求教：省份面板变量滞后一期 观测值减少了1，但是教学视频是减少31。

相似文件 换一批

是 否 +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~ !

立即领取

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

不好意思，还请教各位计量大神和老师。
我根据教学视频对解释变量做了滞后一期的操作。但是导出的数据我总觉得不对，以下是公式和截图。

//设定面板//

xtset id year,yearly

//滞后效应//


xtreg logrjgdp logeq ts logle logsi logta loggin,fe
est store fe
xtreg logrjgdp logeq logle ts logsi logta loggin L.logeq,fe
est store fe1
xtreg logrjgdp logeq logle ts logsi logta loggin L2.logeq,fe
est store fe2
esttab fe fe1 fe2 using 滞后效应.rtf, replace b(%12.3f) se(%12.3f) nogap compress s(N r2 r2_a)star(* 0.1 ** 0.05 *** 0.01) //加入了调整R2，r2_a


下面跑出来结果就不太对了，N的数值为什么只减少了1，因为滞后一期起码减少了31个观察值啊？
真的想不明白，请教各位老师了。谢谢大家！






非常感谢！

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

分享0 收藏0 回帖

关键词：教学视频 观测值 compress replace esttab 滞后一期 面板数据

应该是每一省少一笔，所以减少 31 笔。

黃河泉 发表于 2022-10-17 11:01
应该是每一省少一笔，所以减少 31 笔。

老师是的应该是减少31才对，但是我做出来的结果N就少了1，所以我觉得是我做错了。
但是我怎么可以减少31，我跑程序做不出来...

poolyes 发表于 2022-10-17 13:45
老师是的应该是减少31才对，但是我做出来的结果N就少了1，所以我觉得是我做错了。
但是我怎么可以减少31 ...

目前看不出来，请将各个回归原先结果发出来看看。

黃河泉 发表于 2022-10-17 14:42
目前看不出来，请将各个回归原先结果发出来看看。

//确认面板数据//
. xtset id year
       panel variable:  id (strongly balanced)
        time variable:  year, 2011 to 2020
                delta:  1 year

//描述性、相关性、共线性//——略

//回归//
reg logrjgdp logeq ts logle logsi logta loggin
est store ols

xtreg logrjgdp logeq ts logle logsi logta loggin,fe
est store fe

xtreg logrjgdp logeq ts logle logsi logta loggin,re
est store re

esttab ols fe re using 实证结果.rtf, replace b(%12.3f) se(%12.3f) nogap compress s(N r2 r2_a)star(* 0.1 ** 0.05 *** 0.01) //加入了调整R2，r2_a

回归结果如下：
.
. reg logrjgdp logeq ts logle logsi logta loggin

      Source |       SS           df       MS      Number of obs   =       214
-------------+----------------------------------   F(6, 207)       =     36.44
       Model |  19.5574899         6  3.25958164   Prob > F        =    0.0000
    Residual |  18.5168287       207  .089453279   R-squared       =    0.5137
-------------+----------------------------------   Adj R-squared   =    0.4996
       Total |  38.0743185       213  .178752669   Root MSE        =    .29909

------------------------------------------------------------------------------
    logrjgdp |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       logeq |   .1431714   .0326902     4.38   0.000     .0787231    .2076198
          ts |   2.186797   .3753595     5.83   0.000     1.446779    2.926815
       logle |  -.0298354   .0524069    -0.57   0.570    -.1331552    .0734844
       logsi |  -.0127236   .0535532    -0.24   0.812    -.1183032     .092856
       logta |  -.0056336   .0255211    -0.22   0.826    -.0559483     .044681
      loggin |    .081829   .0711179     1.15   0.251    -.0583792    .2220371
       _cons |   8.197803   .7998754    10.25   0.000     6.620856     9.77475
------------------------------------------------------------------------------

. est store ols

.
. xtreg logrjgdp logeq ts logle logsi logta loggin,fe

Fixed-effects (within) regression               Number of obs     =        214
Group variable: id                              Number of groups  =         31

R-sq:                                           Obs per group:
     within  = 0.8913                                         min =          4
     between = 0.3201                                         avg =        6.9
     overall = 0.3627                                         max =          7

                                                F(6,177)          =     241.92
corr(u_i, Xb)  = -0.4282                        Prob > F          =     0.0000

------------------------------------------------------------------------------
    logrjgdp |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       logeq |   .0307354    .014804     2.08   0.039     .0015204    .0599504
          ts |   1.655892   .1277543    12.96   0.000     1.403774     1.90801
       logle |   .0560254   .0203347     2.76   0.006     .0158957     .096155
       logsi |   .1292593   .0191291     6.76   0.000     .0915089    .1670098
       logta |   .0708972   .0190134     3.73   0.000      .033375    .1084195
      loggin |   .1884607    .028204     6.68   0.000     .1328013    .2441201
       _cons |   5.662212   .3169942    17.86   0.000     5.036637    6.287786
-------------+----------------------------------------------------------------
     sigma_u |  .37434179
     sigma_e |   .0519197
         rho |  .98112649   (fraction of variance due to u_i)
------------------------------------------------------------------------------
F test that all u_i=0: F(30, 177) = 223.07                   Prob > F = 0.0000

. est store fe
.

. xtreg logrjgdp logeq ts logle logsi logta loggin,re

Random-effects GLS regression                   Number of obs     =        214
Group variable: id                              Number of groups  =         31

R-sq:                                           Obs per group:
     within  = 0.8901                                         min =          4
     between = 0.3385                                         avg =        6.9
     overall = 0.3846                                         max =          7

                                                Wald chi2(6)      =    1408.37
corr(u_i, X)   = 0 (assumed)                    Prob > chi2       =     0.0000

------------------------------------------------------------------------------
    logrjgdp |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       logeq |   .0282641   .0146817     1.93   0.054    -.0005115    .0570397
          ts |   1.782992   .1229597    14.50   0.000     1.541996    2.023989
       logle |   .0397679   .0196798     2.02   0.043     .0011961    .0783397
       logsi |   .1236941   .0192034     6.44   0.000      .086056    .1613321
       logta |   .0538299   .0182404     2.95   0.003     .0180793    .0895806
      loggin |   .1858168   .0284398     6.53   0.000     .1300759    .2415577
       _cons |   5.830622   .3227599    18.06   0.000     5.198025     6.46322
-------------+----------------------------------------------------------------
     sigma_u |  .32220127
     sigma_e |   .0519197
         rho |   .9746909   (fraction of variance due to u_i)
------------------------------------------------------------------------------

. est store re

.
. esttab ols fe re using 实证结果.rtf, replace b(%12.3f) se(%12.3f) nogap compress s(N r2 r2_a)st
> ar(* 0.1 ** 0.05 *** 0.01) //加入了调整R2，r2_a
(output written to 实证结果.rtf)

.
end of do-file

相关结果：



后面我就是做了滞后一期的程序了，真的谢谢老师的查看了。

应该是你滞后一期的命令写错了 请贴出命令 或者简单截图就可以

先设置面板 然后再进行滞后操作

直接用 l.X 表示X的滞后期即可

wdlbcj 发表于 2022-10-17 22:31
应该是你滞后一期的命令写错了 请贴出命令 或者简单截图就可以

先设置面板 然后再进行滞后操作

老师您好，我命令是这样的。还请帮忙再看下，这个困扰我一周了
谢谢老师了。

白眉老夫子 发表于 2022-10-18 09:19
直接用 l.X 表示X的滞后期即可

老师您好，我的确是这样做的...这个是我的程序。还请老师看下：

请问还有老师能够帮忙解答下嘛？谢谢大家了。