回归调整显著Stata代码
优化代码,提升优化步骤有任何问题可以咨询
提供代调整服务
- 在实际做论文实证分析过程中经常会出现结果不显著,或者结果方向与假设相反的情况,
- 正规的做法应当是调整控制变量、调整解释变量和被解释变量的计算方法,调整数据区间和数据筛选条件
- 在这些方法都试过之后如果还得不到想要的结果的话,可以尝试本文提到的速成方法
[color=rgb(51, 102, 153) !important]复制代码
附件内容:
- 包含示例数据和代码
- 代码附有详细注释(每行都有注释)
- 可以同时调整多个回归结果
- 适用于OLS、固定效应、2SLS、Tobit、GMM等各种回归
- 调整原理:通过剔除部分显著影响回归结果的数据
- 适用数据:样本量尽可能大,最好在4000以上,调整效果较好
示例主要使用OLS回归、固定效应回归、2SLS回归和Tobit回归,其他回归方法都是类似的,有不懂的地方可以咨询
示例变量说明:
- 被解释变量Y
- 解释变量X
- 控制变量Size Lev Growth Agency CF TANG Balance COMPEN Age i.Industry i.year
- 工具变量IV
回归代码:
- * 导入数据
- use 示例数据.dta, clear
- * 定义全局控制变量ControlVariable,后面使用 $ControlVariable引用
- global ControlVariable Size Lev Growth Agency CF TANG Balance COMPEN Age i.Industry i.year
- * OLS回归
- xi: reg Y X $ControlVariable , robust
- est store res_1
- * 固定效应回归
- xi: xtreg Y X $ControlVariable , fe robust
- est store res_2
- * 2SLS
- xi: ivreg2 Y $ControlVariable (X=IV), robust
- est store res_3
- * Tobit回归
- xi: tobit Y X $ControlVariable , vce(robust) ll(0)
- est store res_4
- * 输出回归结果
- esttab res_*, mtitle("OLS回归" "固定效应回归" "2SLS回归" "Tobit回归")nogap replace star(* 0.1 ** 0.05 *** 0.01) b(3) t(3) indicate("Industry=*Industry*" "Year=*year*") ar2
未调整前回归结果

调整后结果 - 正相关

调整后结果 - 负相关

Stata调整回归显著性优化(适用于OLS、固定效应、2SLS、GMM等各种回归).zip
(803.83 KB, 需要: RMB 188 元)


雷达卡




京公网安备 11010802022788号







