求问动态面板门槛xthenreg命令回归结果如何解读，包括kink model 和非kink model

更正一下，之前设定面板数据时，内生变量x设定有小bug，修改了一下，并设：

. gen y= .

. replacey=ui+4*x+0.5*z1+0.9*z2+e if x<0

. replace y=ui+(-3.5*x)+0.5*z1+0.9*z2+e if x>=0
拐点为0的倒U型曲线
1、不考虑内生性问题，半参数回归的拐点为0.29704595
2、考虑内生性问题，半参数回归的拐点为0.2846916，明显更准确一些
3、动态面板门槛一般模型
------------------------------------------------------------------------------
           y |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
        z1_b |   .5240811    .022296    23.51   0.000     .4803817    .5677806
        z2_b |   .8778075   .0143141    61.32   0.000     .8497524    .9058627
         x_b |   3.889159   .0412546    94.27   0.000     3.808302    3.970017
      cons_d |  -.0907999   1.120286    -0.08   0.935    -2.286521    2.104921
        z1_d |  -.0548423   .0431717    -1.27   0.204    -.1394572    .0297726
        z2_d |   .0427477    .029696     1.44   0.150    -.0154553    .1009508
         x_d |  -7.281174   .0611229  -119.12   0.000    -7.400972   -7.161375
           r |   .0636142   .2980837     0.21   0.831    -.5206191    .6478475
------------------------------------------------------------------------------
拐点0..0636，比半参数准确很多。拐点左侧斜率较准确，右侧不准确。

4、动态面板门槛扭结模型
------------------------------------------------------------------------------
           y |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
        z1_b |   .4901399   .0052905    92.64   0.000     .4797707    .5005092
        z2_b |   .8977091   .0033338   269.28   0.000      .891175    .9042431
         x_b |   3.908986   .0379181   103.09   0.000     3.834668    3.983304
  kink_slope |  -7.357911   .0615421  -119.56   0.000    -7.478531    -7.23729
           r |   .0636142   .1010927     0.63   0.529    -.1345238    .2617523
------------------------------------------------------------------------------
拐点位置以及左右两侧斜率，都超级准确。

所以，是我之前面板数据设计有问题，xthenreg对有内生性问题的单门槛估计非常准确，比半参数或非参数估计的还要准确。

再更正一下：

以“_b”结尾的表示低机制系数，以“_d”结尾的表示高机制减去低机制的系数 所以一般模型下，拐点左侧斜率3.89，很准确；右侧斜率3.889-7.281=-3.392，也基本准确。

sarageri 发表于 2021-11-14 23:26
再更正一下：

请问为什么你做出来的门限值不显著，也就是r后面的P值不显著，按道理来说应该是显著的

可是用这个命令如何检验是否存在门槛值呢？

sarageri 发表于 2021-11-14 23:26
再更正一下：

你好，问一下，那最后一行r所对应的系数就是门槛值么

想问下，用xthenreg命令的回归结果,是不是无法直接导出到excel？？采用est sto m1，提示last estimation results not found, nothing to store

sarageri 发表于 2021-11-13 00:54
我们再来看动态面板门槛的效果。
       y |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Int ...

请问您知道回归出来的这个模型如何检验有效性吗？好像seo提出了一个sup w来看，但是不知道stata的命令是什么

请问有谁知道回归出来的这个模型如何检验有效性吗？好像seo提出了一个sup w来看，但是不知道stata的命令是什么

sarageri 发表于 2021-11-13 00:54
我们再来看动态面板门槛的效果。
       y |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Int ...

你好，这个xthenreg命令是不是无法读取门限变量前后的回归结果情况，我的命令里有门限变量，但是在输出的结果中没有门槛变量前后的回归结果，只有门槛值的回归结果