楼主: 一帆风顺123
11846 43

[面板数据求助] 用stata命令xthreg得出的一重门槛比二重门槛大,该门槛变量的一期滞后门槛正常,为什 [推广有奖]

  • 0关注
  • 0粉丝

大专生

96%

还不是VIP/贵宾

-

威望
0
论坛币
4 个
通用积分
0.9000
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
4087 点
帖子
11
精华
0
在线时间
131 小时
注册时间
2012-12-7
最后登录
2025-8-8

楼主
一帆风顺123 发表于 2017-3-15 09:58:19 |AI写论文

+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~ !

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
用stata命令xthreg得出的一重门槛比二重门槛大,该门槛变量的一期滞后门槛正常,为什么?麻烦哪位前辈可以帮帮忙,写论文急用,谢谢!


二维码

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

关键词:stata命令 Stata tata REG 论文急用

沙发
黃河泉 在职认证  发表于 2017-3-15 10:44:08
不是按照找门槛的顺序,而是按照门槛值大小来区分的!

藤椅
一帆风顺123 发表于 2017-3-15 11:04:49
黃河泉 发表于 2017-3-15 10:44
不是按照找门槛的顺序,而是按照门槛值大小来区分的!
谢谢您指教,我这方面的知识学的比较渣,您可以具体说一下吗?由于我的一重门槛比较大,是显著的,二、三重门刊较小,但显著性较弱,不知道如何区分了。非常感谢!

板凳
黃河泉 在职认证  发表于 2017-3-15 16:41:04
一帆风顺123 发表于 2017-3-15 11:04
谢谢您指教,我这方面的知识学的比较渣,您可以具体说一下吗?由于我的一重门槛比较大,是显著的,二、三 ...
你要把检定结果给我看,我才能帮你判断!(其实你应该先看一下原始文章才能知道你到底在做什么?)

报纸
一帆风顺123 发表于 2017-3-16 08:03:10
黃河泉 发表于 2017-3-15 16:41
你要把检定结果给我看,我才能帮你判断!(其实你应该先看一下原始文章才能知道你到底在做什么?)
Threshold estimator (level = 95):
-----------------------------------------------------
     model |    Threshold         Lower         Upper
-----------+-----------------------------------------
      Th-1 |      22.7147       21.5880       25.2319
     Th-21 |      22.7147       21.5880       25.2319
     Th-22 |       2.5044        2.1080        2.5333
      Th-3 |       7.1865        6.7287        7.2223
-----------------------------------------------------

Threshold effect test (bootstrap = 0 300 300):
-------------------------------------------------------------------------------
Threshold |       RSS        MSE      Fstat    Prob   Crit10    Crit5    Crit1
-----------+-------------------------------------------------------------------
    Single |     2.3878     0.0184      31.57  0.0000   8.2115   9.5797  13.6803   
    Double |    2.1657     0.0167      13.34  0.0433   9.2025  11.0739  32.2739
    Triple |    1.9818     0.0152      12.06  0.9233  67.0259  76.1723  92.9337
-------------------------------------------------------------------------------

Fixed-effects (within) regression               Number of obs      =       143
Group variable: year                            Number of groups   =        11

R-sq:  within  = 0.7667                         Obs per group: min =        13
       between = 0.5793                                        avg =      13.0
       overall = 0.6967                                        max =        13

                                                F(10,122)          =     40.10
corr(u_i, Xb)  = -0.1760                        Prob > F           =    0.0000

------------------------------------------------------------------------------
        lnid |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       lnfdi |  -.0631067   .0199064    -3.17   0.002    -.1025134      -.0237
      lnscal |   .2185722   .0335963     6.51   0.000     .1520649    .2850795
        lnep |  -.1686172   .0255373    -6.60   0.000    -.2191708   -.1180636
      lnsati |  -.1107021   .0266788    -4.15   0.000    -.1635155   -.0578887
     lnlabor |   .5606285    .062191     9.01   0.000     .4375151    .6837418
      lnroad |   .0918978   .0476223     1.93   0.056    -.0023752    .1861709
             |
_cat#c.lner |
          0  |   .0431878   .0367118     1.18   0.242    -.0294869    .1158625
          1  |  -.0675575   .0367291    -1.84   0.068    -.1402665    .0051515
          2  |   .1252329   .0814783     1.54   0.127    -.0360616    .2865274
          3  |   -.553879   .1234883    -4.49   0.000    -.7983364   -.3094216
             |
       _cons |   .3089003   .4289371     0.72   0.473    -.5402236    1.158024
-------------+----------------------------------------------------------------
     sigma_u |  .07683487
     sigma_e |  .13742912
         rho |  .23814086   (fraction of variance due to u_i)
------------------------------------------------------------------------------
F test that all u_i=0:     F(10, 122) =     1.55             Prob > F = 0.0312
以上是我得出的三门槛结果,非常感谢!

地板
黃河泉 在职认证  发表于 2017-3-16 11:28:17
一帆风顺123 发表于 2017-3-16 08:03
Threshold estimator (level = 95):
-----------------------------------------------------
     mod ...
根据 Threshold effect test,你有两个门槛值(应该就是2.5044与22.7147)!请重新跑"两个"门槛之模型!

7
一帆风顺123 发表于 2017-3-16 15:05:56
黃河泉 发表于 2017-3-16 11:28
根据 Threshold effect test,你有两个门槛值(应该就是2.5044与22.7147)!请重新跑"两个"门槛之模型!
黄老师,您好!我跑出来两个门槛的模型,最后写门槛回归估计时,没有稳健性检验的估计值,同时如何划分lner中PI的区间,例如:
Threshold estimator (level = 95):
-----------------------------------------------------
     model |    Threshold         Lower         Upper
-----------+-----------------------------------------
      Th-1 |      22.7147       21.5880       25.2319
     Th-21 |      22.7147       21.5880       25.2319
     Th-22 |       2.5044        2.1080        2.5333
-----------------------------------------------------

Threshold effect test (bootstrap = 300 300):
-------------------------------------------------------------------------------
Threshold |       RSS        MSE      Fstat    Prob   Crit10    Crit5    Crit1
-----------+-------------------------------------------------------------------
    Single |    2.3878     0.0184      31.57  0.0000   7.8234   9.5302  13.5437
    Double |    2.1657     0.0167      13.34  0.0700  10.5322  23.0463  35.5123
-------------------------------------------------------------------------------

Fixed-effects (within) regression               Number of obs      =       143
Group variable: year                            Number of groups   =        11

R-sq:  within  = 0.7570                         Obs per group: min =        13
       between = 0.5681                                        avg =      13.0
       overall = 0.6668                                        max =        13

                                                F(9,123)           =     42.57
corr(u_i, Xb)  = -0.2217                        Prob > F           =    0.0000

------------------------------------------------------------------------------
        lnid |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       lnfdi |  -.0732543   .0197132    -3.72   0.000    -.1122753   -.0342332
      lnscal |   .2203078   .0341428     6.45   0.000     .1527242    .2878913
        lnep |  -.1646223   .0258971    -6.36   0.000     -.215884   -.1133607
      lnsati |  -.0991794   .0266192    -3.73   0.000    -.1518705   -.0464882
     lnlabor |    .573205   .0629651     9.10   0.000     .4485694    .6978406
      lnroad |   .0996492   .0482836     2.06   0.041     .0040748    .1952236
             |
_cat#c.lner |
       0  |   .0499383   .0371948     1.34   0.182    -.0236865     .123563
          1  |  -.0411289   .0353904    -1.16   0.247     -.111182    .0289242
          2  |  -.6301031   .1207497    -5.22   0.000    -.8691196   -.3910865
             |

       _cons |   .2577888   .4354202     0.59   0.555    -.6040988    1.119676
-------------+----------------------------------------------------------------
     sigma_u |   .0875712
     sigma_e |  .13970086
         rho |  .28209313   (fraction of variance due to u_i)
------------------------------------------------------------------------------
F test that all u_i=0:     F(10, 123) =     2.29             Prob > F = 0.0168



非常感谢!

8
一帆风顺123 发表于 2017-3-16 15:06:19
黃河泉 发表于 2017-3-16 11:28
根据 Threshold effect test,你有两个门槛值(应该就是2.5044与22.7147)!请重新跑"两个"门槛之模型!
黄老师,您好!我跑出来两个门槛的模型,最后写门槛回归估计时,没有稳健性检验的估计值,同时如何划分lner中PI的区间,例如:
Threshold estimator (level = 95):
-----------------------------------------------------
     model |    Threshold         Lower         Upper
-----------+-----------------------------------------
      Th-1 |      22.7147       21.5880       25.2319
     Th-21 |      22.7147       21.5880       25.2319
     Th-22 |       2.5044        2.1080        2.5333
-----------------------------------------------------

Threshold effect test (bootstrap = 300 300):
-------------------------------------------------------------------------------
Threshold |       RSS        MSE      Fstat    Prob   Crit10    Crit5    Crit1
-----------+-------------------------------------------------------------------
    Single |    2.3878     0.0184      31.57  0.0000   7.8234   9.5302  13.5437
    Double |    2.1657     0.0167      13.34  0.0700  10.5322  23.0463  35.5123
-------------------------------------------------------------------------------

Fixed-effects (within) regression               Number of obs      =       143
Group variable: year                            Number of groups   =        11

R-sq:  within  = 0.7570                         Obs per group: min =        13
       between = 0.5681                                        avg =      13.0
       overall = 0.6668                                        max =        13

                                                F(9,123)           =     42.57
corr(u_i, Xb)  = -0.2217                        Prob > F           =    0.0000

------------------------------------------------------------------------------
        lnid |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       lnfdi |  -.0732543   .0197132    -3.72   0.000    -.1122753   -.0342332
      lnscal |   .2203078   .0341428     6.45   0.000     .1527242    .2878913
        lnep |  -.1646223   .0258971    -6.36   0.000     -.215884   -.1133607
      lnsati |  -.0991794   .0266192    -3.73   0.000    -.1518705   -.0464882
     lnlabor |    .573205   .0629651     9.10   0.000     .4485694    .6978406
      lnroad |   .0996492   .0482836     2.06   0.041     .0040748    .1952236
             |
_cat#c.lner |
       0  |   .0499383   .0371948     1.34   0.182    -.0236865     .123563
          1  |  -.0411289   .0353904    -1.16   0.247     -.111182    .0289242
          2  |  -.6301031   .1207497    -5.22   0.000    -.8691196   -.3910865
             |

       _cons |   .2577888   .4354202     0.59   0.555    -.6040988    1.119676
-------------+----------------------------------------------------------------
     sigma_u |   .0875712
     sigma_e |  .13970086
         rho |  .28209313   (fraction of variance due to u_i)
------------------------------------------------------------------------------
F test that all u_i=0:     F(10, 123) =     2.29             Prob > F = 0.0168



非常感谢!同时我门槛回归估计,就写“双门槛”下的估计值吗?谢谢!

9
黃河泉 在职认证  发表于 2017-3-16 15:52:55
一帆风顺123 发表于 2017-3-16 15:06
黄老师,您好!我跑出来两个门槛的模型,最后写门槛回归估计时,没有稳健性检验的估计值,同时如何划分ln ...
没错!

10
一帆风顺123 发表于 2017-3-16 16:00:12
黃河泉 发表于 2017-3-16 15:52
没错!
黄老师,我在这里
_cat#c.lner |
          0  |   .0499383   .0371948     1.34   0.182    -.0236865     .123563
          1  |  -.0411289   .0353904    -1.16   0.247     -.111182    .0289242
          2  |  -.6301031   .1207497    -5.22   0.000    -.8691196   -.3910865
             |
       _cons |   .2577888   .4354202     0.59   0.555    -.6040988    1.119676
如何取值,如0时,我的一门槛值为22.7147,我是取小于号还是大于号,非常感谢!

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, 2025-12-31 07:55