00:00 / 00:37
连播
清屏
智能
倍速
点赞50
00:00 / 15:00
连播
清屏
智能
倍速
点赞980
【小菲stata】门槛效应回归模型中的时间与个体效应 【小菲stata】将带您深入探讨门槛效应回归模型中的时间和个体效应问题。(详细文字版解释见公众号) 实证分析流程教学可参考b站课程:https://www.bilibili.com/cheese/play/ss32154 本期视频总结:在面板数据分析中,控制个体效应和时间效应是提高模型准确性的重要手段,但在本身就复杂的门槛效应中,会增加模型复杂性,通常是不必须的! 之所以在门槛效应分析中,时间效应的必要性可能较低,因为门槛分析的重点是捕捉个体间的非线性关系和门槛效应,而不是时间趋势。 在门槛效应模型中,个体效应通常比时间效应更为重要,但是否纳入这些效应需要根据具体的研究背景和数据特性进行判断。 xthreg y c1 c2 c3 c4, rx(x1) qx(x2) thnum(1) bs(300) trim(0.01) grid(100) r * 命令解释 y:被解释变量,即因变量。 c1-c4:控制变量,用于控制其他可能影响因变量的因素。 rx(x1):核心解释变量,即自变量。 qx(x2):门槛变量,用于确定门槛效应的变量。 thnum:门槛个数,表示模型中包含的门槛数量。 bs:自举次数,决定了模型的稳健性,理论上次数越多越好,但考虑到计算效率,通常设置为300以上。 trim:门限分组内异常值去除的比例,常用值为0.01或0.05。 grid:样本网格计算的网格数,通常设置为100或300,用于精确计算门槛值。 r:使用聚类稳健标准误,以提高估计的稳健性。 感谢大家的支持!#论文 #毕业论文 #实证分析 #stata #艺术在抖音
00:00 / 14:45
连播
清屏
智能
倍速
点赞33
00:00 / 02:28
连播
清屏
智能
倍速
点赞122
00:00 / 04:49
连播
清屏
智能
倍速
点赞62