首页 >>  正文

stata回归模型结果表

来源：baiyundou.net   日期：2024-09-21

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":"pika","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）

裴翰殷4417怎么在stata 里面做虚拟变量的回归 -
须翔俗13384506905 ______ 例如,有一串年份数据 id year 001 2001 010 2002 100 2003 110 2004 111 2005 输入命令 tab year, gen(dummy_year) 这样就自动生成了2001至2005的五个虚拟变量 回归命令 reg y x dummy* dummy* 等同于2001至2005的五个虚拟变量,reg命令会自动剔除一个以保证不出现完全共线性问题.

裴翰殷4417stata如何画残差散点图 -
须翔俗13384506905 ______ 首先确定你把拟合曲线图画出来了,然后在 figure 1上边的选项中按Tools----Basic Fitting-----cubic----Show equations----plot residuals-----＂然后点向右的箭头＂-----”再从右边选项框里选Save to workspace“ 这就行了

裴翰殷4417stata 回归分析结果,求大神解读.在线等. -
须翔俗13384506905 ______ 变量都是代表什么东西,还有数据都是什么.还有你的no. of obs太少了,所以一眼看过去就知道没有一个变量是significant的,数据太少了

裴翰殷4417求STATA达人分析一个线性回归的结果!!! -
须翔俗13384506905 ______ 方程整体显著性检验F值对应的P值大于0.05,说明整个方程是不显著的 每股收益显著性检验t值对应的p值大于0.05,说明每股收益对股价的影响是不显著的 每股收益的回归系数为18.36,说明保持其他条件不变的前提下,每股收益每增加1个单位,股价就增加18.36.但是因为每股收益的回归系数没有通过t检验,所以这个结论是不成立的 这个方程很有问题,原因是只有3个观测值

裴翰殷4417stata回归中怎么添加交互项 -
须翔俗13384506905 ______ 结果的前两行表示模型的类别,lz采用的为randomeffect随机模型,截面变量:province,样本数目310.群组数目31,也就是每组10个观测值. 3-5行表示模型的拟合优度,分别为within,between,overall,组内,组间,总体三个层次. 6-7行表示针对...

裴翰殷4417如何将stata的结果复制到word上 -
须翔俗13384506905 ______ 先copy as table,再无格式粘贴到excel,然后从excel粘贴到word,就比较完善了.我试过好多次,这是最高效的. 还可以用esttab命令,也挺方便.但是必须用在模型估计后.其它不适用. stata16可以使用Putword命令,再复杂的无论什么类型的表都可以写进word,不过部分功能比较烦琐.

裴翰殷4417如何分析下面stata面板数据回归分析 -
须翔俗13384506905 ______ 先做单位根,协整,然后回归 注意检验模式

裴翰殷4417如何用stata... -
须翔俗13384506905 ______ 进入stata,输入edit,把EXCEL里的数据复制进去,命名好 reg SU OC1-3 DC TR PNA就好

裴翰殷4417如何在stata中录入数据并做回归分析 -
须翔俗13384506905 ______ 逐一录入数据即可,回归分析用reg命令

（编辑：自媒体）
相关推荐
  • stata回归完整命令
  • stata建立多元回归模型
  • 基准回归结果怎么看
  • 回归模型stata命令
  • 门限回归模型stata
  • stata回归结果输出
  • stata结果怎么看
  • stata回归分析表怎么看
  • stata怎么做逐步回归
  • stata回归后的数据
  • stata回归表格解读
  • stata回归命令xtreg
  • 自回归模型stata代码
  • stata结果表格怎么看
  • stata回归结果解读
  • stata面板回归结果怎么看
  • 固定效应回归模型stata
  • stata分析结果怎么看
  • stata怎么建立回归模型
  • stata回归结果三线表
  • stata回归结果解释
  • stata回归结果图解
  • stata回归结果怎么解读
  • stata回归结果怎么看
  • stata回归结果分析
  • stata回归模型怎么做
  • stata常用模型
  • stata多元回归详细步骤
  • stata回归模型命令
  • stata回归完整命令
    • 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