前言

这是顶刊如何炼成的第二期，这次内容会相对简单一些，绘制一张边际效应的图，感觉它的合并图片或许会是一个很有帮助的技巧，论文的出处是发表在《Journal of Development Economics》上的:
“Estimating development resilience: A conditional moments-based approach”。

它的原文以及数据连接是：https://www.sciencedirect.com/science/article/pii/S0304387818303511

主要是绘制它下面的这张图，并自己做了一些完善:

绘图过程

前期的数据处理

感觉这部分还是挺有意思的

*************
** MEAN EQ **
*************
svyset, clear
svyset hhid [pw=weight], strata(slocid) || hhid, strata(TLU_class)svy: glm TLU TLU_lag c.TLU_lag#c.TLU_lag c.TLU_lag#c.TLU_lag#c.TLU_lag ///c.TLU_lag#c.TLU_lag#c.TLU_lag#c.TLU_lag drought sex age c.age#c.age ///educ deprat i.relig i.settle, family(poisson)
est sto meanpredict mu1 //计算y的期望值
predict e, r //得到它们之间的差异*****************
** VARIANCE EQ **
*****************
gen e2 = e^2svy: glm e2 TLU_lag c.TLU_lag#c.TLU_lag c.TLU_lag#c.TLU_lag#c.TLU_lag ///c.TLU_lag#c.TLU_lag#c.TLU_lag#c.TLU_lag drought sex age c.age#c.age ///educ deprat i.relig i.settle, family(poisson)est sto var
predict mu2 //计算y的期望值

讲解：

首先通过svyset, clear，清楚在分析中可能保留的参数
通过svyset hhid [pw=weight], strata(slocid) || hhid, strata(TLU_class)设置了新的参数
family(poisson)：通过poisson回归进行拟合，这里应该是因为数据中有很多的0值，而possion可以比较好的解决这个问题
est sto mean：将结果保存为mean
predict mu1：得到拟合的结果。题外话，怎么查看回归得到的一系列参数？在stata中，回归出的结果，可以通过
```
ereturn list
```

查看，可以得到：

绘图

下面开始就是绘图的代码：

//定义一些变量
gen alpha = mu2/mu1
gen beta = mu1^2/mu2
scalar wbar = 1
gen rho = .//通过循环进行绘图
forval i = 5(10)35 {scalar drop wbarscalar wbar = `i'replace rho = 1 - gammap(alpha, wbar/beta)svy: glm rho TLU_lag age educ deprat i.relig i.settle, family(binomial)margins, at((mean) TLU_lag=(0(3)70))marginsplot, xdimension(TLU_lag) xlabel(10(10)70) ylabel(0.2(0.2)1) ///recast(line) recastci(rarea) xti("Lagged TLU") yti("Resilience") ///ti("Wbar = `i'")  saving(`i', replace)}
gr combine 5.gph 15.gph 25.gph 35.gph, ti("Predicted Resilience Dynamics")graph export "fig.eps", as(eps) replace

讲解：

scalar是用于保存一些数值或者字符串
svy: glm rho TLU_lag age educ deprat i.relig i.settle, family(binomial)中依然通过possion（泊淞）回归
margins, at((mean) TLU_lag=(0(3)70))：TLU_lag变量的值从0到70等间隔地分成24个区间（即步长为3）
xdimension(TLU_lag)，指定边际效应图的横轴变量为TLU_lag
recast(line):边际效应通过直线连接
recastci(rarea):置信区间通过阴影的面积表示
saving(\i’, replace)`：在stata中暂时保存图片为5、15、25、35
gr combine 5.gph 15.gph 25.gph 35.gph, ti("Predicted Resilience Dynamics"),使用这个命令，合并四张图片，并加上统一的标题
最后一行，输出图片

就可以得到：

美化图片

这种图片现在的背景是灰色的，以及它的坐标图中，有横线，我们把他调整一下：

通过graphregion(color(white)) 设置背景颜色为白色
在xlabel中添加下列内容：xlabel(10(10)70,nogrid),ylabel类似

最后完整代码为：

//定义一些变量
gen alpha = mu2/mu1
gen beta = mu1^2/mu2
scalar wbar = 1
gen rho = .//通过循环进行绘图
forval i = 5(10)35 {scalar drop wbarscalar wbar = `i'replace rho = 1 - gammap(alpha, wbar/beta) //  CORRECT, compared to Matlabsvy: glm rho TLU_lag age educ deprat i.relig i.settle, family(binomial)margins, at((mean) TLU_lag=(0(3)70))marginsplot, xdimension(TLU_lag) xlabel(10(10)70,nogrid) ///ylabel(0.2(0.2)1,nogrid) ///recast(line) recastci(rarea) xti("Lagged TLU") yti("Resilience") ///ti("Wbar = `i'") graphregion(color(white)) /// saving(`i', replace)}
gr combine 5.gph 15.gph 25.gph 35.gph, graphregion(color(white)) ti("Predicted Resilience Dynamics")graph export "fig.eps", as(eps) replace

就可以得到：

结语

下一期的顶刊是如何炼成也已经写好了，会比这更加丰富一些，以及在写一些有意思的内容，感兴趣的朋友可以关注公众号

关注我们

感兴趣的朋友可以关注公众号：
数据线的非标准答案

希望分享一些想记录些数据分析中用到的Python,R,Stata；写作中用到的Markdown和Latex；社科论文学习中记下的计量和数理知识；机器学习和自然语言处理。

顶刊是如何炼成的｜使用Stata绘制边际效应图相关推荐

诺奖得主本庶佑：CNS这些顶刊观点有九成不正确，不要盲从迷信，搞科研做到六个C更重要...
来源:科研大匠整理翻译:思庐哲学诺奖可说是国人心中一直的痛. 目前,在诺贝尔奖获奖国家中,美国堪称当之无愧的领头羊.截止发文,美国人已经获得了384枚诺贝尔奖!因此,近代以来,我们一直把目光聚焦在 ...
起源计划 | 抖音顶流是怎样炼成的？
这篇文章拖了很久,一直搁着没动笔,直到昨天某音平台把我的号给处理了,判定我视频中存在高危广告行为,处罚措施为"下架违规视频/禁止投稿10天/减少作品推荐/账号.视频搜索不可见",我 ...
知识图谱-生物信息学-医学顶刊论文(Bioinformatics-2022)-SGCL-DTI：用于DTI预测的监督图协同对比学习
14.(2022.5.21)Bioinformatics-SGCL-DTI:用于DTI预测的监督图协同对比学习论文标题: Supervised graph co-contrastive learni ...
一篇 CVPR 2022顶会论文是如何炼成的，顶会一作亲述
就在不久前,全球人工智能领域最具影响力的大会CVPR宣布,将2022年"最佳学生论文"奖颁给同济大学研二学生陈涵晟等人,这是CVPR自2001年设立最佳学生论文奖以来,获奖论文的第 ...
CV顶会最佳论文得主分享：好论文是怎么炼成的？
点击下方卡片,关注"CVer"公众号 AI/CV重磅干货,第一时间送达作者:胡瀚 | 已授权转载(源:知乎)编辑:CVer https://zhuanlan.zhihu.com ...
4年4篇顶刊顶会论文！清华开源肖像线条画生成代码，惟妙惟肖模仿人类作画...
视学算法报道编辑:好困 [新智元导读]近日,清华大学提出的非成对人脸照片肖像线条画生成方法,被IEEE Transactions on Pattern Analysis and Machin ...
MIT副教授赵宇飞团队登数学四大顶刊，华人作者中两位是本科生，最小的是00后...
点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达梦晨萧箫发自凹非寺量子位报道 | 公众号 QbitAI 你 ...
北大数院校友最新成果登数学四大顶刊，偏微分方程突破，可用于W-GAN，现已回国任教中科大...
点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达梦晨萧箫发自凹非寺量子位报道 | 公众号 QbitAI 数 ...
人工智能专业太卷，发不出好文章？看看顶刊审稿人怎么说...
上海得思科技 Mind-Predator technology 都说人工智能专业太卷,创新点难找,文章难写? 为此小编特意请教了一位发过多篇顶会的顶刊审稿人,他这样说: 许多初学者并不是真正懂得如何 ...

顶刊是如何炼成的｜使用Stata绘制边际效应图

前言

绘图过程

前期的数据处理

绘图

美化图片

结语

关注我们

顶刊是如何炼成的｜使用Stata绘制边际效应图相关推荐

最新文章

热门文章