连老师，向您请教一个关于模型chi2及其P值的问题。

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

连老师：
我的数据是上市公司面板数据，id为公司，year为年度，ind为行业，我进行了 tsset id year的设定。
根据我所有研究的主题及数据的情况，经过分析，已经确定使用静态面板随机效应模型。（xtreg y x，re）
根据理论及数据的情况，为了得到稳健的标准误，我首先在id上进行cluster，stata报告了该模型的chi2和其相应的p值、r2_w；但我在ind上进行cluster后，stata报告了r2_w，没有报告该模型的chi2和其相应的p值。
我的问题是：
（1）在行业（indu）上群聚后为什么没有报告chi2和其相应的p值？
（2）我想要行业（indu）上群聚后的报告结果，因为这个结果与我前面的理论分析与预期非常吻合与一致。在我的论文中chi2和其相应的p值应该如何报告呢？是省略？还是报告id上进行cluster后的chi2和其相应的p值，而同时标准误使用ind上进行cluster时的标准误呢？

盼望您的回复！

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：连老师 Cluster 随机效应模型 Stata TSSET 模型

由于没有看到具体数据，我也不太确定问题出在哪里。不过，论文中很少报告 chi2 值。

arlionn 发表于 2012-3-20 08:50
由于没有看到具体数据，我也不太确定问题出在哪里。不过，论文中很少报告 chi2 值。

连老师，您帮我看看.


. xtreg  w_rdgs_dp  w_tfp_lp pc actdum fb $cona $area $indu $year, re robust cluster(id)
Random-effects GLS regression                   Number of obs      =      1450
Group variable: id                              Number of groups   =       529

R-sq:  within  = 0.0226                         Obs per group: min =         1
between = 0.1211                                        avg =       2.7
overall = 0.0658                                        max =         7

Wald chi2(31)      =     64.00
corr(u_i, X)   = 0 (assumed)                    Prob > chi2        =    0.0004

(Std. Err. adjusted for 529 clusters in id)

Robust
w_rdgs_dp       Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]

w_tfp_lp   -5.661512   1.647925    -3.44   0.001    -8.891385   -2.431639
pc    1.647489   1.414227     1.16   0.244    -1.124344    4.419322
actdum    4.156381   1.641691     2.53   0.011     .9387267    7.374036
fb    2.964916   1.775937     1.67   0.095    -.5158571     6.44569
w_lev    9.794413   5.318462     1.84   0.066    -.6295813    20.21841
w_growth   -3.931117   2.137813    -1.84   0.066    -8.121153    .2589182
w_manage   -8.273467   3.636864    -2.27   0.023    -15.40159   -1.145345
w_capital_as    2.911468   1.074252     2.71   0.007      .805972    5.016964
w_employa   -.0976049   .8091332    -0.12   0.904    -1.683477    1.488267
w_lnasset   -2.197348   .8848904    -2.48   0.013    -3.931701   -.4629943
w_lnage   -.3726409   1.836595    -0.20   0.839    -3.972301    3.227019
w_h3   -12.35768   5.672104    -2.18   0.029     -23.4748   -1.240558
area_dum2    2.083866   3.160761     0.66   0.510    -4.111112    8.278843
area_dum3    .7387732   3.378895     0.22   0.827     -5.88374    7.361286
area_dum4   -1.059868   4.748704    -0.22   0.823    -10.36716     8.24742
area_dum5    4.036306   4.169152     0.97   0.333    -4.135082    12.20769
area_dum6   -2.275075   3.057881    -0.74   0.457    -8.268412    3.718262
indu_dum2    2.540734   5.428724     0.47   0.640    -8.099369    13.18084
indu_dum3   -1.418513   2.746518    -0.52   0.606    -6.801589    3.964563
indu_dum4    2.228628   4.190515     0.53   0.595     -5.98463    10.44189
indu_dum5   -6.813475   2.358388    -2.89   0.004    -11.43583   -2.191119
indu_dum6   -4.650413   2.959087    -1.57   0.116    -10.45012     1.14929
indu_dum7   -3.093613   2.891101    -1.07   0.285    -8.760066     2.57284
indu_dum8   -4.058192   2.736872    -1.48   0.138    -9.422362    1.305978
indu_dum9   -8.954838   3.255874    -2.75   0.006    -15.33623   -2.573441
year_dum2   -.6660892   1.908675    -0.35   0.727    -4.407023    3.074844
year_dum3    1.455915   2.113208     0.69   0.491    -2.685896    5.597725
year_dum4    .4397084   1.734909     0.25   0.800     -2.96065    3.840067
year_dum5    7.000571   2.663299     2.63   0.009     1.780601    12.22054
year_dum6    7.192509   2.574446     2.79   0.005     2.146688    12.23833
year_dum7    7.728862   2.629039     2.94   0.003      2.57604    12.88168
_cons     33.0568   11.23186     2.94   0.003     11.04276    55.07084

sigma_u   7.3859076
sigma_e   24.393637
rho   .08397711   (fraction of variance due to u_i)


xtreg  w_rdgs_dp  w_tfp_lp pc actdum fb $cona $area $indu $year, re robust cluster(indu)


Random-effects GLS regression                   Number of obs      =      1450
Group variable: id                              Number of groups   =       529

R-sq:  within  = 0.0226                         Obs per group: min =         1
between = 0.1211                                        avg =       2.7
overall = 0.0658                                        max =         7

Wald chi2(8)       =         .
corr(u_i, X)   = 0 (assumed)                    Prob > chi2        =         .

(Std. Err. adjusted for 9 clusters in indu)

Robust
w_rdgs_dp       Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]

w_tfp_lp   -5.661512   1.723884    -3.28   0.001    -9.040262   -2.282761
pc    1.647489   .6448088     2.56   0.011     .3836872    2.911291
actdum    4.156381   1.328166     3.13   0.002     1.553224    6.759538
fb    2.964916   1.069011     2.77   0.006     .8696938    5.060139
w_lev    9.794413    4.57453     2.14   0.032     .8284994    18.76033
w_growth   -3.931117   2.516738    -1.56   0.118    -8.863833    1.001599
w_manage   -8.273467   4.843094    -1.71   0.088    -17.76576    1.218823
w_capital_as    2.911468   .9536258     3.05   0.002     1.042396     4.78054
w_employa   -.0976049   .7697532    -0.13   0.899    -1.606293    1.411084
w_lnasset   -2.197348   .6726968    -3.27   0.001    -3.515809   -.8788862
w_lnage   -.3726409   1.595079    -0.23   0.815    -3.498938    2.753656
w_h3   -12.35768   6.210609    -1.99   0.047    -24.53025   -.1851077
area_dum2    2.083866   2.896726     0.72   0.472    -3.593614    7.761345
area_dum3    .7387732   2.459155     0.30   0.764    -4.081081    5.558627
area_dum4   -1.059868   2.802059    -0.38   0.705    -6.551804    4.432067
area_dum5    4.036306   2.996548     1.35   0.178    -1.836819    9.909432
area_dum6   -2.275075   2.832111    -0.80   0.422     -7.82591    3.275759
indu_dum2    2.540734   .8382171     3.03   0.002     .8978582    4.183609
indu_dum3   -1.418513   .4362996    -3.25   0.001    -2.273645   -.5633818
indu_dum4    2.228628   .8129474     2.74   0.006     .6352802    3.821975
indu_dum5   -6.813475   .9728887    -7.00   0.000    -8.720302   -4.906649
indu_dum6   -4.650413   .5416697    -8.59   0.000    -5.712066    -3.58876
indu_dum7   -3.093613   .8623051    -3.59   0.000      -4.7837   -1.403526
indu_dum8   -4.058192   .4320661    -9.39   0.000    -4.905026   -3.211358
indu_dum9   -8.954838   .9538219    -9.39   0.000    -10.82429   -7.085381
year_dum2   -.6660892   2.223743    -0.30   0.765    -5.024545    3.692367
year_dum3    1.455915   3.255438     0.45   0.655    -4.924626    7.836456
year_dum4    .4397084   2.040907     0.22   0.829    -3.560395    4.439812
year_dum5    7.000571    4.42658     1.58   0.114    -1.675366    15.67651
year_dum6    7.192509     1.1419     6.30   0.000     4.954427    9.430591
year_dum7    7.728862   3.990767     1.94   0.053    -.0928981    15.55062
_cons     33.0568   12.67461     2.61   0.009     8.215025    57.89857

sigma_u   7.3859076
sigma_e   24.393637
rho   .08397711   (fraction of variance due to u_i)

arlionn 发表于 2012-3-20 08:50
由于没有看到具体数据，我也不太确定问题出在哪里。不过，论文中很少报告 chi2 值。

连老师，用xtreg，re模型时，stata报告的是chi2值啊，为什么没有报告F值。

去掉 robust 选项试一下。

连老师，去掉 robust选项后，仍然没有报告chi2值。
是不是stata在RE模型中不报告F统计量呢？

arlionn 发表于 2012-3-22 07:46
去掉 robust 选项试一下。

连老师，去掉 robust选项后，仍然没有报告chi2值。
是不是stata在RE模型中不报告F统计量呢？