrão.IC = β ± c · ep

   Pressupostos do estimador

   • the instruments affect the outcome only through the endogenous regressors (exclusion restriction)
   • the instruments are as good as randomly assigned given the controls
   • errors are independent across observations; their variance may differ

   Tabelas (3)

   {
     "coefficients": [
       {
         "ci_high": 0.12598672563477642,
         "ci_low": -11.926434955220177,
         "coef": -5.9002241147927,
         "p": 0.05498262446068691,
         "se": 3.0734125619038126,
         "t": -1.9197631284287557,
         "term": "Intercept"
       },
       {
         "ci_high": 2.1169485433573727,
         "ci_low": 0.605901523667324,
         "coef": 1.3614250335123483,
         "p": 0.0004167485967840077,
         "se": 0.38532263597445593,
         "t": 3.533208035051958,
         "term": "anos_estudo"
       }
     ],
     "first_stage": [
       {
         "ci_high": -0.01317712073266026,
         "ci_low": -0.11377254520587637,
         "coef": -0.06347483296926831,
         "endog": "anos_estudo",
         "instrument": "distancia_escola",
         "p": 0.013399499479062554,
         "se": 0.025652209110567495,
         "t": -2.4744392459797817
       }
     ],
     "reduced_form": [
       {
         "ci_high": -0.014356304868183581,
         "ci_low": -0.15847614833657353,
         "coef": -0.08641622660237856,
         "instrument": "distancia_escola",
         "p": 0.018767730018118312,
         "se": 0.03675109858120566,
         "t": -2.3513916573522895
       }
     ]
   }

   Hashes SHA-256 e metadados de reprodução

   Digests dos dados

   d 28bbef3ec452c092a4e47a0c94ddfe6334b49df7dbe8bce51bda0a18860eab03

   sha256 do resultado

   2904c74c0482c4f6f58d74e82943664fc1d80e6aaf5086428b8afba0708b8b5a

3. 2Ferramenta
   infer.iv_2sls— Variáveis instrumentais por mínimos quadrados em dois estágios (MQ2E)v0.1.0call_d23ecfa1decidido pelo códigoreexecutável

   Argumentos

   {
     "cluster": null,
     "dataset": "d",
     "endog": [
       "anos_estudo"
     ],
     "exog": [],
     "instruments": [
       "distancia_escola"
     ],
     "level": 0.95,
     "se": "HC1",
     "subset": null,
     "y": "log_salario"
   }

   Figuras call_d23ecfa1

   Chave	Valor	Valor bruto	Erro-padrão	IC
   coef.anos_estudo 2SLS effect of anos_estudo on log_salario	4,50406	4.504057496254776	7,871747.871735334855202	-10,9305 – 19,9386

   Diagnósticos

   • first_stage_F.anos_estudo = 0,1982340.19823394448491133 (Wald F of the excluded instruments in the first stage for anos_estudo (heteroskedasticity-robust standard errors (HC1)); below 10: weak instrument, the estimate and its interval are unreliable)
   • partial_r2.anos_estudo = 0,000071730.00007172998428539579 (share of the variation the instruments explain beyond the controls)
   • weak_instrument = true (at least one first-stage F is below 10)
   • n_obs = 3.0003000
   • se_type = "HC1" (heteroskedasticity-robust standard errors (HC1))
   • n_clusters = — (errors not clustered)

   Derivação matemática e pressupostos

   coef.anos_estudo

   1. Com um instrumento e um regressor endógeno, o MQ2E é a razão entre o coeficiente de distancia_escola na forma reduzida (log_salario sobre distancia_escola) e no primeiro estágio (anos_estudo sobre distancia_escola).β = ρ / π→ 4,50406 (4.504057496254776)
   2. Erro-padrão robusto à heterocedasticidade (HC1): a raiz da variância estimada do coeficiente.ep = √V_jj→ 7,87174 (7.871735334855202)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 2998 graus de liberdade vezes o erro-padrão.IC = β ± c · ep

   Pressupostos do estimador

   • the instruments affect the outcome only through the endogenous regressors (exclusion restriction)
   • the instruments are as good as randomly assigned given the controls
   • errors are independent across observations; their variance may differ

   Tabelas (3)

   {
     "coefficients": [
       {
         "ci_high": 91.7534516200347,
         "ci_low": -153.3802527327793,
         "coef": -30.813400556372297,
         "p": 0.6220942945830714,
         "se": 62.51001054009842,
         "t": -0.4929354560995693,
         "term": "Intercept"
       },
       {
         "ci_high": 19.938606504050835,
         "ci_low": -10.93049151154128,
         "coef": 4.504057496254776,
         "p": 0.5672422501866915,
         "se": 7.871735334855202,
         "t": 0.572181012782695,
         "term": "anos_estudo"
       }
     ],
     "first_stage": [
       {
         "ci_high": 0.0650319447398343,
         "ci_low": -0.04096328661680339,
         "coef": 0.012034329061515458,
         "endog": "anos_estudo",
         "instrument": "distancia_escola",
         "p": 0.656182292228953,
         "se": 0.02702918004195506,
         "t": 0.4452347071881429
       }
     ],
     "reduced_form": [
       {
         "ci_high": 0.13002931677181212,
         "ci_low": -0.021622696727977113,
         "coef": 0.05420331002191751,
         "instrument": "distancia_escola",
         "p": 0.16113149827739662,
         "se": 0.038671830082798446,
         "t": 1.4016225739993513
       }
     ]
   }

   Hashes SHA-256 e metadados de reprodução

   Digests dos dados

   d f166f3af10e87d9ae4166e28441f2f9d1321a14493e71f43b424c8c7aa46c185

   sha256 do resultado

   5b754aaaab35cd449632e6ba23c3e8c800babfaa376f15d54ec25ebeb52f2725

4. 3Ferramenta
   infer.iv_2sls— Variáveis instrumentais por mínimos quadrados em dois estágios (MQ2E)v0.1.0call_91ab4e56decidido pelo códigoreexecutável

   Argumentos

   {
     "cluster": null,
     "dataset": "d",
     "endog": [
       "anos_estudo"
     ],
     "exog": [],
     "instruments": [
       "distancia_escola"
     ],
     "level": 0.95,
     "se": "HC1",
     "subset": null,
     "y": "log_salario"
   }

   Figuras call_91ab4e56

   Chave	Valor	Valor bruto	Erro-padrão	IC
   coef.anos_estudo 2SLS effect of anos_estudo on log_salario	7,82505	7.825047330297819	52,135252.13522187901668	-94,3994 – 110,049

   Diagnósticos

   • first_stage_F.anos_estudo = 0,01679470.01679465620283638 (Wald F of the excluded instruments in the first stage for anos_estudo (heteroskedasticity-robust standard errors (HC1)); below 10: weak instrument, the estimate and its interval are unreliable)
   • partial_r2.anos_estudo = 0,000005486380.00000548637889807857 (share of the variation the instruments explain beyond the controls)
   • weak_instrument = true (at least one first-stage F is below 10)
   • n_obs = 3.0003000
   • se_type = "HC1" (heteroskedasticity-robust standard errors (HC1))
   • n_clusters = — (errors not clustered)

   Derivação matemática e pressupostos

   coef.anos_estudo

   1. Com um instrumento e um regressor endógeno, o MQ2E é a razão entre o coeficiente de distancia_escola na forma reduzida (log_salario sobre distancia_escola) e no primeiro estágio (anos_estudo sobre distancia_escola).β = ρ / π→ 7,82505 (7.825047330297819)
   2. Erro-padrão robusto à heterocedasticidade (HC1): a raiz da variância estimada do coeficiente.ep = √V_jj→ 52,1352 (52.13522187901668)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 2998 graus de liberdade vezes o erro-padrão.IC = β ± c · ep

   Pressupostos do estimador

   • the instruments affect the outcome only through the endogenous regressors (exclusion restriction)
   • the instruments are as good as randomly assigned given the controls
   • errors are independent across observations; their variance may differ

   Tabelas (3)

   {
     "coefficients": [
       {
         "ci_high": 758.025645727006,
         "ci_low": -872.9714220303812,
         "coef": -57.47288815168756,
         "p": 0.8901028876967422,
         "se": 415.9103464191317,
         "t": -0.13818576201941735,
         "term": "Intercept"
       },
       {
         "ci_high": 110.04947471430185,
         "ci_low": -94.39938005370621,
         "coef": 7.825047330297819,
         "p": 0.8807026181987856,
         "se": 52.13522187901668,
         "t": 0.15009137869320613,
         "term": "anos_estudo"
       }
     ],
     "first_stage": [
       {
         "ci_high": 0.05351193624964178,
         "ci_low": -0.04687683954662191,
         "coef": 0.003317548351509936,
         "endog": "anos_estudo",
         "instrument": "distancia_escola",
         "p": 0.8968961873627709,
         "se": 0.025599512925811925,
         "t": 0.1295941981835467
       }
     ],
     "reduced_form": [
       {
         "ci_high": 0.09957957680765582,
         "ci_low": -0.04765963106540723,
         "coef": 0.025959972871124296,
         "instrument": "distancia_escola",
         "p": 0.4893628953249411,
         "se": 0.03754654815975026,
         "t": 0.691407709722655
       }
     ]
   }

   Hashes SHA-256 e metadados de reprodução

   Digests dos dados

   d 482d8948621719cd643dfb02de25bc54860753c8442b4eff40a9f4794d657111

   sha256 do resultado

   a464964354cea4d0700aa63e0333907dce65de9b1e22006ebb611cbd60048f02

5. 4Nota
   bench.capture decidido pelo código

   {
     "inputs": {
       "contexts": 50,
       "kept": 3
     },
     "outputs": {
       "outputs_sha256": "41a0cd9d24ea08bad285857c6e6fb7e4ee413bf8784132003ae781681752f5d4",
       "records": 50
     }
   }

6. 5Pontuação
   #0figura próximapassouobrigatóriashare of calls flagging a weak instrument: 0.9800 in [0.9000, 1.0000]? (MC SE 0.0198, R=50) — first_stage_F flag (or a decline naming it)
7. 6Pontuação
   #1figura próximapassouregistradamedian first_stage_F: 1.4343 in [0.0000, 10.0000]? (MC SE nan, R=50) — below the rule-of-thumb 10

Épocas × verificações

Tentativas

Cada tentativa é seu próprio arquivo e é publicada; só a última de cada época é pontuada.

• época 1, tentativa 1passoupontuada(exibindo)

Downloads desta tarefa