发帖
雷达卡
资料名称： Recentered Influence Functions in Stata（Fernando Rios-Avila，Levy Economics Institute，2019 芝加哥 Stata 会议讲义；主检索词：Stata RIF 分解）
帖内资料： 47 页幻灯片全文，从 RIF／IF 定义讲起，逐一演示 grifvar()、rifhdreg、oaxaca_rif 三个命令，并给出 rifsureg、uqreg 等扩展用法。
时间覆盖： 会议时间为 2019 年芝加哥 Stata 大会；讲义末尾引用的基础工作论文为 Rios-Avila (2019) Working Paper 927（Levy Economics Institute）。
许可与引用： 页面未标注许可；引用请注明作者、会议与年份：Fernando Rios-Avila, Recentered Influence Functions in Stata, Stata Conference Chicago 2019。
适用任务： 需要在 Stata 里做无条件分位数回归（UQR）、RIF 回归，或对工资分布做 Oaxaca-RIF 分解的研究者。
这份讲义把「重居中影响函数」（Recentered Influence Function，RIF）在 Stata 里的整套实现讲清楚了。作者 Fernando Rios-Avila 从自己读 Firpo、Fortin 和 Lemieux (2009) 提出无条件分位数回归（UQR）的经历写起，到后来在教学中发现 Stata 上 UQR 的实现要么老旧、要么没有好用的分解工具，于是自己把这套方法做成了可分享的命令包。
讲义的核心就是三个命令。
第一个是 grifvar()，它是 egen 的一个扩展，用 ssc install rif 就能装上。它的作用是给每一个观测算出对应的 RIF 值。语法是 egen 新变量=rifvar(旧变量) ［if/in］, ［by() weight() rifoptions］，rifoptions 里可以选均值、方差、变异系数、标准差、分位数、分位距、分位比、基尼系数等。
讲义用 webuse nlswork 演示：把工资取指数还原成水平值后，分别 egen rif_gini=rifvar(wage), gini、egen rif_iqr=rifvar(ln wage), iqr(20 80)，还能加 by(age_
g) 按年龄组分组算基尼的 RIF。RIF 的本质是 RIF(yi, v(FY)) = v(FY) + IF(yi, v(FY))，也就是某个观测 yi 对统计量 v 的贡献，它的期望正好等于 v(FY) 本身。
第二个是 rifhdreg，做 RIF 回归。它是对 regress 和 reghdfe 的封装，能直接把 RIF 当作被解释变量来跑回归，从而分析自变量对某个分布统计量的无条件影响。最典型的场景就是 UQR：rifhdreg wage age grade union tenure hours wks_work, rif(gini) scale(1000) robust 研究各因素对工资基尼系数的影响，换成 rif(ucs(80)) 就是对第 80 分位的无条件部分效应。
它支持稳健标准误、固定效应（abs(idcode)）、因子变量和各种权重。讲义里给了一张大表，分别用 gini、ucs80、lor20、mean 以及加固定效应后的版本跑，系数含义都要结合无条件期望来解读：a1 表示的是「平均 x1 变动一个单位」对统计量 v 的影响，而不是单个观测变动的影响。
第三个是 oaxaca_rif，做 RIF 分解。它是对 Jann (2008) 的 oaxaca 命令的封装，用来把两个群体之间某个分布统计量的差异，分解成「特征差异」（能被自变量分布不同解释的部分）和「回报差异」（系数不同解释的部分），还可以用 IPW 做更好的反事实。语法是 oaxaca rif depvar indepvars ［aw pw iw］ ［if in］, by(var) rif(rifoptions) IPW options oaxaca options。
讲义示例 bootstrap: oaxaca rif wage age grade tenure hours wks_work, rif(mean) by(union) swap w
(1)，以及换成 rif(gini)、rif(ucs(80)) 并加 rwlogit(...) 做再加权。结果表会列出 Group 1／Group c／Group
2、Explained（特征效应，含 Pure explained 与 Specif err）、Unexplained（回报效应，含 Reweight err 与 Pure Unexplained），标准误放在括号里。
这套方法适合研究工会与非工会、不同群体之间工资分布「差在哪里、由什么造成」。
讲义最后还列出了几个较新的扩展：rifhdreg 支持 SVY、支持 over() 做部分条件 RIF、支持用 rwlogit／rwprobit 做类似 IPWRA 的处理效应（att／ate／atu）；rifsureg 与 rifsureg2 做跨分位点的联立 RIF 回归，方便画分位图；uqreg 则是独立估计 UQR 无条件部分效应的命令。
整体看，这套命令把分布统计量的回归与分解在 Stata 里打通了，配合作者 2019 年那篇 Working Paper 927 使用效果更好。
────────────────
下面把讲义原文、安装入口和最新文件链接整理在下方，回复一下就能看到。
京公网安备 11010802022788号
