异方差检验结果怎么看
倾向值匹配、IPW等
Stata的因果推断功能允许您从观察数据中估计实验类型的因果效应(治疗效应)。是否对连续、二元、计数或生存结果感兴趣? 是在模拟结果过程还是治疗过程?Stata可以估算您的治疗效果。有了这样一套全面的估计量,您就会找到适合您的那一个。
估计量
• 双重差分(DID)
• 异质性DID(新增)
• 逆概率权重(IPW)
• 倾向得分匹配
• 协变量匹配
• 回归调整
• 加权回归
• 双重稳健方法
– 增强型IPW(AIPW)
– 带回归调整的IPW
– 具有lasso选择控件的AIPW
• 因果中介(新增)
统计
• 平均处理效应(ATEs)
• 处理后的ATEs(ATETs)
• 潜在结果手段(POM)
• 直接影响、间接影响
结果
• 连续—线性
• 二进制—logistic、概率、异方差
• 计数—Poisson
• 分数
• 非负,包括指数平均值
• 生存率—指数、Weibull、伽玛、对数正态
治疗
• 二进制—logistic、概率、异方差
• 多值——多项logistic
诊断
• 重叠图
• 协变量平衡
内生性处理效应
• 连续、截尾、二进制、有序和计数结果
• ATEs、ATETs和POMs
• 结合内生协变量、样本选择和面板数据
• 内生性检验
也许你是一名医学研究人员,知道医生在决定是否开药治疗高血压时考虑的变量,但你对应该用来模拟血压的变量却远没有那么自信。
您可以使用IPW估计器,
• teffects ipw (bp) (drug x1 x2)
或倾向性得分匹配
• teffects psmatch (bp) (drug x1 x2)
了解更多影响血压的变量,但不了解哪些决定是否开药的变量?
使用回归调整,
• teffects ra (bp x1 x3) (drug)
或最近邻匹配,
• teffects nnmatch (bp x1 x3) (drug)
如果你同时知道血压建模和是否开具药物处方,你可以使用双重稳健估计量中的一个。
使用增强的IPW,
• teffects aipw (bp x1 x3) (drug x1 x2)
或采用回归调整的IPW,
• teffects ipwra (bp x1 x3) (drug x1 x2)
令人惊讶的是,使用这些双重稳健的方法,我们只需要正确对待两个模型规范中的一个。
让我们看一个使用带回归调整的IPW例子。我们将收缩压建模为年龄、高血压家族史、吸烟和体重的函数。是否开药被模拟为年龄、家族史和体重的函数。
• teffects ipwra
(bp age fam_history smokes weight)
(drug age fam_history weight)
ATE为-21.4。若所有患者均按医嘱服药,平均血压将下降21.4mm Hg。在没有人给药的情况下,167.5的POM为我们提供了估计的收缩压。
让我们开看一些诊断。协变量是否平衡?我们可以查看年龄的核密度图,例如,比较处理过的和未处理过的。
• tebalance density age
加权后,年龄的密度非常相似。
我们可以对所有协变量进行平衡性检验。
• tebalance overid
我们并不反对所有协变量都是平衡的这一原假设。
我们只谈到了可用的治疗效果估计量的范围。
你有二元结果吗?
• teffects ipwra (y x1 x2, probit) (treat x1 x3)
或是生存结果?
• stteffects ipwra (x1 x2) (treat x1 x3)
是否存在内生性问题?
• eteffects (y x1 x2) (treat x1 x3)
你有很多潜在的控制因素吗?
• telasso (y x1 x2 x3 x4 ...)
(treat x1 x2 x3 x4 ...)
你有中介变量吗?
• mediate (y x1 x2) (m x1 x3) (treat)
等等……
北京天演融智软件有限公司(科学软件网)是STATA软件在中国的授权经销商,为中国的软件用户提供优质的软件销售和培训服务。
","gnid":"90368c0f7b5da87ea","img_data":[{"flag":2,"img":[{"desc":"","height":"383","title":"","url":"https://p0.ssl.img.360kuai.com/t0173f3da782f36af1c.png","width":"900"},{"desc":"","height":"360","title":"","url":"https://p0.ssl.img.360kuai.com/t015bd43ed3d5c90515.png","width":"606"},{"desc":"","height":"698","title":"","url":"https://p0.ssl.img.360kuai.com/t011010d5360808171c.png","width":"680"},{"desc":"","height":"374","title":"","url":"https://p0.ssl.img.360kuai.com/t01bae8dac627cd765c.png","width":"706"},{"desc":"","height":"323","title":"","url":"https://p0.ssl.img.360kuai.com/t01bce6f80d24249957.png","width":"529"},{"desc":"","height":"154","title":"","url":"https://p0.ssl.img.360kuai.com/t01b1d9efaff5e2cc46.png","width":"531"}]}],"original":0,"pat":"art_src_0,fts0,sts0","powerby":"cache","pub_time":1712479719000,"pure":"","rawurl":"http://zm.news.so.com/c4f62740a72fdcf19f2007480070a569","redirect":0,"rptid":"09a640408d231305","rss_ext":[],"s":"t","src":"天演融智","tag":[],"title":"Stata软件之因果推断
梁媚沈3914t - 检验的同方差与异方差有两组数据t - 检验,(Excel)有“双样本等方差假设”与“双样本异方差假设”两种,如何识别应采用哪种假设?最好举例, -
阎秒彦18879664924 ______[答案] 同方差 表示的意思 随样本数量的增加按照一定的波动范围均匀增加. 异方差是 表示不按照同方差的形式波动,有可能随样本数量的增加波动幅度增大,或者收敛,或者毫无规律.
梁媚沈3914检验异方差性的方法有哪些? -
阎秒彦18879664924 ______ 异方差检验主要有三种方法 1)图示检验法:①相关图分析.②残差图分析. 由于异方差通常被认为是由于残差的大小随自变量的大小而变化,因此,可以通过散点图的方式来简单的判断是否存在异方差.具体的做法是,以回归的残差的平方2...
梁媚沈3914多元线性回归模型的异方差怎么修正?使用怀特检验后发现存在异方差.下图是OLS的结果之后应该怎样使用EVIEWS进行异方差修正? -
阎秒彦18879664924 ______[答案] 这个问题之前也困扰着我,查了相关的数据,下面是我自己整理的一些,供你参考.从怀特检验看OBS的p值很小,说明存在异方差,修正的方法有好几种,我介绍两种吧,第一种是在回归前先将变量进行对数处理,能够很好的减少数据波动以及异方...
梁媚沈3914假设检验,异方差white检验,p值为0.07 请问显著吗?我假设不存在异方差.nxR方=5.21 对应的卡方值为28左右.请问是不是不显著? -
阎秒彦18879664924 ______[答案] p=0.05一般被认为是显著与否的临界值,0.07的话理论上严格来说并未达到显著,不过勉强可以称作边缘显著,也就是接近于显著.
梁媚沈3914计量经济学如何运用Eiews进行异方差检验 -
阎秒彦18879664924 ______ 在Eviews中,异方差检验法有好几个,建议用white异方差检验法,最方便.方法如下:生成一个equation窗口,在该窗口中点击工具栏中的view,在下拉菜单中点击residual test,在它的下拉菜单中选择white heteroskedasticity.有两个选线,cross和no cross,分别是指有交叉项和没有交叉项.你可以都选,看哪个拟合得好.不过注意,当自变量即X的个数较少时,选没有交叉项的.在结果窗口中,主要看F值的Probability,要小于你设定的阿尔法值.
梁媚沈3914为什么要对线性回归方程进行统计检验,一般需要对哪些方面进行检验? -
阎秒彦18879664924 ______ 不论是何种数据,用最小二乘法是一定可以得到一个线性关系式的(除非所有的数据相同),但是两组数据并不一定存在线性相关关系,为了避免得到本不存在的回归方程,对相关关系的显著性进行检验. 首先要明白:方程的回归计算和曲线的拟合都是一种【近似计算】. 因此,一个哪怕经过“精挑细选”的【线性】方程,它对于样本的《合用》程度依然是【不一定】的.(因为也许这批样本【根本就不能】用《线性方程》来描述)所以为了考察这批样本对这个《线性方程》的贴合程度,为了向其它使用者证明这个方程的合理性,同时也可以为自己打气——这就是这批样本的合适方程,于是就要进行统计检验.
梁媚沈3914请教关于spss多元方差分析的结果如何分析 -
阎秒彦18879664924 ______ 一下子问了这么多问题啊 多因素方差分析,一般分析以下内容: 1、各因素间是否有差异,主要看“主体间效应的检验表”中的F和P 2、同一个因素不同水平情况是否有差异,主要看“性别”、“年级”的多重检验中的t和P
梁媚沈3914急求利用SPSS简单分析方差或者线性回归的案例 -
阎秒彦18879664924 ______ 首先进入SPSS的regression下面的linear做多元线性回归,这里选入所有的自变量,并在statistics下面选择输出的相应量,输出检验异方差的DW值和检验多重共线性的VIF值,根据结果来看,DW值为1.951在2附近说明应该不存在异方差问题,...
梁媚沈3914方差齐性检验 spss 结果怎么看 -
阎秒彦18879664924 ______ spss软件进行方差齐性检验,都是levene检验.levene的结果主要出现在方差分析和独立样本T检验中,用于考察方差是否齐性. sig值(p值)是根据F值计算出来的,因此只要看sig值就可以推断方差是否齐性.一般情况下,只要sig值大于0.05就可以认为方差齐性的假设成立,因此方差分析的结果应该值得信赖;如果sig值小于或等于0.05,方差齐性的假设就值得怀疑,导致方差分析的结果也值得怀疑.