楼主: dsb473517
10958 6

[其它] 正在用stata做多期DiD回归,核心解释变量不显著怎么办? [推广有奖]

  • 0关注
  • 0粉丝

硕士生

48%

还不是VIP/贵宾

-

威望
0
论坛币
1192 个
通用积分
28.1013
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
141 点
帖子
145
精华
0
在线时间
0 小时
注册时间
2020-4-8
最后登录
2024-5-8

楼主
dsb473517 发表于 2020-8-17 12:53:07 来自手机 |AI写论文

+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~ !

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
不加i.year和i.id效果显著,加了i.year和i.id回归结果不显著了,请问怎么解决啊?急 image20200817125339.jpg image20200817125340.jpg
二维码

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

关键词:Stata tata 解释变量 DID 怎么办

沙发
财经节析 发表于 2020-9-21 21:58:05
考虑是否变量不合适、或样本容量不够等原因所致

可以参考下面:
多期 DID 、平行趋势检验系列专题视频
http://www.peixun.net/view/1725.html

拓展1  多期 DID 及平行趋势检验(多时点 DID 、异时 DID 、渐进 DID )(含33个教学视频)

1.1 传统 DID 及平行趋势检验(含 Stata 操作演示)(Standard Difference-in-Difference,Standard DID ,标准 DID 、两期 DID 、双重差分法、倍差法、倍分法)
1.1.1  回顾:传统 DID (DD、 DID 、三重差分法DDD)
1.1.2   DID 处理效应估计方法的选择(reg、xtreg、areg、reghdfe、diff)
1.1.3  传统 DID 的平行趋势检验【 Stata 案例操作】
1.2  多期 DID 及平行趋势检验(Parallel trend test)【理论微课】

1.2.1  多期 DID 理论介绍(Time- VAR ying DID 、多时点 DID 、异时 DID 、渐进 DID )
1.2.2  多期 DID 处理效应估计方法的选择(reg、xtreg、areg、reghdfe、tvdiff)
1.2.3  多期 DID 的平行趋势检验(Parallel trend test)
1.3  多期 DID 及平行趋势检验的建模步骤 流程图 (多期 DID 、平行趋势检验、 合成控制法 、 DID 、DDD、 PSM - DID 之间的关系)
1.4  多期 DID 及平行趋势检验【 Stata 案例操作】

1.4.1  案例分析前的准备工作【 Stata 案例操作】
1.4.2  估计处理效应(例如,政策效应)【 Stata 案例操作】
1.4.3  多期 DID 的平行趋势检验【 Stata 案例操作】
1.4.4  实例演示:Beck,Levine&Levkov(2010)论文部分内容【 Stata 案例操作】
1.5  注意事项

藤椅
小梁发SCI 发表于 2021-9-13 09:45:20
请问这个不可以用10%的显著水平来解释吗

板凳
douxi95 学生认证  发表于 2023-4-8 16:10:10
楼主最后解决了吗,遇到了同样的问题

报纸
学术小小白白 发表于 2024-1-3 15:50:37
遇到了同样的问题,最后怎么办的呀

地板
赵安豆 发表于 2024-5-8 22:38:07
在Stata中进行多期差分回归时,加入时间固定效应(`i.year`)和个体固定效应(`i.id`)是很常见的做法,这有助于控制不可观测的时间趋势和个体异质性。如果加入这些因素后核心解释变量变得不显著,可能有以下几个原因:

1. **过度控制**:过多的固定效应可能会“吸走”因变量与解释变量之间的关系,导致估计结果不显著。你可以尝试去掉一些非必要的控制变量,看看是否有所改善。

2. **样本量和时间跨度**:确保你的样本量足够大,并且在足够的时期内观察到变化。如果时间跨度较短或者样本量较小,可能会影响显著性。

3. **异方差性**:检查是否存在异方差性。如果是,可以尝试使用适当的估计方法(如工具变量回归、群组回归等)来解决。

4. **解释变量与固定效应的共线性**:检查你的解释变量是否与时间或个体固定效应回归中的其他变量高度相关。如果是,这可能导致问题。考虑对模型进行调整或使用岭回归等方法。

5. **模型设定问题**:确保你的DiD模型假设是合理的,并且数据满足这些假设。例如,处理组和控制组在没有干预的情况下应该有相同的时间趋势。

6. **分组DiD**:如果样本量允许,可以尝试对不同的子群体进行分组DiD分析,可能某些子群体中效果更显著。

7. **非线性关系**:考虑核心解释变量与因变量之间可能存在非线性关系。你可以在模型中加入交互项或者使用非线性回归方法来探索这种关系。

建议逐步调整模型并检查结果,同时确保理论依据和经济意义的合理性。如果问题持续存在,可能需要重新审视研究设计或数据质量。

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



7
kitchup 发表于 2024-12-4 16:23:34
楼主最后解决了吗,遇到了同样的问题

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
jg-xs1
拉您进交流群
GMT+8, 2025-12-22 07:56