分位数回归结果不显著，求改进方法

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

想做性别工资差异分位数回归，不知道是不是因为样本量太小，其中一方只有367个样本，回归结果不是很显著，不知道有没有改良方法，望前辈不吝赐教，不甚感谢！
附回归结果
sqreg  lwages edu exp expsq marrige hukou if  gender==1,quantiles(.1 .25 .5 .75 .9)
(fitting base model)
(bootstrapping ....................)

Simultaneous quantile regression                     Number of obs =       367
  bootstrap(20) SEs                                  .10 Pseudo R2 =    0.0388
                                                     .25 Pseudo R2 =    0.0294
                                                     .50 Pseudo R2 =    0.0251
                                                     .75 Pseudo R2 =    0.0512
                                                     .90 Pseudo R2 =    0.0256

------------------------------------------------------------------------------
             |              Bootstrap
      lwages |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
q10          |
         edu |   .0123437   .0137635     0.90   0.370    -.0147231    .0394105
         exp |   .0170766   .0238701     0.72   0.475    -.0298654    .0640186
       expsq |  -.0005132   .0005292    -0.97   0.333     -.001554    .0005276
     marrige |  -.0826512   .1928221    -0.43   0.668    -.4618469    .2965445
       hukou |  -.0640673   .0733381    -0.87   0.383    -.2082908    .0801562
       _cons |   .8183478   .2180263     3.75   0.000     .3895867    1.247109
-------------+----------------------------------------------------------------
q25          |
         edu |   .0154636   .0103349     1.50   0.135    -.0048605    .0357877
         exp |  -.0266167   .0121283    -2.19   0.029    -.0504678   -.0027657
       expsq |   .0004104   .0002675     1.53   0.126    -.0001156    .0009364
     marrige |   .1220283   .1086349     1.12   0.262    -.0916084    .3356649
       hukou |  -.0131546   .0909749    -0.14   0.885     -.192062    .1657528
       _cons |   1.282655   .1901082     6.75   0.000     .9087964    1.656514
-------------+----------------------------------------------------------------
q50          |
         edu |   .0387616   .0123422     3.14   0.002       .01449    .0630332
         exp |  -.0182325   .0114346    -1.59   0.112    -.0407194    .0042543
       expsq |   .0004372   .0002231     1.96   0.051    -1.57e-06     .000876
     marrige |   .1605363   .0987274     1.63   0.105    -.0336168    .3546895
       hukou |    -.01377   .0798057    -0.17   0.863    -.1707125    .1431724
       _cons |   1.154845   .2508926     4.60   0.000     .6614505     1.64824
-------------+----------------------------------------------------------------
q75          |
         edu |   .0828772   .0188277     4.40   0.000     .0458514     .119903
         exp |  -.0197073   .0256381    -0.77   0.443    -.0701261    .0307114
       expsq |   .0005363   .0004296     1.25   0.213    -.0003086    .0013811
     marrige |   .1195956   .1991887     0.60   0.549    -.2721204    .5113115
       hukou |    -.11984   .1420029    -0.84   0.399    -.3990969    .1594168
       _cons |   1.285836   .4519028     2.85   0.005     .3971436    2.174529
-------------+----------------------------------------------------------------
q90          |
         edu |   .0645533   .0496122     1.30   0.194     -.033012    .1621186
         exp |  -.0207422   .0310424    -0.67   0.504    -.0817889    .0403044
       expsq |   .0007129   .0006275     1.14   0.257    -.0005211    .0019468
     marrige |   .0165438   .2023036     0.08   0.935    -.3812978    .4143854
       hukou |  -.0728822   .3771739    -0.19   0.847    -.8146163    .6688518
       _cons |   1.903395    .723396     2.63   0.009     .4807952    3.325994

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：分位数回归 回归结果 分位数 SIMULTANEOUS regression 女性 样本

先对工资进行图表描述一下，看看工资分布情况吧？

这是sum 结果-------------------------------------------------------------
      Percentiles      Smallest
1%          .36            .07
5%          .76            .29
10%          .92            .29       Obs                 367
25%         1.16            .36       Sum of Wgt.         367

50%         1.49                      Mean           1.610054
                        Largest       Std. Dev.       .679957
75%          1.9           4.09
90%         2.53           4.27       Variance       .4623415
95%         2.89           4.41       Skewness       1.216556
99%         4.09           4.55       Kurtosis       5.487549
请问具体还需要怎么做呢，求助阿！！！

你可以画个柱状图，每个人的收入水平，看看分布？
是不是收入在哪个区间密集？那个分散？

非常感谢，如果密集该怎么处理呢？

求继续关注阿