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
⛳ Stata 系列推文:
作者:胡煊翊 (南开大学)
邮箱:Elizabeth666@yeah.net
编者按:本文摘译自下文,特此致谢!
Source:Cohn J B, Liu Z, Wardlaw M I. Count (and count-like) data in finance[J]. Journal of Financial Economics, 2022, 146(2): 529-551. -Link-
目录
对于计数的非负变量,如企业专利数量、有毒排放吨数、工伤事故数量,以及两家企业所在城市之间的距离,其通常高度右偏,且在 0 处有大量的值。这种分布特征对回归分析提出了挑战,它使得线性回归效率低下,以及置信区间难以确定。为了解决这一问题,学者们通常会取对数,即
当
假设
我们或许会认为,这种半弹性与
由于
第一种偏差来自被解释变量和协变量之间的非线性关系。因变量和一个协变量之间关系的错误设定,会污染其他协变量的估计系数。这个问题在
具体来看,假设
现在考虑
下图 (c)-(e) 分别为在 (1)、(2) 和 (3) 三种不同情况下,绘制
图 (c) 表明,当
所以,
第二种偏差来自无偏估计需要一个关于高阶模型误差矩和协变量之间关系的不合理假设。与
改写成乘法形式,得到
显然,不同于对数线性回归,假设
Cohn 等 (2022) 提出的改进方法是泊松回归,该方法可以对计数类结果变量做出一致估计。泊松回归假设因变量具有依赖于协变量的泊松分布。密度
泊松回归估计具有许多理想的特征:
关于 ppmlhdfe
命令的详细介绍,请参考连享会推文「ZIP-too many Zero:零膨胀泊松回归模型」。
命令安装:
ssc install ppmlhdfe, replace
命令介绍:
ppmlhdfe depvar [indepvars] [if] [in] [weight] , [absorb(absvars)] [options]
absorb(absvars)
:要吸收的固定效应;vce(vcetype)
:vcetype
可以是 robust
或者 cluster
(允许两个及以上聚类);exposure(varname)
:包含模型中的 ln(varname)
,系数约束为 1;offset(varname)
:在模型中包含变量名,系数约束为 1;d(newvar)
:把固定效应合并保存为 newvar,如果随后运行 predict
(predict, xb
除外),则强制执行;d
:和上面一样,但是变量将被保存为 _ppmlhdfe_d;separation(string)
:用于删除分离的观察结果及其相关的回归量;eform
:报告指数系数 (发病率比);irr
:与 eform
相同;display_options
:控制回归表的许多选项,如置信度、数字格式等;tolerance(#)
:收敛准则 (默认:1e-8);guess(string)
:设定初值规则,有效的选项是 simple
(默认的,几乎总是更快) 和 ols
;verbose(#)
:调试信息数量,使用 v(1)
或更高版本查看其他信息,秘密选项 v(-1)
禁用所有消息;[no]log
:隐藏迭代日志;keepsingleton
:不删除单例组;version
:报告 ppmlhdfe
的版本号和日期,以及所需包的列表。命令示例:
. use http://www.stata-press.com/data/r14/airline, clear
. * 此时为带有默认稳健标准误的命令
. ppmlhdfe injuries XYZowned
. use "https://www.stata-press.com/data/r16/ships", clear
. * 增加固定效应,指定聚类稳健标准误
. ppmlhdfe accident op_75_79 co_65_69 co_70_74 co_75_79, ///
> exp(service) irr absorb(ship) vce(cluster ship)
. use "http://fmwww.bc.edu/RePEc/bocode/e/EXAMPLE_TRADE_FTA_DATA" ///
> if category=="TOTAL", clear
. egen imp = group(isoimp)
. egen exp = group(isoexp)
. * 三个固定效应层次,分别对应于出口商-进口商、出口商-年度和进口商-年度
. ppmlhdfe trade fta, a(imp#year exp#year imp#exp) cluster(imp#exp)
Note:产生如下推文列表的 Stata 命令为:
lianxh 泊松 对数 reghdfe, m
安装最新版lianxh
命令:
ssc install lianxh, replace
免费公开课
最新课程-直播课
专题 | 嘉宾 | 直播/回看视频 |
---|---|---|
⭐ 最新专题 | 文本分析、机器学习、效率专题、生存分析等 | |
研究设计 | 连玉君 | 我的特斯拉-实证研究设计,-幻灯片- |
面板模型 | 连玉君 | 动态面板模型,-幻灯片- |
面板模型 | 连玉君 | 直击面板数据模型 [免费公开课,2小时] |
⛳ 课程主页
⛳ 课程主页
关于我们
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