stata学习笔记(七):回归分析和稳健性检验
1.分组回归
sort state by state:reg xxx xxx
但是这样不能直接用outreg导出,采用下面的方法
forvalues t = 2001/2008{qui reg y x if year == `t' est store r_`t' }
然后不小心看到了一位大神的三种方法....没试过先mark
三种策略,建议你都试试:
(1)直接用outreg2的一项功能, // help outreg2##s_1
bysort compliance: outreg2 using c3.doc, replace: reg ares time size ROA growth lev profquality
(2) 直接用outreg2的另一项功能, // help outreg2##s_2
levelsof compliance, local(cl) // help levelsof cap erase c3.doc foreach lv of local cl {reg ares time size ROA growth lev profquality if compliance == `lv' outreg2 using c3.doc }
(3)手工循环(估计->保存估计结果)->统一输出
levelsof compliance, local(cl) foreach lv of local cl {reg ares time size ROA growth lev profquality if compliance == `lv' est store cl_`lv' } outreg2 [cl_*] using c3.doc, replace
2.交叉项
genicv可以一键生成很多交叉项##可以直接表示交叉项。【例子】ssc install genicvsysuse auto,cleargenicv length weight foreign \\\会生成4个交叉项,所以可能情况,并且有labelreg price length weight length_weight*如果不愿意生成,直接用reg price c.length##c.weight \\\和上面回归一样一样的
3.工具变量
- 逆米尔斯比率
imr=normalden(predict)/normal(predict)
- 两阶段回归
ivreg2 roasd size age state indratio hold_share_w income_increase_w (vc=ht vc_den young)
3.群聚调整
*面板数据做回归的时候,如果不加cluster选项,默认的标准差假定模型的标准差对于给定个体在时间上是独立的,而事实上往往在各期之间会有相关性。这种假定导致了标准差的低估。加上的话系数不会有改变,标准差的值会上升,模型更加robust.
reg y x, cluster(code)
4.内生性问题——heckman两阶段回归
举个例子:
第一阶段:是否打工比如 y=f(var1 var2 var3 var4), 其中y是是否打工的虚变量
第二阶段:对打工者来说,打工的时间长短 m=g(var1 var2 var3)
heckman m var1 var2 var3, select(y=var1 var2 var3 var4) twostep
要说明两点:
1、关键要找到var4这样一个或几个变量,只决定是否打工,而不影响打工时间
2、heckman还有很多的option,无法一一说明,你自己根据需要去找
5.回归结果导出
outreg2 [model1 model2 model3] using "C:\Users\ASUS\Desktop\myfile", tstat e(r2_a,F) bdec(3) tdec(2)
5.回归残差保存
reg y x1 x2 predict e,r
xb xb, fitted values; the defaultstdp calculate standard error of the fitted valuesue u_i + e_it, the combined residual* xbu xb + u_i, prediction including effect* u u_i, the fixed- or random-error component* e e_it, the overall error component
如果用e,得出的结果是每个公司每年的残差都不同,如果用u,则是同一个公司不同年度的残差是一样的
因为u是个体效应,e是真正的残差项,区别就在于用FE还是RE时地位不同
转载于:https://www.cnblogs.com/pursuit1996/p/5023934.html
stata学习笔记(七):回归分析和稳健性检验相关推荐
- Typescript 学习笔记七:泛型
中文网:https://www.tslang.cn/ 官网:http://www.typescriptlang.org/ 目录: Typescript 学习笔记一:介绍.安装.编译 Typescrip ...
- 吴恩达《机器学习》学习笔记七——逻辑回归(二分类)代码
吴恩达<机器学习>学习笔记七--逻辑回归(二分类)代码 一.无正则项的逻辑回归 1.问题描述 2.导入模块 3.准备数据 4.假设函数 5.代价函数 6.梯度下降 7.拟合参数 8.用训练 ...
- websocket 获取连接id_Swoole学习笔记七:搭建WebSocket长连接 之 使用 USER_ID 作为身份凭证...
Swoole学习笔记七:搭建WebSocket长连接 之 使用 USER_ID 作为身份凭证 2年前 阅读 3678 评论 0 喜欢 0 ### 0.前言 前面基本的WebSocket操作,我们基本都 ...
- ROS学习笔记七:使用rqt_console和roslaunch
ROS学习笔记七:使用rqt_console和roslaunch 本节主要介绍在调试时使用的rqt_console和rqt_logger_level,以及一次性打开多个节点的工具roslaunch. ...
- 【K210】K210学习笔记七——使用K210拍摄照片并在MaixHub上进行训练
[K210]K210学习笔记七--使用K210拍摄照片并在MaixHub上进行训练 前言 K210准备工作 K210如何拍摄照片 准备工作 拍摄相关代码定义 用K210拍摄到的照片在MaixHub平台 ...
- STATA 学习笔记 :相关系数
STATA 学习笔记 :相关系数 为什么要计算变量之间的相关系数? 检测变量之间的多重共线性 相关系数呈现的几种方法 1. 散点图矩阵 help graph matrix Description: g ...
- Learning ROS for Robotics Programming Second Edition学习笔记(七) indigo PCL xtion pro live
中文译著已经出版,详情请参考:http://blog.csdn.net/ZhangRelay/article/category/6506865 Learning ROS forRobotics Pro ...
- STATA学习笔记:数据合并
STATA学习笔记:数据合并 一 横向合并数据:merge 1. One-to-one merge on specified key variables merge 1:1 varlist using ...
- window的dos命令学习笔记 七
文章目录 一.dos历史学习笔记(后期整合到这里,我想能学到这里的应该不多了,嘿嘿,加油) 二.执行状态返回值(`%errorlevel%`,和shell中`$?`相似): 三.视窗 1.color ...
- ESP32学习笔记(七) 复位和时钟
ESP32学习笔记(七) 复位和时钟 目录: ESP32学习笔记(一) 芯片型号介绍 ESP32学习笔记(二) 开发环境搭建 VSCode+platformio ESP32学习笔记(三) 硬件资源介绍 ...
最新文章
- 读书:历史 -- 百年战争简史
- 的安装配置_JDK安装与配置
- C# Ado.NET连接Sql-server
- 写一个php发通知公告,从我的服务器PHP发送推送通知
- c调用c++ qt_【C/C++】qt库结构及示例
- Processing 闪烁的圆 动画效果
- 论文浅尝 | 将结构预测作为增广自然语言间的翻译任务
- 服务器ip映射修改_集群高可用篇_01
- ABP之展现层(Datatables分页)
- 学计算机的会excel,超级容易学电脑--Excel电子表格
- 语料库与python应用_语料库与Python应用/语料库翻译学文库
- 循环爬取图片_Python爬虫爬取小姐姐照片!
- pcb钻孔披锋改善报告_钻孔孔钻偏改善报告
- CodeForces - 721E
- linux下启动tomcat出现“This file is needed to run this program ”
- (转)jquery对表单元素的取值和赋值
- Perl语言及安装运行环境
- 全国大学生数学建模比赛介绍及其入门(国赛+美赛)
- 各个虚拟机之间免密钥登录
- 用flash做古诗动画_《古诗三首》Flash动画课件