Siming DENG 铭二朝天辣
(一)描述性统计
对所有变量进行描述性统计
Outreg2 using×××.doc,replace sum(log) title(decriptive statistics)
对部分变量进行描述性统计
Outreg2 using×××.doc, replace sum(log) keep(*** *** ***) title(descriptive statistics)
当需要用一个变量将数据进行分组进行描述性统计:
bysort x:outreg2 using ×××.doc, replace sum(log) title(decriptive statistics)
注:bysort后的x就是分组变量
得到所有变量的描述性统计结果的命令:summarize
导出描述性统计结果的Stata命令为:
outreg2 using描述性统计结果1.doc, replace sum(log) title(Decriptive statistics)。
(二)相关性分析
Logout, save(×××) word replace:pwcorr 后面加上相关性分析的变量
Logout, save(×××) word replace:pwcorr_a
若采用膨胀因子:estat vif
(三)混合回归
执行混合回归的命令:reg 因变量 自变量, r
将混合回归的结果导入文档的命令:
outreg2 using×××.doc,replace tstat bdec(3)tdec(2)ctitle(y)
在输出的结果中加入F值的命令:
outreg2 using×××.doc,replace tstat bdec(3)tdec(2)e(r2_a,F) addstat(F test,e(p))
若需要将多个模型的回归的结果放在一起,则需要采用下列命令:
outreg2 using×××.doc,append tstat bdec(3)tdec(2)e(r2_a,F) addstat(F test,e(p))
(四)调节效应
1.参考如何可视化作图:stata行logistic回归交互项(交互作用)的可视化分析(1)
2.论文中要不控制回归一次,控制变量回归一次:互助问答第814期:交互项命令的撰写
3.先生成交互项:
gen ×=×*×
(第一个×就是交互项的名称,自己取;后面两个是变量)
4.为了读懂其他代码,还有如下写法:
比如分类变量是region,用来与连续变量x交乘
第一种就是:gen rex = region * x 然后把交互项rex,连同region、x放入回归方程中
第二种是:不生成新变量rex,直接在回归中放入x region i.region#c.x ,这里i.region#c.x 就等同于rex
第三种写法是: i.region##c.x
直接在回归中放入i.region##c.x等价于放入x region i.region#c.x这三项
(五)中介效应
1. 三步法:分三步回归
2. Sobel检验:sgmediation 因变量,iv( 自变量) mv( 中介变量) cv( 控制变量 )
3. Bootstrap抽样检验:
bootstrap r(ind_eff) r(dir_eff),reps(1000):sgmediation因变量,mv(中介变量)iv(自变量)cv(控制变量)quietly
在该检验结果中第一行bs1指的是间接效应、第二行bs2是直接效应,判断是否存在中介效应,只需看第一行是否显著以及后面的区间内是否包含0,若不包含0且效果显著,则说明存在中介效应。再看第二行,也是看是否显著以及区间是否包含0,若满足这两个条件说明存在直接效应,中介为部分中介;若不满足其中任意一个条件则说明无直接效应,为完全中介效应。
(六)双门槛模型图
_matplot e(LR21), columns(1 2) yline(7.3523, lpattern(dash)) connect(direct) recast(line) ytitle("LR Statistics")xtitle("First Threshold") name(LR21)
_matplot e(LR22), columns(1 2) yline(7.3523, lpattern(dash)) connect(direct) recast(line) ytitle("LR Statistics")xtitle("2nd Threshold Parameter") name(LR22)
graph combine LR21 LR22
画三门槛的图时,只需要在这两个后面再加一个命令,并且将LR21、LR22替换成LR3即可。
单门限LR图则只需要输入一条命令即可并将LR21、LR22替换成LR即可。
(七)豪斯曼检验
xtreg因变量 自变量,fe
est store fe
xtreg因变量 自变量,re
hausman fe, sigmamore
1万+

被折叠的 条评论
为什么被折叠?



