楼主: wkyyyh1001
5089 6

[回归分析求助] stata面板数据 [推广有奖]

  • 0关注
  • 0粉丝

本科生

16%

还不是VIP/贵宾

-

威望
0
论坛币
303 个
通用积分
0.9000
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
380 点
帖子
17
精华
0
在线时间
126 小时
注册时间
2013-11-9
最后登录
2023-6-26

20论坛币
用面板数据的固定效果模型做出来的结果所有相关都为0。是本身这个模型不适合固定效果还是数据输入问题。求大神赐教。模型,结果如下,还有数据整理格式如下。ps:截面数据的普通回归是可以做出结果,不知道为什么放到面板数据就不行了。。

. xtreg C D E F G H I J K L,fe

Fixed-effects (within) regression               Number of obs     =        596
Group variable: com                             Number of groups  =        120

R-sq:                                           Obs per group:
     within  =      .                                         min =          1
     between =      .                                         avg =        5.0
     overall =      .                                         max =          5

                                                F(9,467)          =          .
corr(u_i, Xb)  =      .                         Prob > F          =          .

------------------------------------------------------------------------------
           C |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
           D |  -6.29e-34    .067369    -0.00   1.000     -.132384     .132384
           E |   3.50e-34   .0092483     0.00   1.000    -.0181735    .0181735
           F |   4.31e-34   .0160188     0.00   1.000    -.0314778    .0314778
           G |  -1.96e-32      .5285    -0.00   1.000    -1.038533    1.038533
           H |  -1.90e-31   .3700038    -0.00   1.000    -.7270785    .7270785
           I |  -6.60e-34   .1512533    -0.00   1.000    -.2972213    .2972213
           J |   1.67e-31   4.016859     0.00   1.000    -7.893356    7.893356
           K |  -5.57e-32   2.435495    -0.00   1.000    -4.785885    4.785885
           L |   1.17e-32   .4278345     0.00   1.000     -.840719     .840719
       _cons |   .0757556   3.929368     0.02   0.985    -7.645675    7.797187
-------------+----------------------------------------------------------------
     sigma_u |  .56524716
     sigma_e |  .63801504
         rho |  .43974487   (fraction of variance due to u_i)
------------------------------------------------------------------------------
F test that all u_i=0: F(119, 467) = -1.36                   Prob > F = 1.0000


最下面是整理的数据格式
A        B        C        D        E        F        G        H        I        J        K        L
1        2013        .5863828        0        19.5883        7.0569244        .28941632        12.017573        .12814846        .02031364        .01089852        .10934112
1        2014        .5863828        0        19.58918        5.4793043        .2927886        11.889833        .12192658        .02634167        .00643258        .13796155
1        2015        .5863828        1        19.58954        4.3292617        .29723801        11.819897        .09752003        .02074847        .0120641        .17014052
1        2016        .5863828        1        19.58989        4.1042645        .30531928        11.849431        .15154043        .01908754        .00653209        .19021834
1        2017        .5863828        1        19.59042        3.6205729        .28745888        11.862682        .02433351        .01308449        .00461592        .16520083
2        2013        .2949838        1        12.34909        2.1585847        .26851686        10.469232        .10065459        .00009505        .00815997        .20072971
2        2014        .2949838        1        12.35214        1.9275204        .26759647        10.454972        .18972878        .00009434        .01244256        .17686737
2        2015        .2949838        1        12.35557        2.1100705        .3375844        10.621038        .08173634        .0000549        .01152561        .15431233
2        2016        .2949838        1        12.35938        1.7735301        .37691721        10.497878        .11712151        .00003263        .01119073        .11469295
2        2017        .2949838        1        12.36243        1.67534        .336272        10.541102        .07893268        .00003526        .01175468        .10802256
3        2013        -.1213902        1        .24675        1.0377446        .45402564        9.1911372        .01992607        .02079242        -.00358092        .02787615
3        2014        -.1213902        1        .27273        1.0378331        .47295963        9.2074863        .00663668        .01864853        -.00729487        .0305179
3        2015        -.1213902        0        .28571        1.0710785        .45983172        9.2868754        .08371295        .01779302        -.00659199        .0309639
3        2016        -.1213902        0        .31169        1.1311249        .45335992        9.3477517        .13784556        .01821415        .03491944        .04532197
3        2017        -.1213902        0        .68831        1.0830189        .44548458        9.3923786        .05546656        .01752103        .00045054        .0568589
4        2013        -.0337236        1        2.99052        1.5297637        .35580452        10.839776        .00629708        .08246088        -.00745606        .14001881
4        2014        -.0337236        1        2.99052        1.1565086        .33796251        10.576753        -.02851626        .08082857        -.01771051        .07932208
4        2015        -.0337236        1        2.99052        1.2032425        .37932907        10.692195        .05779444        .0682979        -.00449663        .05215402
4        2016        -.0337236        1        2.99052        1.104018        .37435193        10.589147        .00535857        .07261909        .01482306        .03400443
4        2017        -.0337236        0        2.99052        1.0535565        .40248919        10.636506        .08033149        .07515954        -.01946284        .06955783


最佳答案

黃河泉 查看完整内容

初步看起来,是因为你的被解释变量 C 的值,在每一个 A 变量中,都是固定的。这是 fe 不允许 (或无法估计的)!
沙发
黃河泉 在职认证  发表于 2018-10-13 00:28:27 |只看作者 |坛友微信交流群
初步看起来,是因为你的被解释变量 C 的值,在每一个 A 变量中,都是固定的。这是 fe 不允许 (或无法估计的)!

使用道具

藤椅
wkyyyh1001 发表于 2018-10-13 00:29:39 |只看作者 |坛友微信交流群
模型是这个

Screen Shot 2018-10-13 at 1.22.30 AM.png (22.79 KB)

Screen Shot 2018-10-13 at 1.22.30 AM.png

使用道具

板凳
wkyyyh1001 发表于 2018-10-16 11:48:37 |只看作者 |坛友微信交流群
黃河泉 发表于 2018-10-13 16:30
初步看起来,是因为你的被解释变量 C 的值,在每一个 A 变量中,都是固定的。这是 fe 不允许 (或无法估计的 ...
谢谢您的解答,那这种情况就只能使用一般的横截面数据做一般多重线性回归是吗

使用道具

报纸
黃河泉 在职认证  发表于 2018-10-16 15:40:00 |只看作者 |坛友微信交流群
wkyyyh1001 发表于 2018-10-16 11:48
谢谢您的解答,那这种情况就只能使用一般的横截面数据做一般多重线性回归是吗
看不懂你的意思!

使用道具

地板
wkyyyh1001 发表于 2018-10-17 20:41:04 |只看作者 |坛友微信交流群
黃河泉 发表于 2018-10-16 15:40
看不懂你的意思!
因为不适合fe,但是我想要排除年度,企业的影响,所以是不是用截面数据做一般的回归分析之后加入企业,行业dummy就行了?

使用道具

7
黃河泉 在职认证  发表于 2018-10-18 07:34:50 |只看作者 |坛友微信交流群
wkyyyh1001 发表于 2018-10-17 20:41
因为不适合fe,但是我想要排除年度,企业的影响,所以是不是用截面数据做一般的回归分析之后加入企业,行 ...
这是方向之一。

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, 2024-4-26 11:19