问题1：用截面数据研究var1对y1 与y2 的影响，由于y1是0-1型的变量、y2为连续变量，因此分别用probit与tobit模型做了回归，首先做了基础回归，之后做了工具变量回归，但工具变量回归的结果(系数的绝对值)却远远大于原回归系数的绝对值，|-2.006|>|-0.046|，为何工具变量回归后系数比原来大了这么多，出现这种情况的原因是什么？应该怎么办？是我的工具变量选取的问题吗？还是别的原因？
回答1：
首先第一个问题，IV-Probit 和Probit的系数是不能直接比的，因为二元选择模型涉及到normalize，两者的系数之间差了一个倍数。如果真的要比，建议比较(average)partial effects或者partial effects on average。
其次，本身使用工具变量后，由于可用的variation少了，所以方差会更大，结果也会倾向于不稳定。特别是当工具很弱的时候，结果会非常不稳定。你的第一阶段虽然工具变量很显著，不过没有汇报F值之类的，所以也不知道是不是因为工具变量太弱。
最后，也有可能本来效应就有这么大，说不准。
问题2：(1)对于均值方程AR
