stata回归结果p值解释

首页 >> 正文

stata回归结果p值解释

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":"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）

翁荷翔1787stata或spss中,回归结果输出的星号标注是什么意思?如* p 扫码下载搜索答疑一搜即得 -
宗帘罗13559982377 ______[答案] 1个星号代表5%显著性水平 2个星号代表1%显著性水平 3个星号代表0.1%显著性水平

翁荷翔1787如何用stata算p - value -
宗帘罗13559982377 ______ 不用算,p-value即为结果输出里面的 P>|t|

翁荷翔1787面板数据回归分析结果看不懂!! -
宗帘罗13559982377 ______ 我给你解读一份stata的回归表格吧,应该有标准表格的所有内容了,因为你没有给范例,……不过我们考试基本就是考stata或者eview的输出表格,它们是类似的. X变量:教育年限 Y变量:儿女数目各个系数的含义: 左上列: Model SS是指...

翁荷翔1787STATA中Hausman检验的p值是0.0880,是使用固定效应模型还是随机效应模型?急啊~~ -
宗帘罗13559982377 ______[答案] p=0就是fe,你的p是0.088的话要看你用1%,5%还是10%了,1和5的就用re,10就用fe

翁荷翔1787求高手解释stata sur回归结果,参数名称是什么意思,结果说明什么,我是非经济学出身,求详细 -
宗帘罗13559982377 ______ 从第一栏开始: Obs是“实验样本的个数”;Parms是“回归方程中自变量X的个数”;RMSE是“均方根误差“或”标准误差”;R-sq是“R²”;chi2是“chi-square statistics”;p是“p-value” 下面一栏: Coef是“回归方程中自变量前面的系数”;std.err.是“每个回归系数的标准差”;z是“每个回归系数的z-test statistics”;P>z是“每个回归系数的p-value”;95% Conf. Interval是“每个回归系数的95%置信区间”

翁荷翔1787stata怎么求一个变量和其他所有变量的相关性 -
宗帘罗13559982377 ______ 看P值,即P>|t|那一列.另外取决于你定的显著性水平,如显著性水平设为5%,则P值小于0.05的变量都是显著的.

翁荷翔1787想用stata做60次回归分析,自变量都相同(7个),怎样一次性操作? -
宗帘罗13559982377 ______ forvalues x=1/60{ y`x' ............这里列你的自变量(每次可一样,也可不一样,加下标就是了,就是用`x'这个加下标,每循环一次,下标会自动加1,从1一直到60,共做60次) } 你可以copy以上代码,加入你自己的变量就可以了.

翁荷翔1787求分析STATA回归分析的结果 -
宗帘罗13559982377 ______ 1.写出拟合方程 Y=0.0439636-0.1104272ret+0.3015505drret+0.0003205vr+0.0130717drvr+0.0061625retvr+0.0501226drretvr2. 检查参数的符号(正号/负号)是否符合你要建立模型的基本理论3. 表1 第一列,ss 从上到下分别代表回归平方和(...

翁荷翔1787均值差异性检验 stata 怎么导出 -
宗帘罗13559982377 ______ 看p值,代表接受原假设的概率,p值小于显著性水平,那就是显著..1、生成一个分组变量,前33%观测值赋值为0,后33%观测值赋值为1.2、drop掉其余未赋值的(就是缺失值的)3、然后按照分组变量分别对B、C、D、E做t检验就行了

翁荷翔1787在用STATA做回归时,有控制变量时,该怎么写命令 -
宗帘罗13559982377 ______ 不一定,首先变量提示由于共线性被剔除有两种原因,一种是正常的,不用管,一种是不正常的,需要处理,不过总的来说无论你是否处理,它都不会进入回归(stata会自动忽略),要处理的都是你的模型假设. 正常的,就是说例如这样:我...

（编辑：自媒体）