如何在stata中加入行业效应

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

现在一篇文章用面板数据除了时间效应，还要加入行业效应，准备区分为两个轻重工业两个大行业进行回归，设置了行业虚拟变量，轻工业为0，重工业为1，像加时间效应一样加入行业效应，但结果是行业效应为0，被忽略，其他的系数、显著性等都没有变，这样的方法是不是有问题？怎么加入行业效应呢？下面的命令对不对呢？
命令：xtreg y x1 x2 x3 year2-year14 hy1-hy2，fe r

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6 回帖

关键词：Stata tata 行业效应 xtreg 时间效应 stata 行业效应

自己顶

请上传示例数据，才能知道什么问题。

ywh19860616 发表于 2014-1-2 13:58
请上传示例数据，才能知道什么问题。

我是26个制造业行业，分轻、重两个大行业，设置虚拟变量，按照轻重行业划分标准赋值，用stata设置了两列，he1和he2。用命令：xtreg y x1 x2 x3 year2-year14 he1，fe r进行回归，但回归结果he1系数为0，而且这个变量有没有不影响其他变量的系数值与显著性，这样对不对？he1与he2加一个，或都加上，结果都一样。这是怎么回事
---------------------------------------------------------------------------
             |               Robust
           y |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
      lncomo |   .0644998   .1116604     0.58   0.569     -.165469    .2944686
       lnpfa |   .5459981   .1388883     3.93   0.001     .2599523    .8320438
        lnrd |   .0473482   .0342663     1.38   0.179    -.0232246    .1179209
          hr |   1.209543   .1979712     6.11   0.000     .8018135    1.617272
       year2 |   .0580555   .0202559     2.87   0.008     .0163377    .0997733
       year3 |   .1177069   .0338592     3.48   0.002     .0479726    .1874412
       year4 |   .1621521   .0403136     4.02   0.000     .0791247    .2451794
       year5 |   .2249938    .048558     4.63   0.000     .1249868    .3250009
       year6 |   .2990771   .0718677     4.16   0.000     .1510627    .4470915
       year7 |   .2837223   .1062775     2.67   0.013     .0648397    .5026048
       year8 |   .2938303   .1202504     2.44   0.022       .04617    .5414905
       year9 |   .2582952   .1446028     1.79   0.086    -.0395198    .5561102
      year10 |    .209554   .1698464     1.23   0.229    -.1402512    .5593591
      year11 |   .0371362   .2032027     0.18   0.856    -.3813677      .45564
      year12 |  -.0387406   .2154763    -0.18   0.859    -.4825223    .4050412
      year13 |  -.2205801   .2541894    -0.87   0.394    -.7440929    .3029327
      year14 |  -.5650926   .3208306    -1.76   0.090    -1.225856    .0956704
         he1 |          0  (omitted)
       _cons |  -.9537756   .2109916    -4.52   0.000    -1.388321   -.5192303
-------------+----------------------------------------------------------------
     sigma_u |  .50768503
     sigma_e |  .11497452
         rho |  .95121426   (fraction of variance due to u_i)
------------------------------------------------------------------------------

我想说的是你提供可以操作的示例数据，而不需要你的运算结果。
你可以不用真实数据，但是能重现你现在的问题就可以

year        czz        hr        pg        year1        year2        year3        he1        he2
1998        8        .439065        1.71453        1        0        0        1        0
1999        8        .477931        2.13035        0        1        0        1        0
2000        8        .525607        2.6849        0        0        1        1        0
2001        8        .578967        3.01362        0        0        0        1        0
2002        8        .640498        3.40926        0        0        0        1        0
2003        8        .706398        4.15531        0        0        0        1        0
2004        8        .780399        4.95574        0        0        0        1        0
2005        8        .87472        5.80366        0        0        0        1        0
2006        8        1.0035        6.81383        0        0        0        1        0
2007        8        1.15111        7.98864        0        0        0        1        0
2008        8        1.35048        8.45292        0        0        0        1        0
这是一个部门对应的产业分类，后面是产业分类

zjs123slp 发表于 2014-1-3 09:11
year        czz        hr        pg        year1        year2        year3        he1        he2
1998        8        .439065        1.71453        1        0        0        1        0
1999        8        .477931        2.13035        0 ...

在面板数据固定效应模型中，不随时间改变的变量
都会被自动drop，显示系数为0。因为这些也体现
在个体固定效应上啦。
对于变量he1，你试试
xtsum he1,看看结果如何
比如下面结果，你可以看到    within变差为0，那回归时就会被自动删除。

ps：以后提问题最好能上传你的示例数据，比如dta格式或者excel格式的，而不是你现在给出的
这样。如果你的数据存在保密，你可以给出一部分或者自己修改一些就可以啦，别人拿到也无法用。

1. . webuse nlswork
   
2. (National Longitudinal Survey.  Young Women 14-26 years of age in 1968)
   
3. 
   
4. . xtsum birth_yr
   
5. 
   
6. Variable         |      Mean   Std. Dev.       Min        Max |    Observations
   
7. -----------------+--------------------------------------------+----------------
   
8. birth_yr overall |  48.08509   3.012837         41         54 |     N =   28534
   
9.          between |             3.051795         41         54 |     n =    4711
   
10.          within  |                    0   48.08509   48.08509 | T-bar = 6.05689
    
11. 
    
12. . xtset idcode year
    
13.        panel variable:  idcode (unbalanced)
    
14.         time variable:  year, 68 to 88, but with gaps
    
15.                 delta:  1 unit
    
16. 
    
17. . xtreg tenure ln_wage birth_yr,fe
    
18. note: birth_yr omitted because of collinearity
    
19. 
    
20. Fixed-effects (within) regression               Number of obs      =     28101
    
21. Group variable: idcode                          Number of groups   =      4699
    
22. 
    
23. R-sq:  within  = 0.0972                         Obs per group: min =         1
    
24.        between = 0.1966                                        avg =       6.0
    
25.        overall = 0.1373                                        max =        15
    
26. 
    
27.                                                 F(1,23401)         =   2520.15
    
28. corr(u_i, Xb)  = 0.0130                         Prob > F           =    0.0000
    
29. 
    
30. ------------------------------------------------------------------------------
    
31.       tenure |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
    
32. -------------+----------------------------------------------------------------
    
33.      ln_wage |   2.844402   .0566601    50.20   0.000     2.733344    2.955459
    
34.     birth_yr |          0  (omitted)
    
35.        _cons |  -1.646522   .0964502   -17.07   0.000    -1.835571   -1.457473
    
36. -------------+----------------------------------------------------------------
    
37.      sigma_u |  2.5067498
    
38.      sigma_e |  2.7693153
    
39.          rho |  .45035754   (fraction of variance due to u_i)
    
40. ------------------------------------------------------------------------------
    
41. F test that all u_i=0:     F(4698, 23401) =     4.49         Prob > F = 0.0000
    
42. 
    
43. .

复制代码

真心谢谢！如果要在面板回归分析中加入行业效应，怎么加呢？我看到一些文章能够用虚拟变量控制特殊公司或分行业控制，它是怎么做的呢？比如下面的数据，如何加入行业效应
hy        year        tp
1        1999        234
1        2000        123
1        2001        342
2        1999        678
2        2000        645
2        2001        689
3        1999        132
3        2000        145
3        2001        167

你用的固定效应模型 ，所有虚拟变量都会被drop掉，因为这个虚拟变量控制的因素已经反映在截距项里了，再加入虚拟变量会出现完全共线
你要通过分析虚拟变量反应一些不随时间变化的特质，就得用随机效应模型，固定效应模型是分析不了这个的

好的，谢谢