stata固定效应模型

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

固定效应模型结果如下图，其中vc、ind为虚拟变量，201家企业4年的面板数据，这样的分析结果是否可信？ reg rdrp ttb itb roe os dar vc ind i.id
note: 2620.id omitted because of collinearity
note: 2653.id omitted because of collinearity

      Source |       SS           df       MS      Number of obs   =       804
-------------+----------------------------------   F(205, 598)     =     72.06
       Model |  18.3700267       205  .089609886   Prob > F        =    0.0000
    Residual |  .743597272       598  .001243474   R-squared       =    0.9611
-------------+----------------------------------   Adj R-squared   =    0.9478
       Total |   19.113624       803   .02380277   Root MSE        =    .03526

------------------------------------------------------------------------------
        rdrp |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         ttb |  -.1535976   .1406281    -1.09   0.275    -.4297826    .1225873
         itb |  -.2952443   .1963575    -1.50   0.133    -.6808786    .0903899
         roe |    .051268   .0370928     1.38   0.167    -.0215799     .124116
          os |  -.0405188   .0232713    -1.74   0.082    -.0862221    .0051846
         dar |   .0298105   .0205799     1.45   0.148    -.0106072    .0702283
          vc |   .1179135    .026238     4.49   0.000     .0663836    .1694435
         ind |   .0213405   .0272265     0.78   0.433    -.0321306    .0748117

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：固定效应模型 Stata 固定效应 tata Collinearity 模型

18342221269 发表于 2017-5-31 19:50
固定效应模型结果如下图，其中vc、ind为虚拟变量，201家企业4年的面板数据，这样的分析结果是否可信？ reg  ...

面板数据应该用面板的命令

飞飞法师 发表于 2017-5-31 21:50
面板数据应该用面板的命令

不好意思啊，不太明白您的意思

18342221269 发表于 2017-5-31 19:50
固定效应模型结果如下图，其中vc、ind为虚拟变量，201家企业4年的面板数据，这样的分析结果是否可信？ reg  ...

xtreg

18342221269 发表于 2017-5-31 21:54
不好意思啊，不太明白您的意思

用 xtreg 只是方法之一（我现在也几乎不用 xtreg），用楼主之方法也是可以! 但我会建议用另外的指令 (记得要加 robust)

1. areg rdrp ttb itb roe os dar vc ind, a(id) robust

复制代码

黃河泉 发表于 2017-6-1 06:53
用 xtreg 只是方法之一（我现在也几乎不用 xtreg），用楼主之方法也是可以! 但我会建议用另外的指令 (记得 ...

非常感谢您的回复，那请问结果中有两个id被omitted，是否可以直接忽视呢？

banbanxu 发表于 2017-5-31 23:32
xtreg

我用的是LSDV方法

banbanxu 发表于 2017-5-31 23:32
xtreg

我用的是LSDV方法

黃河泉 发表于 2017-6-1 06:53
用 xtreg 只是方法之一（我现在也几乎不用 xtreg），用楼主之方法也是可以! 但我会建议用另外的指令 (记得 ...

note: vc omitted because of collinearity
note: ind omitted because of collinearity

Linear regression, absorbing indicators         Number of obs     =        796
                                                F(   5,    592)   =       1.52
                                                Prob > F          =     0.1808
                                                R-squared         =     0.9613
                                                Adj R-squared     =     0.9480
                                                Root MSE          =     0.0353

------------------------------------------------------------------------------
             |               Robust
        rdrp |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         ttb |  -.1563326   .1628678    -0.96   0.338    -.4762017    .1635364
         itb |  -.3659367   .2464747    -1.48   0.138    -.8500078    .1181344
         roe |   .0586369   .0382767     1.53   0.126    -.0165376    .1338115
          os |  -.0427334   .0267992    -1.59   0.111    -.0953664    .0098997
         dar |   .0266462   .0286451     0.93   0.353    -.0296122    .0829046
          vc |          0  (omitted)
         ind |          0  (omitted)
       _cons |   .2277567   .0201278    11.32   0.000     .1882262    .2672872
-------------+----------------------------------------------------------------
          id |   absorbed                                     (199 categories)
用您的命令做出来的结果，两个虚拟变量直接被Omitted

18342221269 发表于 2017-6-1 10:18
非常感谢您的回复，那请问结果中有两个id被omitted，是否可以直接忽视呢？

是的！我们一般会控制 id 但是通常并不会报告其估计值！