当tobit模型用于回归时，解释变量是连续变量，解释变量是分类变量(子女数)。因为研究的重点是每个额外孩子对Y的具体影响，所以对孩子的数量进行了分类，回归的顺序是Tobit I.x control，ll (0)。回归结果相当于分类变量x1、x2、x3的具体分析。
解释变量分为三种分析类型，工具变量为第一个孩子的性别。stata中的工具变量应该怎么处理？
这种待遇不合适。如果产生三种虚拟变量，那么工具变量将小于内生变量，无法得到预期的估计结果。此外，生成虚拟变量的方法相当于分别与两个孩子、三个孩子和参考案例(一个孩子)进行比较，不能代表边际影响。
如果我们必须使用虚拟变量，一种方法是分组估计它们。第一次回归只保留了独生子女和二胎样本，然后用“第一个孩子的性别”作为“是否有二胎”的IV，再对一胎和三胎进行对比。但存在工具变量较弱的风险。
或者直接用“第一个孩子的性别”作为“孩子数量”的IV来估算比较好。
过去的回顾：
互动问答第91期：中介效应检验
互问互答第90题：论文题，DID的对照组是谁？
问答89:面板数据固定效应模型能消除内生性吗？
如果您在计量经济学研究和实证研究中遇到任何问题，请及时发送至szlw58@126.com。专业委员会的30多位编辑会阅读，您的问题会得到及时关注！请把问题描述清楚，任何有助于把问题描述清楚的细节都会让我们更容易回答你的问题。详情请参考互助平台最新通知进行实证研究(详情请点击文末阅读原文)。
如果你想成为一名问题解决者，在帮助他人的过程中巩固自己的知识，请发邮件到szlw58@126.com(优先)或留言到本微信官方账号或加微信793481976到你踏实的生活中。我们真诚欢迎热情的学者和学生。具体招聘信息请参考：实证研究互助平台志愿者团队招聘公告。
新鲜的例子更有助于提高你的研究水平，枯燥的课本令人生厌。如果你喜欢，请提出你的问题，转发推广！
(欢迎转发，欢迎分享；请注明出处，报价并配合，请留言。版权归作者所有，原创文章首次发表于《论文导向的计量经济学实证社区》。任何侵权都将面临责任追究！)
学术指导：jddxh先生
答复者：wgdmht先生
协调员：忠诚之星，平凡的萝莉
编辑：涂萌
技术：林艺xdy