Stata：固定效应的颗粒度选择：实践与陷阱
全文阅读：Stata：固定效应的颗粒度选择：实践与陷阱| 连享会主页
目录
- 1. 引言
- 2. 固定效应模型理解
- 2.1 最小二乘虚拟变量估计法
- 2.2 个体内差分估计法
- 3. 固定效应模型颗粒度选择
- 4. 总结
- 5. 相关推文
1. 引言
在实证研究中，时间和个体双重固定效应模型随处可见。但在对个体固定效应选择时，究竟是选择更细的公司固定效应还是更粗的行业固定效应？为什么有时两种控制方法会使结果产生显著性变化，甚至符号变化？本文进一步总结了实践中固定效应模型的使用，并结合具体问题探讨了 “个体” 固定效应选择层级的问题。
2. 固定效应模型理解
2.1 最小二乘虚拟变量估计法
固定效应可以在一定程度上解决遗漏变量带来的估计偏差。在实践中，我们通常生成一系列的虚拟变量来建立一个大型变量矩阵进行回归。对于个体 ，虚拟变量定义为 ，如果是其他个体，则 。包含虚拟变量的固定效应模型如下：
该方法的基本 Stata 命令为 reg Y X Z i.id。
全文阅读：Stata：固定效应的颗粒度选择：实践与陷阱| 连享会主页
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！