面板数据回归结果不显著

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

被解释变量（shadow），关键解释变量（虚拟变量Gov、虚拟变量change6、两者的交互项JH6），2011-2017年的面板数据，采用时间固定效应模型。自己针对控制变量也进行了剔除，增进新的变量，但是结果还是不显著，还能怎样处理数据，才能达到显著的结果呢？回归代码这样写正确么？请多多指教~~谢谢
xtreg  shadow  Gov  change6   JH6   lnAseet   roa   crar   loan   deposit   lngdp   year2-year7, fe   vce(cluster ID)

R-sq:		Obs per group:
within  =	0.4113	min =          3
between =	0.3838	avg =        6.6
overall =	0.0142	max =          7
		F(15,47)          =      19.05
corr(u_i, Xb)	-0.3933	Prob > F          =     0.0000
		(Std. Err. adjusted for 48 clusters in ID)

shadow	Coef.	Std. Err.      t    P>t     [95% Conf. Interval]
Gov	52.6337	24.49748     2.15   0.037     3.351133    101.9163
change6	-7.500482	25.61421    -0.29   0.771    -59.02962    44.02866
JH6	-22.34791	39.74721    -0.56   0.577     -102.309    57.61316
lnAseet	-14.20935	28.0284    -0.51   0.615    -70.59521    42.17651
roa	2.42747	1.119147     2.17   0.035     .1760362    4.678904
crar	-1.77484	2.359876    -0.75   0.456    -6.522297    2.972618
loan	-0.0771137	.0262283    -2.94   0.005    -.1298783   -.0243492
deposit	0.0345682	.0186261     1.86   0.070    -.0029027     .072039
lngdp	23.15357	36.54616     0.63   0.529    -50.36782    96.67495
year2	29.2315	17.45702     1.67   0.101    -5.887492     64.3505
year3	94.13563	26.01335     3.62   0.001     41.80352    146.4677
year4	168.0006	39.12264     4.29   0.000     89.29603    246.7052
year5	203.9824	36.26028     5.63   0.000     131.0361    276.9287
year6	290.1119	44.89794     6.46   0.000     199.7888    380.4349
year7	294.0994	58.07326     5.06   0.000      177.271    410.9277
_cons	-43.24522	263.53    -0.16   0.870    -573.3991    486.9087

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9 回帖

表格粘贴出来变这样了。。。明天重发吧

1098115538 发表于 2018-10-23 00:23
表格粘贴出来变这样了。。。明天重发吧

你好，请问你问题解决了吗，我也遇到了

xtivreg2  shadow  Gov  change6   JH6   lnAseet   roa   crar   loan   deposit   lngdp   year2-year7, fe   robust

这个的结果往往更好一些

这个是“Stata遍历寻找使解释变量显著的控制变量组合”的文章，可以看看，做个参考，或许可以减少工作量
文章链接：https://mp.weixin.qq.com/s?__biz=MzU4ODgzMzYyMw==&mid=2247483715&idx=1&sn=c065cb164563a0adbb28bb276835f4d6&chksm=fdd7f77bcaa07e6dd92a172ef4256e7efd03b9a477ce8583a59bff28556ee2de0d99c1f0fa87&token=826852309&lang=zh_CN#rd

18712791586 发表于 2019-3-31 22:37
你好，请问你问题解决了吗，我也遇到了

考虑可能遗漏的重要的控制变量，对模型进行调整；如果只是单纯的对数据处理，可以进行缩微处理试试~

tiesuoqiao 发表于 2019-4-1 08:40
xtivreg2  shadow  Gov  change6   JH6   lnAseet   roa   crar   loan   deposit   lngdp   year2-year7,  ...

谢谢你，已经解决~

1098115538 发表于 2019-5-3 16:53
考虑可能遗漏的重要的控制变量，对模型进行调整；如果只是单纯的对数据处理，可以进行缩微处理试试~

好的谢谢

1098115538 发表于 2019-5-3 16:54
谢谢你，已经解决~

我也是加上 robust后不显著的，加之前非常显著 请问您最后怎么解决的呢

请问楼主怎么解决的呢