Stata的--随机效应模型处理,以及介绍

今天分享随机效应模型

主要包含以下两个部分

第一个部分是随机效应模型的介绍

第二个部分是随机效应模型的Stata命令

首先我们来看下第一个部分随机效应模型

首先我们先回顾一下我们上文讲的混合OLS模型

当我们的面板数据在个体效应检验结果不显著的时候

既不存在个体效应的话我们就要选择整个OlS模型来估计我们的模型面板数据

但如果个体效应结果检验显著的话

那么这个时候我们就要构建个体效应模型来估计我们的面板数据

个体效应模型主要包含以下两个

模型第一个模型是随机效应模型

第二个模型是固定效应模型

首先我们先

把存在个体效应模型的方程式写出来

这个是存在个体效应的模型方程式

U是个体效应

当这个U与我们的x

也就是解释变量是存在相关性的话

那么我们就要选择固定效应模型

当我们的U与x是不相关的那我们就选择随机效应模型来估计

好我们现在来看一下这个stata输出结果表

当我们检验存在个体效应的话

具体是选择固定效应模型

还是选择随机效应模型

我们需要通过一个检验来进行分析

这个检验就是Hausman检验

当Hausman检验的结果是显著的话

即在即至少在10%的水平上显著有一颗星以上的显著性

那么这个时候这个结果就说明

我们的这个个体效应与这个解释变样是存在相关性的

这个时候我们就要选择固定效应模型

当这个Hausman检验结果是不显著的

记忆这个显著性水平是没有星星的

这个Hausman检验结果是没有星星的

也就是不显著的

这个p只要大于0.1

那么这个时候就说明

我们的个体效应与这个检测变量是不相关的

那我们就要选择随机效应模型

在进行Hausman检验之前我们必须要检验个体效应

如果存在个体效应的话

我们才进行下一步的Hausman检验

如果不存在的话我们就直接选择

混合Ols模型估计就行了

可以看到我们这里的这个表格是选择了固定效应模型

在我们的面板数据选择固定效应模型的话

如果我们依旧选择随机效应模型来估计的话

这个结果偏差是非常的大

我们可以看到这里

固定相应模型的系数和随机相应模型系数相差非常大

而且显出线水平也相差非常大相差一颗星

好我们现在来看一下随机效应模型的stata命令

首先我们打开Stata

打开我们之前写好的do文件

首先导入数据

第二步上传miss1变量

第三步将我们的数据设置成面板格式

这里说一下

如果我们采用混合Ols模型估计的话

那么就不用将我们的数据设置成面板格式

因为我们是将我们的面板数据当成横截面数据来处理的

所以如果用混合Ols模型估计的话就不用设置成面板格式

这里我们要用随机效应和固定效应的话就要将我们的数据设置成面板格式

面板格式的命令是这个

这个是设置成面板格式的主命令

这个code的就是个体的编码

year是时间年份

然后下面我们就跑下随机相应模型的回归

可以我们可以看到随机效应模型跟Ols模型的差

这个主命令的差别就在这里

多了x t这个x是个体

t是这个时间

差别就在这里

然后这里的q是因变量

然后d f到这里cash flow都是质变量

然后这个if miss1=0就是把

就是将所有变量都不存在

就是指的贯彻样本进行回归

这个r是r是选择项

如果我们输的是r的话

那么就是选择随机效应模型

如果输的是FE的话

那么就是选择固定效应模型

我们来看一下这个随机效应模型的回归结果

我们的个体变量是code

然后我们这里是假设这个就是个体

这个个体效应与我们的解释变量是不相关的

也就是相关性系数是等于0的就是不相关

然后我们就跑回归

coef是系数,std.err.是文件标准物,z是z值

p>|Z|是显著性水平P

最后两个也是自信区间

这就是随机效应模型的回归结果

今天分享就到这里,每天进步一点点,每日成长一步步

可领取免费的各种ppt,讲义,以及各种安装包,免费送,麻烦看客点个小心心吧

相关推荐
九圣残炎32 分钟前
【从零开始的LeetCode-算法】1456. 定长子串中元音的最大数目
java·算法·leetcode
lulu_gh_yu37 分钟前
数据结构之排序补充
c语言·开发语言·数据结构·c++·学习·算法·排序算法
丫头,冲鸭!!!1 小时前
B树(B-Tree)和B+树(B+ Tree)
笔记·算法
Re.不晚1 小时前
Java入门15——抽象类
java·开发语言·学习·算法·intellij-idea
为什么这亚子2 小时前
九、Go语言快速入门之map
运维·开发语言·后端·算法·云原生·golang·云计算
2 小时前
开源竞争-数据驱动成长-11/05-大专生的思考
人工智能·笔记·学习·算法·机器学习
~yY…s<#>2 小时前
【刷题17】最小栈、栈的压入弹出、逆波兰表达式
c语言·数据结构·c++·算法·leetcode
斯凯利.瑞恩3 小时前
Python决策树、随机森林、朴素贝叶斯、KNN(K-最近邻居)分类分析银行拉新活动挖掘潜在贷款客户附数据代码
python·决策树·随机森林
幸运超级加倍~3 小时前
软件设计师-上午题-16 算法(4-5分)
笔记·算法
yannan201903133 小时前
【算法】(Python)动态规划
python·算法·动态规划