楼主: 鹊桥仙子
23375 21

[回归分析求助] 截面数据如何用Stata做固定效应分析? [推广有奖]

11
数学爱好 发表于 2013-3-16 16:00:50
ywh19860616 发表于 2013-3-16 14:47
xi:reg y x i.region
按照该方法做了,但是为什么会出现变量遗漏呢?就是有一个地区并没有生成虚拟变量,但是stata给了它编号为1,所以生成的那些是从2开始的,请问这是怎么回事呢?

12
ywh19860616 发表于 2013-3-16 16:08:08
数学爱好 发表于 2013-3-16 16:00
按照该方法做了,但是为什么会出现变量遗漏呢?就是有一个地区并没有生成虚拟变量,但是stata给了它编号为 ...
为了避免掉入虚拟变量陷阱,系统会自动删除一个变量
即N个地区,只加入N-1个虚拟变量,或者你不要加常数项,
那么可以有N个虚拟变量。

找一本计量书来看,都有涉及。
一份耕耘,一份收获。

13
鹊桥仙子 学生认证  发表于 2013-3-16 23:05:38
数学爱好 发表于 2013-3-16 14:37
楼主,您好!我现在也在做一个截面数据的回归,需要控制地区固定效应,这个用代码具体怎么实现呢?谢谢!
设定地区的虚拟变量,用OLS直接回归就可以了。减去均值的我也不会,不过据说两个方法结果一样。

14
鹊桥仙子 学生认证  发表于 2013-3-16 23:12:39
ywh19860616 发表于 2013-3-16 14:46
楼主,可以上传一篇这样处理的文章截距吗?即在截面数据中通过加入地区虚拟变量克服异质性的。
你可以看伍德里奇《计量经济学导论》,里面介绍面板数据中说,可以将面板数据的方法用到截面数据中。另外给你传一篇论文,我没细看,不知道是不是你想要的。 (Hongbin Li, 2005)Economic Returns to Communist Party Membership, Evidence from .pdf (234.39 KB)
已有 1 人评分学术水平 热心指数 收起 理由
ywh19860616 + 1 + 2 谢谢

总评分: 学术水平 + 1  热心指数 + 2   查看全部评分

15
数学爱好 发表于 2013-3-18 10:17:56
ywh19860616 发表于 2013-3-16 16:08
为了避免掉入虚拟变量陷阱,系统会自动删除一个变量
即N个地区,只加入N-1个虚拟变量,或者你不要加常数 ...

16
数学爱好 发表于 2013-3-18 10:18:22
鹊桥仙子 发表于 2013-3-16 23:05
设定地区的虚拟变量,用OLS直接回归就可以了。减去均值的我也不会,不过据说两个方法结果一样。

17
shfe 发表于 2013-3-31 19:08:56
固定效应有好几种做法,需要看你的数据结构和类型。如果是panel可以采用差分法 xtreg...., fe。如果是横截面数据则需要谨慎行事,固然可以采用i.region之类的虚拟变量,但是可能增加自有度,而且不要以为虚拟变量本身系数不重要,有些虚拟变量系数不仅仅衡量了村庄信息,也可能捕捉了其他信息。特别是当有些固定效应因为多重共线性缺省。因此建议对不同村庄分类,尽量采用较少的固定效应虚拟变量,同事在做聚类。

18
landunno1 发表于 2013-4-1 01:39:30
ywh19860616 发表于 2013-3-16 14:47
xi:reg y x i.region
求助!我该不该用WLS以及我该不该删除一些变量求教
https://bbs.pinggu.org/forum.php? ... &from^^uid=919193
求助!

19
鹊桥仙子 学生认证  发表于 2013-4-1 13:27:12
shfe 发表于 2013-3-31 19:08
固定效应有好几种做法,需要看你的数据结构和类型。如果是panel可以采用差分法 xtreg...., fe。如果是横截面 ...
谢谢指点,我会注意这些的。

20
wenchenzhu 发表于 2019-3-1 23:00:23
ywh19860616 发表于 2013-3-16 14:47
xi:reg y x i.region
您好,不知您现在还能不能看到这个问题,我在做毕业论文时,用截面数据,老师要求控制省的固定效应,我想知道如何给各个省设置虚拟变量(怎么设置成N-1个),如:北京=0,天津=1,河北=2... 这样的方法可行吗? s设置好后,再运用我的回归模型, reg y x i.province ?  希望得到您的回答

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群
GMT+8, 2025-12-28 21:23