Finally, row 3 of Table 8 estimates

Finally, row 3 of Table 8 estimates the regression model using only the information
on whether a person is native-born, refugee, or non-refugee to define the variables in the
vector I. Although the coefficients now have larger standard errors, the point estimates are
consistent with the overall story. The impact of the probability of receiving Medicaid on the
probability of being covered by employer-sponsored insurance is −1.35 (1.33), while the
impact of Medicaid on the probability of being covered by some type of health insurance
coverage is 0.11 (0.87).
The bottom panel of the table reports the IV coefficients from the regressions estimated in
the sample of children.25 These coefficients tend to be quite similar to those reported in the
sample of all persons. For example, the two coefficients in the specification presented in row
1, where the vector I uses information on the citizenship status of the head of the household
to classify the children in the household, are−0.98 (0.98) in the ESI coverage regression and
0.12 (0.73) in the health insurance coverage regression. The evidence, therefore, suggests

ผลลัพธ์ (ไทย) 2:

สุดท้ายแถวที่ 3 ของตารางที่ 8 ประมาณการแบบการถดถอยโดยใช้เพียงข้อมูลที่
ว่าเป็นคนที่มีถิ่นกำเนิดเกิดผู้ลี้ภัยหรือไม่ผู้ลี้ภัยในการกำหนดตัวแปรใน
I. เวกเตอร์แม้ว่าค่าสัมประสิทธิ์ขณะนี้มีข้อผิดพลาดมาตรฐานขนาดใหญ่จุด ประมาณการ
สอดคล้องกับเรื่องราวโดยรวม ผลกระทบของความน่าจะเป็นของที่ได้รับการประกันสุขภาพของรัฐบาลที่
น่าจะเป็นของการประกันนายจ้างเป็นผู้สนับสนุนเป็น -1.35 (1.33) ในขณะที่
ผลกระทบของการประกันสุขภาพของรัฐบาลที่น่าจะเป็นของถูกปกคลุมด้วยประเภทของการประกันสุขภาพบาง
คุ้มครองเป็น 0.11 (0.87)
แผงด้านล่างของตารางรายงาน IV จากค่าสัมประสิทธิ์การถดถอยประมาณใน
ตัวอย่างของสัมประสิทธิ์ children.25 เหล่านี้มีแนวโน้มที่จะค่อนข้างคล้ายกับที่รายงานใน
ตัวอย่างของทุกคน ตัวอย่างเช่นสองค่าสัมประสิทธิ์ในสเปคที่นำเสนอในแถว
ที่ 1, เวกเตอร์ที่ผมใช้ข้อมูลเกี่ยวกับสถานะการเป็นพลเมืองของหัวของครัวเรือน
ในการจำแนกเด็กในครัวเรือนที่มี-0.98 (0.98) ในการถดถอยคุ้มครอง ESI และ
0.12 (0.73) ในการคุ้มครองการประกันสุขภาพถดถอย หลักฐานจึงขอ

ผลลัพธ์ (ไทย) 3:

ในที่สุด , แถวที่ 3 ของตารางที่ 8 การประมาณการแบบจำลองการถดถอยโดยใช้เพียงข้อมูล
ไม่ว่าคนพื้นเมืองเกิด , ผู้ลี้ภัย , ผู้ลี้ภัย หรือไม่การกำหนดตัวแปรใน
เวกเตอร์ฉันถึงแม้ว่าสัมประสิทธิ์แล้วมีข้อผิดพลาดมาตรฐานขนาดใหญ่ จุดประมาณการ
สอดคล้องกับเรื่องโดยรวม ผลกระทบของความน่าจะเป็นของการได้รับ Medicaid ใน
ความน่าจะเป็นของการปกคลุมโดยนายจ้างสนับสนุนการประกันเป็น− 1.35 ( 1.33 ) ในขณะที่
ผลกระทบของ Medicaid ในความน่าจะเป็นที่จะถูกปกคลุมด้วยบางชนิดของการประกันสุขภาพเป็น 0.11 ( 0.87 )
.
แผงด้านล่างของตารางรายงาน IV ) จากสมการถดถอยในการประมาณค่าสัมประสิทธิ์ของ children.25
ตัวอย่างเหล่านี้ มีแนวโน้มที่จะค่อนข้างใกล้เคียงกับรายงานใน
ตัวอย่างของทุกคน ตัวอย่างเช่นสองค่าในข้อมูลที่นำเสนอในแถว
1 ที่ผมใช้เวกเตอร์ข้อมูลสัญชาติ สถานะของหัวหน้าครัวเรือน
แบ่งเด็กในครัวเรือน , − 0.98 ( 0.98 ) ในการพัฒนาและความถดถอย
0.12 ( 0.73 ) ในความคุ้มครองประกันสุขภาพการ หลักฐาน จึงเสนอ