这个问题通常出现在尝试使用`suest`命令来合并并比较模型估计值时,但其中一个或两个模型不支持生成分数(score)。在Stata中,“scores”是一种用于计算模型的梯度向量的方法,在进行似然比检验和一些其他统计操作时需要它。
对于你提到的问题:“unable to generate scores for model a”,意味着`xtpoisson`命令估计的模型a不允许预测分数,这可能是由于`xtpoisson`命令在固定效应(FE)模式下运行时可能不支持`score`选项。
解决这个问题的一种方式是尝试使用不同的模型或方法来估计你的数据。例如,你可以考虑使用`xtreg`(如果适用的话),或者寻找其他可以生成分数的命令。
但是,对于面板泊松回归,一种替代方案可能是使用`glm`命令而不是`xtpoisson`。`glm`命令支持更广泛的分布和链接函数,并且在预测时允许`scores`选项。你可能需要将数据设置为宽格式或长格式(取决于模型的复杂性),但这样可以绕过原问题。
示例代码如下:
```stata
xtset id time // 假设id是个人ID,time是时间变量
// 将面板数据转换成长格式(如果还未如此)
reshape long EV intera intera2, i(id) j(time)
// 使用glm命令估计模型a
glm EV intera intera2 i.h2 i.y, link(log) family(poisson) vce(cluster id)
estimates store a
// 用相同的方法估计模型b,但使用lnva lndestva作为变量
glm EV intera intera2 lnva lndestva i.h2 i.y, link(log) family(poisson) vce(cluster id)
estimates store b
suest a b
```
注意:`vce(cluster id)`是告诉模型使用群集标准误,这对于面板数据的正确推断很重要。
但请记住,在改变模型或方法时要谨慎考虑其对研究问题和假设的影响。如果你的数据适合泊松分布,并且你确实需要固定效应估计,则这种方法可能是一个可行的选择。
此文本由CAIE学术大模型生成,添加下方二维码,优先体验功能试用