楼主: 水儿七七
6538 7

[统计软件] SUEST组间系数差异检验,分组变量报错,两组中有效自变量不等怎办 [推广有奖]

  • 1关注
  • 6粉丝

已卖:181份资源

硕士生

68%

还不是VIP/贵宾

-

威望
0
论坛币
529 个
通用积分
24.1720
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
4212 点
帖子
136
精华
0
在线时间
230 小时
注册时间
2016-4-29
最后登录
2026-2-5

楼主
水儿七七 学生认证  发表于 2022-1-29 01:02:24 |AI写论文

+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
最近做论文,异质性检验中按照产权属性分组回归后,两组都显著,采用suest组间系数差异检验
但是显示
. bdiff, group(soe) model(regress y x $aa) surtest
Note: The numbers of effective independent variables in Group1 (soe=0) and group2 (soe=1) are not equal
This may occur because you use the factor variable to indicate the dummy varaibles

注:Group1 (soe=0) 和 group2 (soe=1) 中有效自变量的个数不相等这可能是因为您使用因子变量来指示虚拟变量

这种情况应该怎么办?难道是两组样本量差异太大?
国有    SOE=1 样本量Number of obs     =      4,173
非国有SOE=0 样本量 Number of obs     =        886

stata界面截图如下


微信图片_20220129004155.png
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:suest 差异检验 自变量 Sue Est

沙发
Noblezp 发表于 2022-3-24 16:49:08
请问作者问题解决了吗

藤椅
水儿七七 学生认证  发表于 2022-3-31 18:46:45
Noblezp 发表于 2022-3-24 16:49
请问作者问题解决了吗
没有解决,最后我改了实证设计把这部分删了,哎

板凳
大块瓜皮猫 学生认证  发表于 2023-4-23 09:56:13
我也遇到这个问题了,最后把模型里的行业年份固定去掉就能用了

报纸
lyj199 发表于 2023-7-1 19:07:36
大块瓜皮猫 发表于 2023-5-24 10:17
我也遇到这个问题了,最后把模型里的行业年份固定去掉就能用了
我跟你是一样的情况,去掉了i.行业就可以了,但是这样的如何解释呢?

地板
Liyuan_i 学生认证  发表于 2023-9-19 21:02:09
lyj199 发表于 2023-7-1 19:07
我跟你是一样的情况,去掉了i.行业就可以了,但是这样的如何解释呢?
请问您解决了吗?

7
gjxclw 发表于 2024-5-7 10:38:38
大块瓜皮猫 发表于 2023-5-24 10:17
我也遇到这个问题了,最后把模型里的行业年份固定去掉就能用了
我也是,i.industry删了就能行了,那个i.year没删除

8
赵安豆 发表于 2024-10-27 22:02:27
在进行SUEST检验时遇到“有效自变量个数不等”的问题,通常是因为两组模型中的自变量有所不同。这可能是由于不同类型的公司(如国有企业和非国有企业)在数据集的可得性或适用性上存在差异造成的。

要解决这个问题,有几种可能的策略:

1. **检查并统一自变量**:确保两个回归模型中使用的自变量是相同的。如果某些变量只存在于一个组中,考虑是否可以找到替代变量或者调整模型使两组中的自变量相匹配。

2. **使用交叉项或交互效应**:在模型中加入虚拟变量与自变量的交叉项(interaction terms),这样可以在一定程度上解决因分组而带来的变量不一致性问题。例如,对于非国有企业,如果某个自变量x只对SOE=0有意义,则可以构造一个交叉项如soe#x,当soe=1时,该交叉项为0。

3. **子集分析**:尝试使用两组都共有的自变量进行回归,虽然这可能意味着要舍弃一些信息,但它确保了SUEST检验的有效性。

4. **增加虚拟变量**:如果某个变量只在一个组中有意义(例如,某个政策仅适用于国有企业),可以为该变量添加一个与分组变量的交叉项。这样,在另一个组中它将自动变为0,从而保持模型的一致性。

5. **调整样本量**:虽然样本量差异较大可能会影响结果的稳健性,但这通常不是直接导致SUEST检验错误的原因。不过,如果确实存在严重偏差(如极端的数据不平衡),考虑增加非国有企业的样本或使用加权方法来平衡两组的影响也是一种策略。

在具体操作中,确保数据预处理阶段和模型构建时考虑到以上几点,以避免因自变量不匹配而导致的SUEST检验无法执行的问题。最后,再次检查代码是否有误,例如是否正确地指定了回归命令和参数。

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



您需要登录后才可以回帖 登录 | 我要注册

本版微信群
扫码
拉您进交流群
GMT+8, 2026-2-6 08:19