stata xtptm程序 多门槛值

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

请问，在stata中，运行面板数据的xtptm程序，有三个问题：
第一：对于模型中不只存在一个门槛值的情况：在估计出第一个门槛值的基础上，再估计第二个门槛值，此时第一个门槛值怎么在程序设为已知？还是这个过程是 在xtptm程序中通过设定regim（2）之后程序自动完成？
第二：，看有文章是在得出第一个门槛值之后，比如这个门槛值为a，接下来将全部样本分为大于a和小于a两个样本，再对这两个样本分别进行门槛值的估计，但是这个操作中有一个问题是，这两个样本此时已经是非平衡的面板数据了， 我操作之后出现的错误是：
threshold_bs():  3200  conformability error
                   ptm():     -  function returned error
                 <istmt>:     -  function returned error
解释是：A matrix, vector, or scalar has the wrong number of rows and/or columns for what is required.  Adding a 2 x 3 matrix to a 1 x 4  would result in this error.
第三：得到门槛值以及门槛值的置信区间之后，回归结果是不是直接就是程序运行完之后的系数回归结果？是不是不再需要再按照门槛值再分组重新回归，而且就算是重新分组回归也遇到第二个问题中的非平衡面板数据的问题？
请求各位帮忙！

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1 回帖

关键词：Stata xtptm tata xtp PTM 程序 function 文章 平衡

第三：得到门槛值以及门槛值的置信区间之后，回归结果是不是直接就是程序运行完之后的系数回归结果？是不是不再需要再按照门槛值再分组重新回归，而且就算是重新分组回归也遇到第二个问题中的非平衡面板数据的问题？
请求各位帮忙！

呵呵，大家肯定不会把核心知识拿出来分享的，知识分享会导致竞争更加激烈。现在发文章的诉求点都基本一致。如果要问的话，直接给我发信息

同问啊，楼主会了吗？能不能教我一下？现在被这个门限弄得好头疼啊  谢谢！

呵呵！核心的东西不肯拿出来。

oxygen1988 发表于 2012-10-22 21:15
同问啊，楼主会了吗？能不能教我一下？现在被这个门限弄得好头疼啊  谢谢！

同问啊，楼主会了吗？能不能教我一下？  谢谢！

在Stata中使用`xtptm`命令进行面板门槛模型估计时，确实可以处理多门槛情况。以下是针对你提出的两个问题的解答：

### 第一：如何设定已知门槛值

当你估计了第一个门槛值后，并想将这个值设为已知继续估计第二个门槛值，这不是`xtptm`命令直接支持的操作。但你可以通过两步法来实现：
1. 首先运行模型并得到第一个门槛值。
2. 然后在第二次运行时使用`regim(2)`选项，并将第一个门槛值作为固定点引入到数据中，这需要你手动进行样本分割或调整命令。

但实际上，`xtptm`的多门槛估计是通过设定`regim()`参数来自动完成的。例如：
```
xtptm y x1 x2, threshold(z) regim(2)
```
此命令会尝试找到两个门槛值，并将样本分为三个区间进行估计。如果要固定一个门槛值，Stata本身不直接支持，你可能需要按照上述两步法手动调整数据或使用`if`条件语句来设定。

### 第二：处理非平衡面板

当你将样本根据第一个门槛值分成两组时，确实可能会得到非平衡的面板数据。这是因为不同个体在各子样本中的观测数可能不再相同。然而，在进行多门槛估计时直接分割样本并分别运行`xtptm`并不是推荐的做法。

#### 解决方案：

- **使用原命令的多门槛选项：**正如上面提到的第一点，`xtptm`本身就设计了处理多门槛的能力，你应当直接利用其参数来尝试找出多个门槛值，而非手动分割数据。
  
- **调整样本以保持平衡：**如果坚持要分别估计，则需要确保每个子样本中保留相同的观测时间跨度。这可能意味着丢弃某些个体的观察或使用插值方法填充缺失值，但这些操作都可能导致结果偏差。

#### 错误处理：

你遇到的`3200 conformability error`通常表示矩阵维度不匹配，在进行多门槛估计时尤其需要注意数据结构是否与命令期望的一致。在分割样本后确保每个组的数据格式（即变量的数量和时间跨度）满足Stata的要求，避免出现此类错误。

综上所述，对于多门槛模型的估计，使用`xtptm`自带的多门槛选项是最直接且有效的方法，而不是尝试手动分割数据后再分别进行估计。

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