首页 >>  正文

stata回归命令大全

来源:baiyundou.net   日期:2024-09-20

双重差分法(DID)估计是最常用的因果推理方法之一。Stata的didregress和xtdidregress命令适用于重复横截面和面板数据的DID和三重差分(DDD)模型。DID和DDD模型控制未观测到的组和时间固定效应,一致地估计被治疗者的平均治疗效应( ATET )。


模型的关键假设可以通过estat trendplot、estat ptrends和estat granger命令来进行检验和图形化展示。


如果要估计不同时间和处理序列的ATETs,您可以使用Stata的新命令:hdidregress和xthdidregress。

 

• 用于ATET估计的DID和DDD模型:

– 重复横截面数据

– 面板数据

• Donald和Lang聚合方法

• Wild bootstrap P值和置信区间

• Bell和McCarey对偏差校正标准误差的自由度调整

• 均值结果和预处理平行趋势图形诊断

• Granger类型和预处理平行趋势检验

• 异构DID模型

• Bacon分解法评估处理效应异质性

 

拟合DID模型和ATET估计

我们想研究新的住院程序对患者满意度的影响,需要使用一些医院实施新程序之前和之后的每月患者数据。

. didregress (satis) (procedure),group(hospital) time(month)

手术满意度的ATET为0.85,分别考虑医院和每月固定效应。95% CI不包括0。

如果我们的数据是面板数据,可以使用xtset并输入:

. xtdidregress (satis) (procedure),group(hospital) time(month)


图形诊断

我们的DID模型假设,在实施新程序之前,对照组和实验组的满意度趋势是平行的。我们可以用estat trendplot对这一假设进行诊断。


• 预处理平行趋势检验

我们可以使用estat ptrends的正式统计检验来补充我们得出的图形诊断。


因此,预处理平行趋势的零假设并没有被拒绝。

• Granger因果性检验

我们的DID模型还可以假设治疗组和对照组在预期治疗时不会改变他们的行为。为了检验这一假设,我们可以使用estat granger来进行Granger因果检验。


预期治疗时没有行为改变的无效假设没有被拒绝。还可以使用estat grangerplot进行图形诊断。


• 计算相应的标准误差

有多个小组的情况是很常见的。在这些场景中,聚类稳健标准误差是不可靠的。对于这种情况,我们可以使用替代方法来计算标准误差。

我们可以通过添加vce(HC2)选项来使用经过HC2偏差调整的聚类稳健标准误差。

. didregress (satis) (procedure),group(hostpital) time(month) vce(hc2)

我们可以通过使用aggregate(dlang)选项来使用Donald和Lang聚合方法。

. didregress (satis) (procedure),group(hospital) time(month)aggregate(dlang)

野聚类自助法P值和置信区间功能也是可用的。与所有自举方法一样,我们需要设置一个种子以使结果可复制。

. didregress (satis) (procedure),group(hospital) time(month)wildbootstrap(rseed(123))


• DDD模型

要拟合DDD模型,只需向group()选项添加另一个变量,并定义新的处理过的观测值。

. didregress (satis) (new_treated),group(hospital another_group)time(month)


• 治疗时间变化时的治疗异质性检验

如果个体在不同的时间治疗,每个治疗队列的ATET可能会改变。如果是,则DID估计结果不一致。

我们可以使用Bacon分解来检验didregress和xtdidregress的ATET异质性,输入

. estat bdecomp

我们可以通过输入下列命令,以图表的形式展示结果

. estat bdecomp, graph


异质性DID

当治疗效果随时间变化且在不同队列中时,使用异质性DID估计ATETs结果是不同的。这时可以使用Stata的新命令hdidreress和xthdidreress,它会通过重复的横断面数据和面板数据来估计每个队列和时间段的ATETs。


• 每个队列和时期的ATET估计

– 重复横截面数据

– 面板数据

• ATETs 通过以下方式集合

– 组群

– 周期

– 暴露疗法

• 治疗效果异质性绘图和检验

• 同时置信区间

• 四个估算量

– 回归调整(RA)

– 逆概率加权法(IPW)

– 增广逆概率加权法(AIPW)

– 双向固定效应回归(TWFE)

• 预处理平行趋势检验


拟合具有异质处理效果的模型

我们想知道一个名为“健康习惯”的学区项目是否对学生的身体质量指数(BMI)有影响。我们的数据是学区级别的,其中包括学校是否参与该项目和学生的BMI等信息。从2013年到2020年,我们对40个学区的学生进行了重复抽样。我们使用aipw估计器对结果和治疗进行建模。

. hdidregress aipw (bmi medu) (hhabit parksd)group(schools) time(year)

AIPW估计器具有双重稳健性,这意味着即使治疗模型或结果模型(两者不能兼有)设定错误,估计仍然是一致的。治疗效果的异质性在结果中很明显,ATET估算值则因队列和时间组合而异。


可视化每个队列的ATETs

只看所有的ATETs估计是很难看出ATETs的具体趋势的。我们可以使用estat atetplot来可视化每个群组的ATETs时间概况。我们指定sci选项来显示同时置信带,该置信带覆盖了具有预定义概率水平的所有队列和时间的ATET的真实值。

. estat atetplot, sci


聚合ATETs

在调整模型时,我们可以使用estat aggregation来汇总队列、时间或治疗暴露中的ATETs。例如,我们使用estat aggregation, cohort来总结每个队列中的ATETs。

. estat aggregation, cohort graph

 

如果我们想要在一定时间内汇总ATETs,可以使用estat aggregation来指定time选项。

. estat aggregation, time graph

 

最后,如果我们想总结不同治疗时间内的ATETs,可以指定dynamic选项。

. estat aggregation, dynamic graph



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":"972b14ac508ae1749","img_data":[{"flag":2,"img":[{"desc":"","height":"383","title":"","url":"https://p0.ssl.img.360kuai.com/t01931e6ad0fd5810a2.png","width":"900"},{"desc":"","height":"419","title":"","url":"https://p0.ssl.img.360kuai.com/t01eb62f5fe4982899e.png","width":"692"},{"desc":"","height":"359","title":"","url":"https://p0.ssl.img.360kuai.com/t013e0223101034d570.png","width":"695"},{"desc":"","height":"381","title":"","url":"https://p0.ssl.img.360kuai.com/t01a20b31de30ff7049.png","width":"627"},{"desc":"","height":"255","title":"","url":"https://p0.ssl.img.360kuai.com/t0190271e5401a49b10.png","width":"694"},{"desc":"","height":"254","title":"","url":"https://p0.ssl.img.360kuai.com/t016e612f1fd76f74cb.png","width":"691"},{"desc":"","height":"420","title":"","url":"https://p0.ssl.img.360kuai.com/t01d70903232c55da24.png","width":"694"},{"desc":"","height":"773","title":"","url":"https://p0.ssl.img.360kuai.com/t01cb240fe35b514cc4.png","width":"619"},{"desc":"","height":"367","title":"","url":"https://p0.ssl.img.360kuai.com/t01ac9cbd4f1ca2cc0d.png","width":"609"},{"desc":"","height":"287","title":"","url":"https://p0.ssl.img.360kuai.com/t010d2a9ed040818590.png","width":"607"},{"desc":"","height":"368","title":"","url":"https://p0.ssl.img.360kuai.com/t01e7939f217d8eb6b2.png","width":"610"},{"desc":"","height":"324","title":"","url":"https://p0.ssl.img.360kuai.com/t016190c4b8ee0309c2.png","width":"602"},{"desc":"","height":"368","title":"","url":"https://p0.ssl.img.360kuai.com/t01a27381672c01f697.png","width":"605"},{"desc":"","height":"429","title":"","url":"https://p0.ssl.img.360kuai.com/t01f4cc920cc3a61266.png","width":"604"},{"desc":"","height":"367","title":"","url":"https://p0.ssl.img.360kuai.com/t011e06853b1dd5f53a.png","width":"605"}]}],"original":0,"pat":"art_src_0,fts0,sts0","powerby":"cache","pub_time":1712913424000,"pure":"","rawurl":"http://zm.news.so.com/94fe3de7a27e3dfa937cb3a84d1e4088","redirect":0,"rptid":"327741b48e99043e","rss_ext":[],"s":"t","src":"天演融智","tag":[],"title":"Stata软件之双重差分法(DID)

贲钓易1744面板向量自回归模型stata中用什么命令 -
毕舒仪17141807018 ______ 面板向量自回归命令是xtvar或者pvar

贲钓易1744请教在stata回归迭代时让它自动迭代下去的命令 -
毕舒仪17141807018 ______ STATA 迭代收敛 指的是俩次计算的相减结果小于E-9次方(stata11默认的),是一个相当微小的数值,你出现了1049次迭代,没有收敛,其实要不就是你没有耐心等待下去了,要不就是没有对数据进行处理,比如离群值的存在,要不你的数据...

贲钓易1744如何在STATA中实现nested Logit回归 -
毕舒仪17141807018 ______ 在stata中多元的logit命令是:mlogit y x,base(1) y是你的因变量 x你的自变量 base(1)的意思是你选择第一选项为参照项

贲钓易1744stata空间面板回归的main是什么意思 -
毕舒仪17141807018 ______ stata空间面板回归的main是什么意思 使用系统自带的数据文件进行回归.输入命令reg price headroom weight length,得到结果. 要读懂结果,主要关心几个关键点.一是总体显著性.此图中,由于Prob > F = 0.0000,所以总体是显著的,说...

贲钓易1744有没有人会用STATA做多元线性回归分析并进行分析呢?急需帮助! -
毕舒仪17141807018 ______ 额...回归命令reg y x1 x2 x3等等,就是reg 后跟因变量 然后加上若干解释变量 回归分析就是看解释变量回归的系数是否显著 看一看基本的计量课本就行

贲钓易1744Logistic模型的软件实现方式 -
毕舒仪17141807018 ______ 在stata中,logistic回归可以得到很好的实现.主要命令为: logistichcvagemarrysex其中,logistic为主命令,hcv为因变量,后面的三个变量依次为自变量.如果自变量既存在哑变量又存在连续变量,系统自带的help里面没有提到,可用如下方式: xi:logistichcvagei.marryi.sex其中,xi表示后面带i.的变量将自动变为哑变量.

贲钓易1744这组数据怎么用stata11求出回归方程? -
毕舒仪17141807018 ______ 如果是将wage作为被解释变量,其他作为解释变量的话,只要在stata中导入数据,然后输入指令: reg wage educ exper……(变量太多我就不一一写了,中间用空格间隔.) 回车.即可得到回归方程.

贲钓易1744stata中回归分析命令 内生变量写在哪 -
毕舒仪17141807018 ______ reg var1 var2...,其中var1为因变量,其他为自变量和控制变量,在回归时不区分控制变量或自变量的,只是分析时才说明哪些是控制变量.

贲钓易1744stata什么命令可以列 -
毕舒仪17141807018 ______ 问题没有问明白,以下是常用命令 更改目录命令 ·cd c:/statadata stata的工作目录将由默认工作目录切换到c盘的statadata文件夹下.在stata中可以用正斜线(/)也可以用反斜线(\),但建议用正斜线.在实际中由于文件名路径太长所以通常...

贲钓易1744如何使用stata的anyvalue命令 -
毕舒仪17141807018 ______ 首先,打开stata软件.我们需要确定自己安装的命令是否已经在stata系统之中,简单的一个测试方法便是在输入框中输入“help XXX”,以“fsum”名利为例,输入“h fsum”.如果没有该命令,则会出现图片的提示.这里也可以选择“是”来软件自动搜索,但是我们提供另外一个下载方式.我们可以直接在stata命令窗口中输入下载命令:“ssc install fsum”命令.等待下载,当出现以下图样的时候,命令便下载完成了.重复上面第二个步骤,便可以查看新命令的功能了.

(编辑:自媒体)
关于我们 | 客户服务 | 服务条款 | 联系我们 | 免责声明 | 网站地图 @ 白云都 2024