Stata回归结果输出
1. 问题
在实证分析中,我们经常需要在模型中加入行业虚拟变量、年度虚拟变量等,以便控制不可观测的行业个体效应或年度个体效应。然而,在正式报告结果时,我们无需报告这些虚拟变量的系数,否则结果表格会变得非常冗长。
简言之,在估计模型时,我们需要加入这些虚拟变量,而在最终呈现结果时,只在表格中进行标注,说明我们已经控制了这些虚拟变量,而受限于篇幅,没有呈现这些变量的估计系数。
2. 解决方法 1
事实上,Stata 里有多个命令可以帮我们处理这种情形。这里以 esttab
命令为例进行说明。
2.1 esttab 命令输出结果的原理
所有这些输出结果的命令,背后的基本原理都是相同的。在完成一个模型的估计后,Stata 会把相应的估计系数、标准误、R2 等统计量统一存储在内存中,称之为“返回值 (return values)”。而诸如 esttab
、outreg2
等呈现估计结果的命令,无非是把内存中存储的这些统计量以一种比较标准的格式呈现在屏幕上,或输出到 word 或 excel 文档中。
例如,使用 regress
命令完成 OLS 估计后,进而输入 ereturn list
即可在屏幕上呈现出内存中存储的统计量:
. sysuse "nlsw88.dta", clear
(NLSW, 1988 extract). reg wage ttl_exp marriedSource | SS df MS Number of obs = 2,246
-------------+---------------------------------- F(2, 2243) = 85.79Model | 5284.82149 2 2642.41074 Prob > F = 0.0000Residual | 69083.1459 2,243 30.7994409 R-squared = 0.0711
-------------+---------------------------------- Adj R-squared = 0.0702Total | 74367.9674 2,245 33.1260434 Root MSE = 5.5497
------------------------------------------------------------------------------wage | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------ttl_exp | 0.330 0.025 12.95 0.000 0.280 0.379married | -0.291 0.245 -1.19 0.235 -0.771 0.189_cons | 3.823 0.383 9.99 0.000 3.072 4.574
------------------------------------------------------------------------------. ereturn list //内存中的返回值scalars:e(N) = 2246e(df_m) = 2e(df_r) = 2243e(F) = 85.79411399585418e(r2) = .0710631427762836e(rmse) = 5.549724397561928e(mss) = 5284.821485260705e(rss) = 69083.14591378947e(r2_a) = .0702348441965032e(ll) = -7034.513553793961e(ll_0) = -7117.294949670642e(rank) = 3macros: ... ...matrices:e(b) : 1 x 3e(V) : 3 x 3
functions: ... ...
在上面的例子中,内存中的返回值包括四种类型,分别是:单值(scalars)、暂元(macros)、矩阵(matrices),以及函数(functions)。这些看似凌乱的返回值,都可以采用 esttab
等命令,以一种非常规整的方式重新呈现在屏幕上,或输出到 word 文档中。例如,当我们执行如下命令后,屏幕上会呈现如下结果:
. esttab, nogap scalar(N df_m F r2)
----------------------------(1) wage
----------------------------
ttl_exp 0.330***(12.95)
married -0.291 (-1.19)
_cons 3.823***(9.99)
----------------------------
N 2246
df_m 2
F 85.79
r2 0.0711
----------------------------
t statistics in parentheses
* p<0.05, ** p<0.01, *** p<0.001
下面这幅图形非常直观的呈现了内存中的返回值的统计量名称与 esttab
命令的 scalar()
选项中引用的统计量的名称之间的关系:
至此,大家应该可以非常明确的看出,在 esttab
命令的 scalar()
选项中只能填写当前内存中对应的返回值的名称。
2.2 在内存中新增统计量
因此,要想在输出结果中增加一些内存中不存在的统计量,我们只需要预先采用手动的方式把这些统计量加入内存,随后再调出它并呈现在屏幕上即可。
例如,我们可以采用 estadd
命令向内存中添加两个统计量:一个是文字类型的返回值——Industry,采用暂元 (local
) 来存储;另外一个是数值类型的返回值 ——Mean_Wage,采用单值 (scalar
) 来存储:
. sysuse "nlsw88.dta", clear
. reg wage ttl_exp married
*-在内存中加入第一个返回值
. estadd local Industry "Yes"
*-在内存中加入第二个返回值
. qui sum wage
. estadd scalar Mean_Wage = r(mean)
. ereturn list //呈现内存中的返回值
此时,我们可以看到,上述两个新加的统计量,都已经保存在了内存中(图中红框所示):
接下来我们就可以采用 esttab
命令,把上述两个新增的统计量呈现在屏幕上,或输出到word文档中:
2.3 Stata实例
基于上面对关键概念的介绍,大家很容易读懂下面这个例子。这也是在实证分析中,我们最常用的出结果的方法。
sysuse "nlsw88.dta", clear
*-分组回归
global xx “ttl_exp married south hours tenure age i.industry”
reg wage $xx if race1
estadd local Industry “Yes” //向内存中添加新的统计量, help estadd
estadd local Occupation “No”
est store m1
reg wage $xx if race2
estadd local Industry “Yes”
estadd local Occupation “No”
est store m2
reg wage $xx i.occupation if race1
estadd local Industry “Yes”
estadd local Occupation “Yes”
est store m3
reg wage $xx i.occupation if race2
estadd local Industry “Yes”
estadd local Occupation “Yes”
est store m4
-结果呈现
local s “using Table03.rtf” // 输出到word文档
local m “m1 m2 m3 m4” // 模型名称
local mt “White Black White Black” //模型标题
esttab m', mtitle(
mt’) b(%6.3f) nogap compress ///
star( 0.1 ** 0.05 *** 0.01) ///
drop(*.industry *.occupation) ///
ar2 scalar(N Industry Occupation)
输出效果:
3. 解决方法 2 (更为简洁): 使用 esttab 命令的 indicate() 选项
上面介绍的方法具有通用性,在任何情况下,我们需要再结果呈现中加入一些新的统计量,都可以采用上述方法。然而,对于上面的例子而言,我们可以采用更为简洁的处理方法,这使得我们可以少写很多行命令。
esttab
命令中有一个隐藏的选项 indicate()
,在其帮助文件中是查不到的,但却能很好的解决我们这个例子中的需求。esttab
命令中增加了如下选项:
indicate("行业效应 =*.industry" "职业效应 =*.occupation" )
其中,“"行业效应 =*.industry"
’”的含义是,等号左侧是我们在屏幕上需要呈现的文字信息,而等号右侧则是虚拟变量的名称。下面的截图非常明确的标示了这些语法的关系。
clear all
sysuse "nlsw88.dta", clear
*-分组回归
global xx "ttl_exp married south hours tenure age i.industry"
reg wage $xx if race==1
est store m1
reg wage $xx if race==2
est store m2
reg wage $xx i.occupation if race==1
est store m3
reg wage $xx i.occupation if race==2
est store m4
*-输出结果
local s "using Table03.rtf" // 输出到word文档
local m "m1 m2 m3 m4" // 模型名称
local mt "White Black White Black" //模型标题
esttab `m' `s', mtitle(`mt') b(%6.3f) nogap compress ///star(* 0.1 ** 0.05 *** 0.01) ///ar2 scalar(N) replace ///indicate("行业效应 =*.industry" "职业效应 =*.occupation" )
Stata回归结果输出相关推荐
- stata回归表格输出
请问stata回归表格输出命令是怎么写的?为什么我使用outreg2命令输出回归表格,会显示文件打不开?
- R回归模型输出结果详细解读:summary、call、residuals、Coefficients、Assessing Model Fit
R回归模型输出结果详细解读:summary.call.residuals.Coefficients.Assessing Model Fit 目录 R回归模型输出结果详细解读:summary.call. ...
- 【统计学】一篇文章读懂stata相关性系数矩阵输出 加星号 (*)显著水平 学术论文
学术论文里面常用到的相关分析结果通常需要针对不同显著性水平进行标记,例如下图 有如下数据 需要得到下图 (其中*** p<0.01, ** p<0.05, * p<0.1) 一.函数 ...
- stata回归?固定效应模型(组内变换OR LSDV最小二乘法)
面板数据分析与Stata应用笔记整理自慕课上浙江大学方红生教授的面板数据分析与Stata应用课程,笔记中部分图片来自课程截图. 笔记内容还参考了陈强教授的<高级计量经济学及Stata应用(第二版 ...
- Stata 回归结果详解
目录 一.数据信息 二.指标 1.上半部分 2.下半部分 三.详细解释 SSM - 模型平方和 SSR - 残差平方和 SST - 总平方和 R-squared - R方 - 拟合系数 Adj R-s ...
- stata 求输出相关系数矩阵命令_一文读懂结果输出命令大全(上)
目录 描述统计量 help tabstat //Stata 官方命令 描述统计量组间均值差异检验 help ttest help ttable2 help estout 相关分析命令 help p ...
- asdoc:Stata 结果输出又一利器!
作者:卢梅 连享会 lianxh.cn 文章目录 1.输出描述性统计结果 Example 1:基本用法 Example 2:设定输出格式 Example 3:分组统计量 2.回归结果输出 基本用法 横 ...
- Stata:毕业论文大礼包 C——基于 esttab 框架编写的实证结果输出命令
作者:王美庭 (中南民族大学经济学院) Email: 2017110097@mail.scuec.edu.cn Stata连享会 计量专题 || 精品课程 || 简书推文 || 公众号合集 连 ...
- asdoc:Stata结果输出又一利器!
原文链接:https://www.lianxh.cn/news/e6c0aa0d31897.html 目录 1.输出描述性统计结果 Example 1:基本用法 Example 2:设定输出格式 Ex ...
最新文章
- iKair:放弃硬件制造,切入上游去“送水”的逻辑
- 鼠标移动小球 Java_js实现跟随鼠标移动的小球
- 小程序中textarea层级最高的结局办法
- Python中提示:no module named 'PIL'
- DevExpress控件GridControl中的布局详解 【转】
- 写给我的女神,一个用灵魂歌唱的小精灵
- 简单类及成员实例【C#】
- 《DSP using MATLAB》示例Example4.2
- 详解iMazing保障数据安全的设置
- 启动Delphi2010就出现‘displayNotification: 堆栈溢出’
- HenCoder Android 开发进阶:自定义 View 1-4 Canvas 对绘制的辅助 clipXXX() 和 Matrix
- dell笔记本安装win7.ios
- 对企业来说,网络营销渠道与传统营销的渠道有何不同?
- 基于java的高速公路收费系统 计算机毕业设计
- 移动APP质量优化框架 – Booster
- 一、EulerOS 操作系统入门
- ad域推送软件_如何在域管理环境中进行软件的推送安装
- oracle 非等值关联 优化,Oracle优化器、优化模式、表的连接方式(Hash Join、Nested Loop、Sort Merge Join)...
- VMware 安装WIN10 WIN7
- 【深圳】大湾区第三次.NET技术交流会(网络直播)
热门文章
- 【 FPGA 】MATLAB 生成 FIR 滤波器的操作步骤(包括生成Verilog HDL代码以及仿真过程)
- 企业级 SpringBoot 教程 (二十三)异步方法
- centos和ubuntu安装卸载软件(rpm/dpkg)
- 将中文日期转换成自己想要的格式如:2018年09月29日转换成2018-09-29
- java学习笔记-4.7
- Android UI学习 - Linear Layout, RelativeLayout
- 李俊君信电保研面试发言稿及其分析总结
- 类模版静态成员初始化
- JBoss Seam 3.0.0.Beta2 发布
- 清除SearchNet.exe