Stata：因子变量系数引用技巧-coeflegend

Stata连享会   主页 || 视频 || 推文 || 知乎 || Bilibili 站

温馨提示： 定期 清理浏览器缓存，可以获得最佳浏览体验。

New！ lianxh 命令发布了：
随时搜索推文、Stata 资源。安装：
  . ssc install lianxh
详情参见帮助文件 (有惊喜)：
  . help lianxh
连享会新命令：cnssc, ihelp, rdbalance, gitee, installpkg
 

✌ 课程详情： https://gitee.com/lianxh/Course

⛳ 课程主页： https://gitee.com/lianxh/Course

⛳ Stata 系列推文：

• 全部 | Stata入门 | Stata教程 | Stata资源 | Stata命令
• 计量专题 | 论文写作 | 数据分享 | 专题课程
• 结果输出 | Stata绘图 | 数据处理 | Stata程序
• 回归分析 | 面板数据 | 交乘项-调节 | IV-GMM
• 内生性-因果推断 | 倍分法DID | 断点回归RDD | PSM-Matching | 合成控制法
• Probit-Logit | 时间序列 | 空间计量 | 分位数回归 | 生存分析 | SFA-DEA
• 文本分析-爬虫 | Python-R-Matlab | 机器学习
• Markdown | 工具软件 | 其它

☝ PDF下载 - 推文合集

作者：袁瑜彤 (西北大学)
邮箱：794016076@qq.com

目录

1. 引言

因子变量 (Factor Variable) 是对现有变量的延伸，是从类别变量中生成虚拟变量、设定类别变量之间的交乘项、类别变量与连续型变量之间的交乘项或连续变量之间的交乘项 (或多项式)。关于因子变量的更多详细介绍，请参考连享会推文「Stata：因子变量全攻略」。

在用 Stata 进行回归分析时，经常会进行剔除样本值、增减控制变量等操作，这使得因子变量的系数并不固定。因此，当我们想用估计系数值进行其它计算时，就需要不断修改对应值。此时，通过使用引用因子变量系数的方法，就会节省大量工作量。

2. 因子变量系数的引用

模型中自变量包括：类别变量 sex 和 group、类别变量交乘项 sex $\times$ group、连续变量 age、类别变量与连续变量的交乘项 sex $\times$ age。其中，sex 包含两类 female 和 male，male 为基准组。group 有三类，group1、group2、group3。

. use https://www.stata-press.com/data/r17/fvex, clear
. regress y i.sex i.group i.sex#i.group age i.sex#c.age

      Source |       SS           df       MS      Number of obs   =     3,000
-------------+----------------------------------   F(7, 2992)      =     80.84
       Model |  221310.507         7  31615.7868   Prob > F        =    0.0000
    Residual |   1170122.5     2,992  391.083723   R-squared       =    0.1591
-------------+----------------------------------   Adj R-squared   =    0.1571
       Total |  1391433.01     2,999  463.965657   Root MSE        =    19.776
------------------------------------------------------------------------------
           y | Coefficient  Std. err.      t    P>|t|     [95% conf. interval]
-------------+----------------------------------------------------------------
         sex |
     female  |     32.294      3.782     8.54   0.000       24.878      39.709
       group |
          2  |      9.477      1.624     5.84   0.000        6.293      12.661
          3  |     18.313      1.776    10.31   0.000       14.830      21.796
   sex#group |
   female#2  |     -6.622      2.021    -3.28   0.001      -10.585      -2.658
   female#3  |    -10.483      3.209    -3.27   0.001      -16.775      -4.191
         age |     -0.212      0.054    -3.94   0.000       -0.318      -0.107
   sex#c.age |
     female  |     -0.227      0.075    -3.04   0.002       -0.373      -0.081
       _cons |     60.482      2.843    21.27   0.000       54.907      66.056
------------------------------------------------------------------------------

i.group 包含三个虚拟变量：1b.group、2.group、3.group。其中第 1 组 group 是基准组 (base)，所以用 1b.group 表示。我们可以通过命令语句 _b[n.group] (n=1，2，3)，来引用三个变量的系数。如果要引用两个因子变量不同级别的交乘项系数，我们需要定义交乘项运算符和每个变量的级别。例如，为了引用 sex=1 (女性) 和 group=2 的系数，我们可以输入命令语句 _b[1.sex#2.group]。

. dis _b[2.group]
9.4770769
. dis _b[1.sex#2.group]
-6.6218037

当我们不清楚具体输入什么来引用因子变量的系数值时，可以使用命令 coeflegend 命令来显示输入的内容。

. reg, coeflegend

----------------------------------------------------------
           y | Coefficient  Legend
-------------+--------------------------------------------
         sex |
     female  |     32.294  _b[1.sex]
       group |
          2  |      9.477  _b[2.group]
          3  |     18.313  _b[3.group]
   sex#group |
   female#2  |     -6.622  _b[1.sex#2.group]
   female#3  |    -10.483  _b[1.sex#3.group]
         age |     -0.212  _b[age]
   sex#c.age |
     female  |     -0.227  _b[1.sex#c.age]
       _cons |     60.482  _b[_cons]
----------------------------------------------------------

3. 相关推文

Note：产生如下推文列表的 Stata 命令为：
  lianxh 因子变量 系数, m
安装最新版 lianxh 命令：
  ssc install lianxh, replace

• 专题：结果输出

  • Stata结果输出：pwcorr_a输出相关系数矩阵
  • pwcorr_a：输出相关系数矩阵至 Word 和 Excel
  • Stata：回归结果中不报告行业虚拟变量的系数
• 专题：回归分析

  • Stata：系数稳定性分析-psacalc
  • Stata：分组回归系数比较的新思路
  • 0.0005：估计系数太小怎么办？
  • Stata：系数为何不显著？GIF-演示-OLS-的性质.md
  • 正确姿势：回归系数的解释与评估
  • Stata: 实时估计个股贝塔(beta)系数
  • Stata因子变量：虚拟变量-交乘项批量处理
  • Stata：因子变量全攻略
  • 多元回归系数：我们都解释错了？
  • 图示线性回归系数：Frisch-Waugh定理与部分回归图
  • Stata: 如何检验分组回归后的组间系数差异？
  • 如何比较解释变量的系数相对大小？
  • Stata: 获取分组回归系数的三种方式
• 专题：面板数据

  • 异质性分析：系数平滑可变模型
  • 面板变系数模型：每家公司都有一个斜率
• 专题：交乘项-调节-中介

  • 我为什么越跑越肥？交乘项系数的直观解释

相关课程

免费公开课

• 直击面板数据模型 - 连玉君，时长：1小时40分钟，课程主页，Bilibili 站版
• Stata 33 讲 - 连玉君, 每讲 15 分钟. 课程主页，课件，Bilibili 站版
• Stata 小白的取经之路 - 龙志能，时长：2 小时，课程主页
• 部分直播课 课程资料下载 (PPT，dofiles等)

最新课程-直播课

• Note: 部分课程的资料，PPT 等可以前往 连享会-直播课 主页查看，下载。

⛳ 课程主页

⛳ 课程主页

关于我们

• Stata连享会 由中山大学连玉君老师团队创办，定期分享实证分析经验。
• 连享会-主页 和 知乎专栏，700+ 推文，实证分析不再抓狂。直播间 有很多视频课程，可以随时观看。
• 公众号关键词搜索/回复 功能已经上线。大家可以在公众号左下角点击键盘图标，输入简要关键词，以便快速呈现历史推文，获取工具软件和数据下载。常见关键词：课程, 直播, 视频, 客服, 模型设定, 研究设计, stata, plus, 绘图, 编程, 面板, 论文重现, 可视化, RDD, DID, PSM, 合成控制法 等

连享会小程序：扫一扫，看推文，看视频……

扫码加入连享会微信群，提问交流更方便

✏ 连享会-常见问题解答：
✨ https://gitee.com/lianxh/Course/wikis

New！ lianxh 和 songbl 命令发布了：
随时搜索连享会推文、Stata 资源，安装命令如下：
  . ssc install lianxh
使用详情参见帮助文件 (有惊喜)：
  . help lianxh