stata 一个回归有虚拟变量，一个回归没有虚拟变量

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

连老师，你好。

下面是我做的一个回归，是简单的Cross sectional regression.

Bilateral trade dataset.  Total 22 industries.

Dependent variable Y: trade data index,

Independent variables: country characteristic variables Xi such as GDP, GDP per capita

                                      Industry characteristic variables Zi such as concentration ratio, R&D

I did two regressions.

First, consider both country and industry characteristic variables in the regression.

Reg Y X1 X2 X3 Z1 Z2 Z3

Second only focus on country characteristic variables and included industry dummy variables 21(since there are 22 industries)

Reg Y X1 X2 X3 dummy variable1~ dummy variable21

我的问题是在第一个回归考虑了国家特征和企业特征；第2个回归考虑了国家特征和企业的虚拟变量，其实我不是特别清楚这两个回归有什么本旨的区别。我的意思是企业的虚拟变量一般来说是让模型考虑到企业的因素，但是第一个回归我也考虑了企业的特征。我的问题是这两个回归有什么本质的不同么？谢谢。

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1 回帖

关键词：Stata 虚拟变量 tata Independent Regressions 变量 Stata 虚拟

我认为，二者还是存在一定差异的。

M1：Z1 Z2 Z3 应该都是随时间改变的变量，而在M2中 dum1-dum21都是不随时间改变的。

因此，模型1考察的是随时间改变的企业因素对y的影响，而模型2中则重点考虑不随时间改变的因素（实质上反映了不同企业截距项的差异）

谢谢连老师。

感觉明白了一些。不过我这个数据分析是Cross sectional，也需要考虑时间因素么？

这个我倒是忽略了，是截面数据。

我觉得还是模型1比较好一些，因为解释起来比较方便，每个变量都有明确的含义，而模型2则只是很好地控制了不可观察的影响因素。可以试着把两个模型都估计出来，然后做一个对比分析。