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:袁洛琪 (北京大学)
邮箱:luoqi_yuan@163.com
编者按:本文主要摘译自下文,特此致谢!
Source:Clarke, Damian and Kathya Tapia. 2020. "Implementing the Panel Event Study". IZA Discussion Paper 13524. -PDF-
目录
本文介绍的是事件研究法 (event study) 在 Stata 中的实现命令 eventdd
,该命令由 Damian Clarke 和 Kathya Tapia Schythe 在 2020 年共同开发。与以往关于事件研究法的介绍不同,本文将侧重于这种方法在倍分法平行趋势检验中的具体应用。
事件研究法是一种与倍分法 (DID) 相类似的面板事件研究方法,eventdd
可实现对各时间项系数及置信区间的计算和图形展示。其中,各滞后项和前置项的系数对应的是该事件效应在不同时间中的变化趋势。具体的估计方程如下:
其中,eventdd
默认使用的基准组是事件发生的前一期。
// 命令安装
ssc install eventdd, replace
// 基本语法
eventdd varlist(min=2 fv ts numeric) [if] [in] [weight], timevar(varname) [options]
其中基本选项如下,
varlist(y x1 ... xn)
:回归用到的因变量和控制变量;timevar()
:回归用到的时间项;if
、in
和 [weight]
:与普通OLS回归一致,if
和 in
限定要导出的数据的范围,[weight]
是对数据进行加权的相关选项;options
选项如下:
ci(string)
:图形置信区间的风格 (必须设定),rarea
指带有区域阴影,rcap
指带有上限的直线, rline
仅是直线;baseline(#)
:选择哪一期作为基准组,默认选择 -1 期;level(#)
:设定显著性水平,默认为 95%;ols
:回归时使用 regress
命令;fe
:回归时使用 xtreg
命令;hdfe
:回归时使用 reghdfe
命令;keepbal(stfips)
:仅保留在每一期都出现了的观测值;inrange
:仅将特定时间区间的样本纳入回归;lags(#)
:纳入回归的滞后项项数;leads(#)
:纳入回归的前置项项数;graph_op(string)
:画图相关命令,与 twoway
命令一致。其中,ci(string)
和 timevar(varname)
是必须进行设定的选项。在已经安装了 xtreg
和 reghdfe
的前提下,可以通过设定 fe
和 reghdfe
分别调用 xtreg
和 reghdfe
命令。最后,相关图形设定与 twoway
命令一致。关于该命令更多选项介绍,读者可通过 help eventdd
继续进行探索。
接下来以 Stevenson 和 Wolfers (2006) 的一项关于离婚改革与女性自杀率的研究为例。首先,调入我们需要的数据。
. webuse set www.damianclarke.net/stata/
(prefix now "http://www.damianclarke.net/stata")
. webuse bacon_example.dta, clear
(Stevenson and Wolfers (2006) divorce example, provided by Goldring et al.)
其次,生成 eventdd
需要的时间变量 timeToTreat。
. gen timeToTreat = year - _nfd
最后,进行回归分析。该研究中关心的因变量是女性自杀死亡率 asmrs,控制变量包括人均收入 pcinc、谋杀死亡率 asmrh、援助抚养儿童家庭案例数 cases 以及年份固定效应。使用的回归命令是 xtreg
,并选择了带有上限的直线作为置信区间的风格 ci(rcap)
。
. eventdd asmrs pcinc asmrh cases i.year, fe timevar(timeToTreat) ci(rcap) ///
> cluster(stfips) graph_op(ytitle("Suicides per 1m Women") xlabel(-20(5)25))
Fixed-effects (within) regression Number of obs = 1617
Group variable: stfips Number of groups = 49
R-sq: Within = 0.3908 Obs per group: min = 33
Between = 0.0006 avg = 33.0
Overall = 0.1143 max = 33
F(48,48) = .
corr(u_i, Xb) = -0.2197 Prob > F = .
(Std. err. adjusted for 49 clusters in stfips)
------------------------------------------------------------------------------
| Robust
asmrs | Coefficient std. err. t P>|t| [95% conf. interval]
-------------+----------------------------------------------------------------
pcinc | -0.001 0.000 -2.71 0.009 -0.002 -0.000
asmrh | 1.081 0.597 1.81 0.076 -0.119 2.281
cases | -190.372 134.499 -1.42 0.163 -460.800 80.057
lead21 | -22.921 4.011 -5.71 0.000 -30.986 -14.856
lead20 | -12.084 10.996 -1.10 0.277 -34.194 10.025
lead19 | 8.843 5.958 1.48 0.144 -3.136 20.822
省略......
lag25 | -10.268 7.459 -1.38 0.175 -25.265 4.730
lag26 | -16.693 10.542 -1.58 0.120 -37.889 4.504
lag27 | -0.434 8.147 -0.05 0.958 -16.815 15.946
_cons | 73.131 7.291 10.03 0.000 58.471 87.790
-------------+----------------------------------------------------------------
sigma_u | 15.826621
sigma_e | 10.807927
rho | .68196723 (fraction of variance due to u_i)
------------------------------------------------------------------------------
Note:产生如下推文列表的 Stata 命令为:
lianxh event 平行趋势 事件, 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