用tobit进行分组回归，如何比较回归系数的差异？

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

用tobit进行分组回归，如何比较回归系数的差异？chow检验行吗？在STATA理怎么做？

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12 回帖

关键词：Tobit 回归系数 分组回归 bit chow检验 如何

做论文困难重重，求高人指点！

*设因变量y；截断点0.5与-0.5；自变量x1-xn；g是0-1变量。检验两组回归中x1系数的差别
tob y x* if g, ll(-.5) ul(.5)
est sto a
tob y x* if !g, ll(-.5) ul(.5)
est sto b
suest a b
test [a_model]x1=[b_model]x1

多谢多谢！

我在最后一个命令时，STATA说equation [a-model] not found，咋回事？

STATA说equation [a-model] not found

下划线

a_model not found，仍然如此。

sysuse auto, clear
generate wgt=weight/100

tobit mpg wgt  if foreign==0, ul(24)
est store a
tobit mpg wgt  if foreign==1, ul(24)
est store b

suest a b
test [a_model]wgt = [b_model]wgt

. sysuse auto, clear
(1978 Automobile Data)

. generate wgt=weight/100

.
. tobit mpg wgt  if foreign==0, ul(24)

Tobit regression                                  Number of obs   =         52
                                                  LR chi2(1)      =      73.78
                                                  Prob > chi2     =     0.0000
Log likelihood = -93.019153                       Pseudo R2       =     0.2840

------------------------------------------------------------------------------
         mpg |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         wgt |  -.5506199   .0513872   -10.72   0.000    -.6537841   -.4474558
       _cons |   37.91318   1.805754    21.00   0.000     34.28798    41.53838
-------------+----------------------------------------------------------------
      /sigma |   2.008175   .2255486                      1.555367    2.460983
------------------------------------------------------------------------------
  Obs. summary:          0  left-censored observations
                        41     uncensored observations
                        11 right-censored observations at mpg>=24

. est store a

. tobit mpg wgt  if foreign==1, ul(24)

Tobit regression                                  Number of obs   =         22
                                                  LR chi2(1)      =      20.51
                                                  Prob > chi2     =     0.0000
Log likelihood = -29.049695                       Pseudo R2       =     0.2610

------------------------------------------------------------------------------
         mpg |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         wgt |  -.8703828   .1606183    -5.42   0.000    -1.204407   -.5363586
       _cons |   43.69406   4.102241    10.65   0.000     35.16298    52.22514
-------------+----------------------------------------------------------------
      /sigma |    2.52664   .6033981                      1.271805    3.781475
------------------------------------------------------------------------------
  Obs. summary:          0  left-censored observations
                        10     uncensored observations
                        12 right-censored observations at mpg>=24

. est store b

.
. suest a b

Simultaneous results for a, b

                                                  Number of obs   =         74

------------------------------------------------------------------------------
             |               Robust
             |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
a_model      |
         wgt |  -.5506199   .0484388   -11.37   0.000    -.6455582   -.4556816
       _cons |   37.91318   1.671845    22.68   0.000     34.63642    41.18993
-------------+----------------------------------------------------------------
a_sigma      |
       _cons |   2.008175   .3459161     5.81   0.000     1.330192    2.686158
-------------+----------------------------------------------------------------
b_model      |
         wgt |  -.8703828   .1032373    -8.43   0.000    -1.072724   -.6680413
       _cons |   43.69406   2.992288    14.60   0.000     37.82928    49.55884
-------------+----------------------------------------------------------------
b_sigma      |
       _cons |    2.52664   .6030802     4.19   0.000     1.344625    3.708655
------------------------------------------------------------------------------

. test [a_model]wgt = [b_model]wgt

( 1)  [a_model]wgt - [b_model]wgt = 0

           chi2(  1) =    7.86
         Prob > chi2 =    0.0050

谢了谢了，原来我在中间多留了一个空格。