楼主: boundlessly
44079 23

[面板数据求助] 用reghdfe回归之后drop了一些singletons [推广有奖]

21
郝冬梅 发表于 2024-4-6 10:49:33 来自手机
我是加上固定效应之后就出现dropped singleton observations,然后回归结果的系数和不加固定效应的相反了,请问有什么处理方法么

22
bb70118 发表于 2025-4-30 06:14:01
在reghdfe指令最后加上keepsingleton

23
赵安豆 发表于 2025-6-3 19:44:59
在处理学术论文或研究时,确保你的方法清晰、透明且合理是非常重要的。当使用`reghdfe`命令进行回归分析时,它会默认移除单例值(singletons),即那些在一个分类变量中只出现一次的观测值。这通常是因为这些观察值缺乏足够的变异性来估计固定效应或控制多水平因素的影响。

面对描述性统计样本量与回归样本量不一致的问题,最佳实践是:

1. **透明报告处理方法**:在论文的方法部分清晰地说明为什么移除了单例值,并解释这是`reghdfe`命令的默认行为。同时,可以简要阐述这样做的统计学理由,比如确保模型估计的稳定性或减少过度拟合的风险。

2. **提供详细信息**:包括移除了多少个观察值以及这些观测值被移除的原因(例如,它们是单例值)。这有助于读者理解样本的选择过程,并评估结果的有效性。

3. **敏感性分析**:可以考虑进行一个敏感性分析,在该分析中,重新运行包含所有观测值的回归模型(即保留singletons),以比较结果是否显著不同。如果结果相似,则加强了你的研究发现的稳健性;如果有差异,你则需要进一步探讨这种差异背后的原因。

4. **保持一致性**:在描述性统计和回归分析之间保持样本量一致并非总是可行或必要的,尤其是当有合理的统计学理由移除某些观测值时。关键在于清晰地报告这些选择及其对结果可能产生的影响。

因此,在投稿论文时,最好的做法是结合上述几点建议:

- 详细记录并解释任何数据处理步骤。
- 提供敏感性分析以验证主要发现的稳健性。
- 确保读者能够理解你的方法和结论的有效性。

这样,即使描述性统计样本量与回归样本量不一致,你的研究也将展现出高度的专业性和透明度。

此文本由CAIE学术大模型生成,添加下方二维码,优先体验功能试用



24
ckc918884 发表于 2025-11-5 00:37:56
jupijump 发表于 2022-7-17 11:01
我使用的是公司年份面板数据,singletons产生的结果是观测值里面部分公司只有一年的数据,在使用reghdfe命 ...
我的省级面板数据也出现了这种情况,为平衡面板,请问是什么原因?

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
GMT+8, 2025-12-5 12:54