楼主: a-moon82815
12971 4

[其他] 面板数据的固定效应模型,怎么将置信区间改为99啊? STATA [推广有奖]

  • 0关注
  • 0粉丝

硕士生

36%

还不是VIP/贵宾

-

威望
0
论坛币
393 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
286 点
帖子
80
精华
0
在线时间
192 小时
注册时间
2009-6-7
最后登录
2018-7-13

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
面板数据的固定效应模型,怎么将置信区间改为99啊?
例如,随即效应模型的是,用这个命令xtreg governance regime  gdp, level(99),可以算出置信区间为99的结果

但是,如果是固定效应的模型下,xtreg governance regime  gdp, level(99),fe
                                                或者xtreg governance regime  gdp, fe,level(99)
这两个命令都不对
请问面板数据的固定效应模型,怎么改置信区间啊?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:固定效应模型 Stata 置信区间 固定效应 tata 置信区间 模型

沙发
Mayonnaise 发表于 2011-11-16 08:05:04 |只看作者 |坛友微信交流群
  1. . webuse nlswork
  2. (National Longitudinal Survey.  Young Women 14-26 years of age in 1968)

  3. . xtset idcode
  4.        panel variable:  idcode (unbalanced)

  5. . xtreg ln_w grade age c.age#c.age ttl_exp c.ttl_exp#c.ttl_exp tenure c.tenure#c.tenure 2.race not_smsa south, f
  6. > e
  7. note: grade omitted because of collinearity
  8. note: 2.race omitted because of collinearity

  9. Fixed-effects (within) regression               Number of obs      =     28091
  10. Group variable: idcode                          Number of groups   =      4697

  11. R-sq:  within  = 0.1727                         Obs per group: min =         1
  12.        between = 0.3505                                        avg =       6.0
  13.        overall = 0.2625                                        max =        15

  14.                                                 F(8,23386)         =    610.12
  15. corr(u_i, Xb)  = 0.1936                         Prob > F           =    0.0000

  16. -------------------------------------------------------------------------------------
  17.             ln_wage |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
  18. --------------------+----------------------------------------------------------------
  19.               grade |          0  (omitted)
  20.                 age |   .0359987   .0033864    10.63   0.000     .0293611    .0426362
  21.                     |
  22.         c.age#c.age |   -.000723   .0000533   -13.58   0.000    -.0008274   -.0006186
  23.                     |
  24.             ttl_exp |   .0334668   .0029653    11.29   0.000     .0276545     .039279
  25.                     |
  26. c.ttl_exp#c.ttl_exp |   .0002163   .0001277     1.69   0.090    -.0000341    .0004666
  27.                     |
  28.              tenure |   .0357539   .0018487    19.34   0.000     .0321303    .0393775
  29.                     |
  30.   c.tenure#c.tenure |  -.0019701    .000125   -15.76   0.000    -.0022151   -.0017251
  31.                     |
  32.              2.race |          0  (omitted)
  33.            not_smsa |  -.0890108   .0095316    -9.34   0.000    -.1076933   -.0703282
  34.               south |  -.0606309   .0109319    -5.55   0.000    -.0820582   -.0392036
  35.               _cons |    1.03732   .0485546    21.36   0.000     .9421496     1.13249
  36. --------------------+----------------------------------------------------------------
  37.             sigma_u |  .35562203
  38.             sigma_e |  .29068923
  39.                 rho |  .59946283   (fraction of variance due to u_i)
  40. -------------------------------------------------------------------------------------
  41. F test that all u_i=0:     F(4696, 23386) =     6.65         Prob > F = 0.0000

  42. . xtreg ln_w grade age c.age#c.age ttl_exp c.ttl_exp#c.ttl_exp tenure c.tenure#c.tenure 2.race not_smsa south, f
  43. > e l(99)
  44. note: grade omitted because of collinearity
  45. note: 2.race omitted because of collinearity

  46. Fixed-effects (within) regression               Number of obs      =     28091
  47. Group variable: idcode                          Number of groups   =      4697

  48. R-sq:  within  = 0.1727                         Obs per group: min =         1
  49.        between = 0.3505                                        avg =       6.0
  50.        overall = 0.2625                                        max =        15

  51.                                                 F(8,23386)         =    610.12
  52. corr(u_i, Xb)  = 0.1936                         Prob > F           =    0.0000

  53. -------------------------------------------------------------------------------------
  54.             ln_wage |      Coef.   Std. Err.      t    P>|t|     [99% Conf. Interval]
  55. --------------------+----------------------------------------------------------------
  56.               grade |          0  (omitted)
  57.                 age |   .0359987   .0033864    10.63   0.000     .0272752    .0447222
  58.                     |
  59.         c.age#c.age |   -.000723   .0000533   -13.58   0.000    -.0008602   -.0005858
  60.                     |
  61.             ttl_exp |   .0334668   .0029653    11.29   0.000     .0258279    .0411056
  62.                     |
  63. c.ttl_exp#c.ttl_exp |   .0002163   .0001277     1.69   0.090    -.0001128    .0005453
  64.                     |
  65.              tenure |   .0357539   .0018487    19.34   0.000     .0309916    .0405162
  66.                     |
  67.   c.tenure#c.tenure |  -.0019701    .000125   -15.76   0.000    -.0022921   -.0016481
  68.                     |
  69.              2.race |          0  (omitted)
  70.            not_smsa |  -.0890108   .0095316    -9.34   0.000    -.1135645    -.064457
  71.               south |  -.0606309   .0109319    -5.55   0.000     -.088792   -.0324698
  72.               _cons |    1.03732   .0485546    21.36   0.000     .9122412    1.162399
  73. --------------------+----------------------------------------------------------------
  74.             sigma_u |  .35562203
  75.             sigma_e |  .29068923
  76.                 rho |  .59946283   (fraction of variance due to u_i)
  77. -------------------------------------------------------------------------------------
  78. F test that all u_i=0:     F(4696, 23386) =     6.65         Prob > F = 0.0000
复制代码
已有 2 人评分经验 论坛币 学术水平 热心指数 信用等级 收起 理由
gjy0707 + 1 + 1 + 1 精彩帖子
Sunknownay + 100 + 6 + 1 + 1 + 1 热心帮助其他会员

总评分: 经验 + 100  论坛币 + 6  学术水平 + 2  热心指数 + 2  信用等级 + 2   查看全部评分

使用道具

藤椅
a-moon82815 发表于 2011-11-17 17:04:51 |只看作者 |坛友微信交流群
Mayonnaise 发表于 2011-11-16 08:05
谢谢啊!!!!!

使用道具

板凳
Ginkgo自圆其说 在职认证  学生认证  发表于 2020-2-20 10:41:44 |只看作者 |坛友微信交流群
Mayonnaise 发表于 2011-11-16 08:05
请问Eviews如何求面板数据的置信区间,谢谢!

使用道具

报纸
TAOGE2018 发表于 2022-3-19 09:56:55 |只看作者 |坛友微信交流群
者xtreg governance regime  gdp, fe level(99)          fe 和leve()之间不加逗号就可以了

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-4-20 09:59