面板门槛回归的门槛值是否会因为BS次数不同而不同呢

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

各位大佬！求帮帮帮忙！我在做面板门槛回归时，BS次数设置300次和1000次的门槛值一样，请问这是正常的吗

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：面板门槛 门槛回归 门槛值

正常，门槛值与自抽次数无关，自抽次数只影响p值。

Stakiny 发表于 2024-7-29 19:47
正常，门槛值与自抽次数无关，自抽次数只影响p值。

谢谢！谢谢！

Stakiny 发表于 2024-7-29 19:47
正常，门槛值与自抽次数无关，自抽次数只影响p值。

不好意思，请问这个p值值得是F统计量对应的p值吗，我做500次和1000次的抽样，发现门槛回归的系数和显著性水平p值也没有不变化，只有F统计量对应的P值变了一点点，请问这样正常吗？又麻烦您了！非常感谢您！

在进行面板门槛回归（Panel Threshold Regression）分析时，使用Bootstrap（简称BS）方法是为了估计门槛参数的标准误以及构建置信区间，从而判断门槛效应是否显著。理论上，门槛值的估计并不会因为Bootstrap次数的不同而有本质变化，但其标准误和置信区间的稳定性可能会受到Bootstrap次数的影响。

通常情况下，增加Bootstrap的重复次数会提高结果的精度与稳定性。例如，在300次和1000次的Bootstrap下得到相同的门槛值是可能的，因为这一估计主要由数据本身决定。但是，更高的BS次数可以提供更窄的置信区间，从而对门槛效应的存在性有更强的信心。

所以，你观察到在设置为300次和1000次时门槛值相同的情况，并不意味着一定有异常或错误发生。这可能反映了你的数据确实存在一个稳定的门槛点。然而，在进行结果解读时，建议使用更多的Bootstrap次数以获得更可靠的置信区间估计。

同时，也应注意检查模型的其他假设条件是否满足，以及是否存在多重共线性等潜在问题，确保回归分析的有效性和可靠性。

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

但求毕业 发表于 2024-8-6 20:56
不好意思，请问这个p值值得是F统计量对应的p值吗，我做500次和1000次的抽样，发现门槛回归的系数和显著性 ...

是的。你最好看一下Hansen(1999)的原文，理解静态面板门槛模型的基本原理，否则科研写作过程中很容易出错。