stata做个体随机效应模型的结果为什么没有个体的截距？

我用xtreg y x1 x2 x3，re 为什么结果里只有解释变量的回归系数，没有报告各个个体（公司）的截距，但是用reg还是有的。

f901 发表于 2018-12-18 18:20
老师您好，在xtreg y z，fe的时候也没有 只有用reg y x i.company的时候才报告了各自截距，我看您之前的回 ...

不好意思，你讲的没错 (我当时一定是头昏了，哈哈)。

1. . webuse grunfeld, clear
   
2. 
   
3. .
   
4. . xtset company year
   
5.        panel variable:  company (strongly balanced)
   
6.         time variable:  year, 1935 to 1954
   
7.                 delta:  1 year
   
8. 
   
9. .
   
10. . xtreg invest mvalue kstock, fe
    
11. 
    
12. Fixed-effects (within) regression               Number of obs     =        200
    
13. Group variable: company                         Number of groups  =         10
    
14. 
    
15. R-sq:                                           Obs per group:
    
16.      within  = 0.7668                                         min =         20
    
17.      between = 0.8194                                         avg =       20.0
    
18.      overall = 0.8060                                         max =         20
    
19. 
    
20.                                                 F(2,188)          =     309.01
    
21. corr(u_i, Xb)  = -0.1517                        Prob > F          =     0.0000
    
22. 
    
23. ------------------------------------------------------------------------------
    
24.       invest |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
    
25. -------------+----------------------------------------------------------------
    
26.       mvalue |   .1101238   .0118567     9.29   0.000     .0867345    .1335131
    
27.       kstock |   .3100653   .0173545    17.87   0.000     .2758308    .3442999
    
28.        _cons |  -58.74393   12.45369    -4.72   0.000    -83.31086     -34.177
    
29. -------------+----------------------------------------------------------------
    
30.      sigma_u |  85.732501
    
31.      sigma_e |  52.767964
    
32.          rho |  .72525012   (fraction of variance due to u_i)
    
33. ------------------------------------------------------------------------------
    
34. F test that all u_i=0: F(9, 188) = 49.18                     Prob > F = 0.0000
    
35. 
    
36. . reg invest mvalue kstock i.company
    
37. 
    
38.       Source |       SS           df       MS      Number of obs   =       200
    
39. -------------+----------------------------------   F(11, 188)      =    288.50
    
40.        Model |   8836465.8        11  803315.073   Prob > F        =    0.0000
    
41.     Residual |  523478.114       188  2784.45805   R-squared       =    0.9441
    
42. -------------+----------------------------------   Adj R-squared   =    0.9408
    
43.        Total |  9359943.92       199  47034.8941   Root MSE        =    52.768
    
44. 
    
45. ------------------------------------------------------------------------------
    
46.       invest |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
    
47. -------------+----------------------------------------------------------------
    
48.       mvalue |   .1101238   .0118567     9.29   0.000     .0867345    .1335131
    
49.       kstock |   .3100653   .0173545    17.87   0.000     .2758308    .3442999
    
50.              |
    
51.      company |
    
52.           2  |   172.2025   31.16126     5.53   0.000     110.7319    233.6732
    
53.           3  |  -165.2751   31.77556    -5.20   0.000    -227.9576   -102.5927
    
54.           4  |    42.4874   43.90987     0.97   0.334    -44.13197    129.1068
    
55.           5  |  -44.32013   50.49225    -0.88   0.381    -143.9243    55.28406
    
56.           6  |   47.13539   46.81068     1.01   0.315    -45.20629    139.4771
    
57.           7  |   3.743212   50.56493     0.07   0.941    -96.00433    103.4908
    
58.           8  |   12.75103   44.05263     0.29   0.773    -74.14994      99.652
    
59.           9  |  -16.92558   48.45326    -0.35   0.727    -112.5075    78.65636
    
60.          10  |   63.72884   50.33023     1.27   0.207    -35.55572    163.0134
    
61.              |
    
62.        _cons |  -70.29669   49.70796    -1.41   0.159    -168.3537    27.76035
    
63. ------------------------------------------------------------------------------

复制代码

把命令和结果都贴出来看看

本来就不应该有， FE 才会有！

黃河泉 发表于 2018-12-18 07:43
本来就不应该有， FE 才会有！

老师您好，在xtreg y z，fe的时候也没有 只有用reg y x i.company的时候才报告了各自截距，我看您之前的回复说这两种都可以，但为什么一个报告一个没报告。

f901 发表于 2018-12-18 18:20
老师您好，在xtreg y z，fe的时候也没有 只有用reg y x i.company的时候才报告了各自截距，我看您之前的回 ...

xtreg 先消去个别固定效果，所以你看不到！ reg 直接估计，所以会 show 出来！

f901 发表于 2018-12-18 18:20
老师您好，在xtreg y z，fe的时候也没有 只有用reg y x i.company的时候才报告了各自截距，我看您之前的回 ...

你若没看过 panel data model，这时候就应该先看一下！  

黃河泉 发表于 2018-12-18 18:26
xtreg 先消去个别固定效果，所以你看不到！ reg 直接估计，所以会 show 出来！

谢谢老师回复，我是stata初学，还得再学习一下。

在使用`xtreg, re`命令进行随机效应模型估计时，Stata不会显示每个个体的具体截距项是因为这些截距被视为随机效应，它们是从一个正常的分布中随机抽取的，并不是固定的参数。这意味着每个个体的确有其特定的截距，但这个截距是由模型中的均值和变异决定的，而非单独估算出来的。

如果你想要查看所有单位的随机效应估计（即未观测到的异质性），可以使用`predict`命令加上`reffects`选项来保存这些估计。例如，在执行了`xtreg y x1 x2 x3, re`后，你可以输入：

```
predict re, reffects
```

这样Stata就会将随机效应存储在一个新的变量`re`中。

然而需要注意的是，这里得到的`re`值是基于模型假设下的估计，并且包含了由模型误差引起的不确定性。在解读和使用这些数值时应当谨慎。此外，由于随机效应模型假定个体间截距项的差异服从正态分布，因此对于特定的单位，你所得到的具体截距值只是这个分布中的一个点估计而已。

简而言之，“xtreg, re”命令的结果中没有显示每个公司的具体截距是因为这些截距被视为随机变量，它们是通过模型参数隐含地处理和估算的，而不是作为单独系数进行报告。

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