sgmediation 中介效应回归时，如何固定时间和行业变量

如果只是做sobel,直接产生虚拟变量会共线。正确的打开方式应该是生成虚拟变量,比如：
tab year, gen (year)
tab ind, gen (ind)
sgmediation  Mark, mv(MP) iv(lnTIpt) cv(lnScale COR EI PC0 year1-year* ind1-ind*)  //这就OK了
”*“是你的虚拟变量编号最大值

重点来了，论坛上很多人痛苦，找不到答案，下面补充知识：
假如我们使用bootsrap后面接sgmediation 做中介效应抽样怎么办呢？与上面一样，但需要注意，从第二个开始加入，以避免共线，否则会产生xxx，计算错误。

sgmediation  Mark, mv(MP) iv(lnTIpt) cv(lnScale COR EI PC0 year2-year* ind2-ind*)   //还需注意，有时候如虚拟变量个数与样本量个数差别不大（虚拟变量多，但样本较少），可能导致加入第二个控制变量无法运行，通常加一个不受影响。

”*“是你的虚拟变量编号最大值
如果觉得有用，欢迎大家点赞鼓励一下。

xi: bootstrap r(ind_eff) r(dir_eff),reps(1000):sgmediation pl_con,iv(lnef) mv(ldppc) cv(errc gov tot lnnfa lnold i.year i.id) 。这样就可以做时间个体固定效应，bootstrap方法的sobel检验了。i.year i.id 分别表示时间和个体虚拟变量。虚拟变量中的第一个运行的时候会自动忽略，不会报错。

请问如何聚类到稳健标准误，即robust如何加入进去?

muj106520 发表于 2023-2-23 20:21
请问如何聚类到稳健标准误，即robust如何加入进去?

请问学友解决了这个问题吗，我是多维固定效应，也不知道sobel检验怎么加聚类稳健标准误。

RosaRubra 发表于 2023-6-21 00:59
请问学友解决了这个问题吗，我是多维固定效应，也不知道sobel检验怎么加聚类稳健标准误。

朋友 请问你解决这个问题了吗 我也很困惑 求帮忙~

大唯666 发表于 2023-6-21 09:36
朋友 请问你解决这个问题了吗 我也很困惑 求帮忙~

解决了，可以用sgmediation2命令，在后面添加选择项vce(cluster XXX)。详见https://www.lianxh.cn/news/fc7fde1bd0dba.html

JJ.C 发表于 2020-2-1 12:54
请问楼主的第一个问题解决了吗？加行业和年份效应可以用
tab indu, gen(_indu)
tab year, gen(_year)

我用了tab time, gen(d_time) 加入sobel检验中后 第一步 y对x的回归 和原始的双向固定 i.year, cluster(id) 结果不同，这是为什么？

在使用`sgmediation`或类似的中介效应分析工具时，如果你想加入时间和行业固定效应来控制潜在的时间序列和行业特定的影响，通常需要在模型中明确指定这些固定效应。这可以通过几种方式实现，具体取决于你使用的具体软件或统计包。以下是一些通用的指导原则：

### ①怎么样加入时间和行业固定效应

1. **创建虚拟变量**：对于时间和行业固定效应，一种常见的方法是为每一个时间段和行业创建虚拟（哑）变量。例如，如果你有10年的数据，你可以创建9个时间虚拟变量来代表这10年（第一年作为参考组），以及若干个行业虚拟变量（假设有N个行业，就创建N-1个虚拟变量，一个行业作为参考组）。

2. **在模型中包含这些变量**：在构建中介效应模型时，将这些时间和行业的虚拟变量作为控制变量包含进去。这样做可以帮助你控制那些可能影响因变量的时间趋势和行业特有的因素。

3. **使用软件特定的功能**：某些统计软件和包提供了更直接的方法来加入固定效应。例如，在R语言中，`plm`包允许你方便地加入固定效应；在Stata中，可以使用`xtreg`命令来进行固定效应回归分析。了解并利用你所用软件的这些特定功能可以大大简化分析过程。

### ②关于结果问题

没有p值和效应占比为负的问题可能由多种原因造成，这里提供一些可能的解释和解决方案：

- **模型设定不当**：检查模型是否正确设定了依赖变量、独立变量和中介变量。确保模型结构符合理论假设和分析目的。
- **数据问题**：数据可能存在异常值、缺失值或是分布不均的问题。进行数据清洗和预处理，如剔除异常值，处理缺失值，或者对数据进行转换，可能有助于改善结果。
- **多重共线性**：如果模型中存在高度相关的解释变量，可能导致估计不准确。检查变量之间的相关性，必要时考虑移除某些变量或使用降维技术。
- **样本大小**：样本量太小可能导致统计检验力不足，难以发现显著效应。考虑增加样本量或采用更加敏感的统计方法。

对于具体的统计软件如何操作，需要查阅相应软件的文档和手册，因为具体命令和操作步骤会根据所使用的软件和包而有所不同。希望这些信息对你有所帮助。

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

手动生成虚拟变量会可能会导致完全共线性的发生，因此可以选择随机剔除其中一个变量，跟平行趋势检验的操作类似