After implementation of the Hausman

After implementation of the Hausman procedure, we found robust evidence that asset per capita is exogenous. That is, for each goal satisfaction model, the null hypothesis that the coefficient on the residuals is zero could not be rejected (the residuals were derived from a regression with asset per capita as dependent variable and all exogenous variables including the instrumental variable as independent). Thus, we concluded that OLS estimation as presented in Table 6 can be used for the empirical analysis without the risk of obtaining biased and inconsistent estimates.

ผลลัพธ์ (ไทย) 1:

หลังจากดำเนินการตามขั้นตอนของ Hausman เราพบหลักฐานที่ชัดเจนว่าสินทรัพย์ต่อหัวนั้นมีอยู่ภายนอก กล่าวคือ สำหรับแบบจำลองความพึงพอใจเป้าหมายแต่ละแบบ ไม่สามารถปฏิเสธสมมติฐานว่างที่ว่าสัมประสิทธิ์ของส่วนที่เหลือเป็นศูนย์ได้ (ส่วนที่เหลือได้มาจากการถดถอยโดยมีสินทรัพย์ต่อหัวเป็นตัวแปรตาม และตัวแปรภายนอกทั้งหมดรวมทั้งตัวแปรเครื่องมือเป็นตัวแปรอิสระ) . ดังนั้นเราจึงสรุปได้ว่าการประมาณค่า OLS ดังที่แสดงในตารางที่ 6 สามารถใช้สำหรับการวิเคราะห์เชิงประจักษ์ได้โดยไม่มีความเสี่ยงที่จะได้รับค่าประมาณที่มีอคติและไม่สอดคล้องกัน

ผลลัพธ์ (ไทย) 2:

หลังจากใช้โปรแกรมเฮาส์แมน เราพบหลักฐานที่แข็งแกร่งว่าทรัพย์สินต่อหัวเป็นชาวต่างชาติ นั่นคือสำหรับแต่ละแบบจำลองความพึงพอใจเป้าหมายสมมติฐานว่างที่มีค่าสัมประสิทธิ์ของความแตกต่างเป็นศูนย์ไม่สามารถปฏิเสธได้ (ความแตกต่างมาจากการถดถอยของสินทรัพย์ต่อหัวเป็นตัวแปรที่เกิดจากตัวแปรภายนอกทั้งหมดรวมถึงตัวแปรเครื่องมือเป็นตัวแปรอิสระ) ดังนั้นเราจึงสรุปได้ว่าการประมาณการ OLS ที่แสดงในตารางที่ 6 สามารถใช้ในการวิเคราะห์เชิงประจักษ์ได้โดยไม่มีความเสี่ยงที่จะได้รับการประมาณการที่เบี่ยงเบนและไม่สอดคล้องกัน

ผลลัพธ์ (ไทย) 3:

หลังจากใช้กระบวนการHausmanแล้วเราพบหลักฐานที่ชัดเจนว่าสินทรัพย์ต่อหัวเป็นภายนอก กล่าวอีกนัยหนึ่งสําหรับแต่ละรูปแบบความพึงพอใจของเป้าหมายไม่สามารถปฏิเสธสมมติฐานเป็นศูนย์ที่มีค่าสัมประสิทธิ์ตกค้างเป็นศูนย์(การตกค้างมาจากการถดถอยของตัวแปรภายนอกทั้งหมดรวมถึงตัวแปรเครื่องมือเป็นตัวแปรอิสระ) ดังนั้นเราจึงสรุปได้ว่าการประมาณค่าOLSที่แสดงในตารางที่6สามารถใช้สําหรับการวิเคราะห์เชิงประจักษ์โดยไม่มีความเสี่ยงที่จะได้รับค่าประมาณที่ลําเอียงและไม่สอดคล้องกัน