求助STATA panel regression

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

我是stata 新手，最近急著整理論文與實驗結果，以下是我的問題，還請大家幫忙
我想要比較不同模型預估的準確程度，

其中M1~M5是五種不同models，M1error~M5error則是預估與實際的誤差。

以下是我希望跑出的regression，其中D2~D5分別是dummy variables，

我的問題是我應該用怎樣的指令才能將資料擺成dummy的形式以及跑panel regression呢?


m1error = const          + a2*D2* m2error + a3*D3* m3error + a4 *D4 * m4error + a5*D5* m5error
          + N(0,1)

FirmNo.   time   M1error   M2error   M3error   M4error   M5error
1          1            0.1             0.22
1          2            0.17            0.2
1          3            0.11            0.17
1          4            0.12            0.11
1          5            0.22            0.17
1          6            0.21            0.12       .......

2          1            0.28            0.37
2          2            0.21            0.37
2          3            0.21            0.56
2          4            0.1             0.51
2          5            0.28            0.51

                                   .
                                   .
                                   .

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0 回帖

关键词：regression regressio regress 求助stata Stata 模型

为什么用这个模型？M1到M5是nested还是non-nested?

还有，你的这些error怎么都是正的？明显的bias不用修正下吗？

夏目贵志 发表于 2013-3-21 11:15
为什么用这个模型？M1到M5是nested还是non-nested?

还有，你的这些error怎么都是正的？明显的bias不用修 ...

用這模型是想討論M1error 分別討論 M2error至 M5error的關係。

所以，才會需要dummy variables (dummy variables，在這裡是binary，非0即1)

M1到M5是non-nested。這些error的數據只是示意，並非真實數據。

1. // generate data
   
2. clear
   
3. set obs 100
   
4. local obs = 1
   
5. gen firm=.
   
6. gen time=.
   
7. forvalues firm=1/10 {
   
8.         forvalues time=1/10 {
   
9.                 replace firm = `firm' in `obs'
   
10.                 replace time = `time' in `obs'
    
11.                 local obs = `obs'+1
    
12.         }
    
13. }        
    
14. gen m1error=rnormal()
    
15. forvalues m=2/5 {
    
16.         gen m`m'error=m1error+rnormal()
    
17. }
    
18. // start to arrange data
    
19. rename m1error error
    
20. gen oobs=_n
    
21. forvalues m=2/5 {
    
22.         rename m`m'error m`m'
    
23. }
    
24. reshape long m, i(oobs) j(model)
    
25. // regression
    
26. reg error i.model#c.m

复制代码