楼主: 夏目贵志
5958 16

[编程问题求助] 关于fvvarlist的问题 [推广有奖]

11楼
黃河泉 在职认证  发表于 2017-2-16 11:09:47
看起来的确怪怪的！但加上 xi 似乎可以解决此问题！
  1. xi: reg y x1 i.g 2.g#c.x2
复制代码





其结果为
  1. . xi: reg y x1 i.g 2.g#c.x2
  2. i.g               _Ig_1-4             (naturally coded; _Ig_1 omitted)

  4.       Source |       SS           df       MS      Number of obs   =        15
  5. -------------+----------------------------------   F(5, 9)         =      1.30
  6.        Model |  7.24849487         5  1.44969897   Prob > F        =    0.3446
  7.     Residual |  10.0417145         9  1.11574605   R-squared       =    0.4192
  8. -------------+----------------------------------   Adj R-squared   =    0.0966
  9.        Total |  17.2902093        14  1.23501495   Root MSE        =    1.0563

  11. ------------------------------------------------------------------------------
  12.            y |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
  13. -------------+----------------------------------------------------------------
  14.           x1 |    .109504   .2775011     0.39   0.702    -.5182471     .737255
  15.        _Ig_2 |   .4514652   .8329476     0.54   0.601    -1.432793    2.335723
  16.        _Ig_3 |   .8563138   .8074923     1.06   0.317    -.9703607    2.682988
  17.        _Ig_4 |   -.885242   .8077782    -1.10   0.302    -2.712563    .9420791
  18.              |
  19.       g#c.x2 |
  20.           2  |   .2431444   .5419723     0.45   0.664    -.9828822    1.469171
  21.              |
  22.        _cons |  -.2477564   .6107636    -0.41   0.694      -1.6294    1.133887
  23. ------------------------------------------------------------------------------
复制代码
已有 1 人评分经验 论坛币 学术水平 热心指数 收起 理由
夏目贵志 + 100 + 100 + 5 + 5 观点有启发

总评分: 经验 + 100  论坛币 + 100  学术水平 + 5  热心指数 + 5   查看全部评分

12楼
蓝色 发表于 2017-2-16 11:20:18
黃河泉 发表于 2017-2-16 11:09
看起来的确怪怪的！但加上 xi 似乎可以解决此问题！其结果为
xi: reg y x1 i.g 2.g#c.x2

加上xi，xi是针对 i.g，这时i.g就不是Factor variables
而2.g  只有Factor variables  才能用

所以可以区分开了

这倒是一个解决方法
13楼
夏目贵志 发表于 2017-2-16 11:31:38
黃河泉 发表于 2017-2-16 11:09
看起来的确怪怪的！但加上 xi 似乎可以解决此问题！
感谢提示。我试试看吧。简单的例子看起来没问题。但是我实际的模型要复杂很多，所以暂时不是很确定。
14楼
夏目贵志 发表于 2017-2-16 11:39:07
蓝色 发表于 2017-2-16 11:20
xi: reg y x1 i.g 2.g#c.x2

加上xi，xi是针对 i.g，这时i.g就不是Factor variables
看起来确实是的。但是这个只能算workaround。我觉得说到底还是Stata的bug。。。

另外，这个workaroud并不解决我9楼说到的那个问题。不过那个我倒是暂时无所谓。
15楼
夏目贵志 发表于 2017-2-16 12:06:54
黃河泉 发表于 2017-2-16 11:09
看起来的确怪怪的！但加上 xi 似乎可以解决此问题！
很遗憾。这个workaround并不能解决我的问题。我提问的时候用了一个简化的例子。但是我实际的模型更像是
reg y i.g 2.g#c.x1 3.g#c.x2
即，我有不止一个interaction。可惜的是xi prefix并不能让我正确的估计这个模型。如下：
  1. . reg y i.g 2.g#c.x1 3.g#c.x2

  3.       Source |       SS           df       MS      Number of obs   =        15
  4. -------------+----------------------------------   F(5, 9)         =      0.64
  5.        Model |  2.13850936         5  .427701872   Prob > F        =    0.6781
  6.     Residual |  6.04856763         9   .67206307   R-squared       =    0.2612
  7. -------------+----------------------------------   Adj R-squared   =   -0.1492
  8.        Total |  8.18707699        14  .584791214   Root MSE        =    .81979

  10. ------------------------------------------------------------------------------
  11.            y |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
  12. -------------+----------------------------------------------------------------
  13.          3.g |   .2563094   .5303634     0.48   0.640    -.9434559    1.456075
  14.              |
  15.       g#c.x1 |
  16.           2  |  -.0587141   .9848439    -0.06   0.954    -2.286586    2.169157
  17.           3  |  -.6897439   .4952049    -1.39   0.197    -1.809975    .4304873
  18.              |
  19.       g#c.x2 |
  20.           2  |   .8519153   2.224658     0.38   0.711    -4.180611    5.884442
  21.           3  |   .0541391   .4515733     0.12   0.907    -.9673906    1.075669
  22.              |
  23.        _cons |  -.0381158   .2537717    -0.15   0.884    -.6121872    .5359556
  24. ------------------------------------------------------------------------------
  25. r; t=0.03 23:05:44

  27. . xi: reg y i.g 2.g#c.x1 3.g#c.x2
  28. i.g               _Ig_1-4             (naturally coded; _Ig_1 omitted)

  30.       Source |       SS           df       MS      Number of obs   =        15
  31. -------------+----------------------------------   F(7, 7)         =      0.59
  32.        Model |  3.02925625         7  .432750893   Prob > F        =    0.7504
  33.     Residual |  5.15782074         7  .736831535   R-squared       =    0.3700
  34. -------------+----------------------------------   Adj R-squared   =   -0.2600
  35.        Total |  8.18707699        14  .584791214   Root MSE        =    .85839

  37. ------------------------------------------------------------------------------
  38.            y |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
  39. -------------+----------------------------------------------------------------
  40.        _Ig_2 |  -.5901603    .678285    -0.87   0.413    -2.194049    1.013729
  41.        _Ig_3 |  -.1995659    .695268    -0.29   0.782    -1.843613    1.444482
  42.        _Ig_4 |  -.6824393   .6556054    -1.04   0.333      -2.2327    .8678211
  43.              |
  44.       g#c.x1 |
  45.           2  |    .030552   1.061583     0.03   0.978    -2.479693    2.540797
  46.           3  |  -.6897439   .5185182    -1.33   0.225    -1.915845    .5363568
  47.              |
  48.       g#c.x2 |
  49.           2  |   .6078243   2.429272     0.25   0.810    -5.136492     6.35214
  50.           3  |   .0541391   .4728325     0.11   0.912    -1.063932     1.17221
  51.              |
  52.        _cons |   .4177595   .4955911     0.84   0.427    -.7541271    1.589646
  53. ------------------------------------------------------------------------------
复制代码
16楼
黃河泉 在职认证  发表于 2017-2-16 17:40:16
一些美国 Stata 论坛之回覆，可参考一下： http://www.statalist.org/forums/ ... went-wrong%EF%BC%81。
17楼
夏目贵志 发表于 2017-2-16 21:44:23
黃河泉 发表于 2017-2-16 17:40
一些美国 Stata 论坛之回覆，可参考一下： http://www.statalist.org/forums/forum/general-stata-discussi ...
我昨晚给stata tech support发了邮件。看看他们是否回复吧。

至于我为什么要用这个模型。大概意思就是比如g是男女。然后我要研究工资对幸福感的影响，然后比如说我只有男工的工作小时数，因为样本里的女工都是年薪制，所以没有小时数的信息。那么除了标准的控制变量之外，我需要一个工作小时数和男工虚拟变量的交互项。当然实际情况更复杂一点，但是意思差不多，就是x2因为某些原因只适用于g中的某些组。

另外，我昨天试了stata的那个论坛，但是不知道为什么无法登陆。。。可能我的网有问题。

Thanks for the follow up. Appreciate it.
返回列表
12
高级模式
B Color Image Link Quote Code Smilies
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号-2 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, 2025-12-5 18:56