剔除不相关变量:移除与因变量相关性极低或在模型中显著性不高的变量,减少噪音干扰。2️⃣ 更换或转换变量: 变量变换:对变量进行对数变换、平方根变换或取倒数等操作,调整数据的分布特征,使其更符合线性回归的假设。 替换变量:用更具代表性或更精确的变量替代现有变量,如将收入的总数替换为人均收入。3️⃣ 处理异常
1、用y和x回归,看看显著性。 2、在y和x的基础上分别加入x1 x2 x3...等等,直至筛选到合适的显著组合,代码如下: reghdfe y x,absorb(id year) reghdfe y x x1,absorb(id year) reghdfe y x x1 x2,absorb(id year) 4、变更固定效应 比如固定个体和年份不显著,可以改成固定行业和年份,严格来说...
比如说,你要研究某个指标对某类产品出口的影响,可以通过产品数量、产品出口国家数量或者产品种类来衡量。如果一种方式不显著,不妨试试另一种。 3⃣️ 用gsreg来筛选控制变量 🔍 gsreg是个非常好用的工具,可以帮助你找到那些让被解释变量和核心解释变量之间显著的组合。安装方式很简单:ssc install gsreg。运行...
1 首先，点击菜单中的统计菜单，弹出了下拉菜单选中为成对相关选项 2 点击主要选项 3 勾选上使用sidak法调整显著性水平选项 4 勾选上使用sidak法调整显著性水平选项之后，点击确定
很多人不知道StataMP 17怎么开启使用sidak法调整显著性水平，一起来看下吧 工具/原料 联想e40 Windows7 StataMP17 方法/步骤 1 首先，点击菜单中的统计菜单，弹出了下拉菜单选中为spearman相关选项 2 点击主要选项 3 勾选上使用sidak法调整显著性水平选项 4 勾选上使用sidak法调整显著性水平选项之后，点击确定 ...
删除缺失值和异常值,对某些变量进行对数转换或缩尾处理,确保数据的准确性和可靠性。🔄 调整解释变量或被解释变量的衡量方式 例如,研究某个指标对某类产品出口的影响时,可以通过产品数量、出口国家数量或产品种类来衡量结果。如果一种衡量方式不显著,尝试换一种方式进行回归。🛠️ 使用gsreg筛选控制变量...
实证论文显著性“调整” | 显著性调整代做的三种方法 1.直接改结果表 一般小白最容易被坑的地方,便宜的基本都用这种方法,尤其是便宜的dx,多数被坑也是这种 2.修改原始数据 觉得多数代做都是这种方法,区别在于有的人会提前告诉你,但这行绝大部分开始时不会和你说等到最后做完了会告诉你只能改数据,到时候你不改...
根据不同的回归命令(如reg、reghdfe、xtreg、logit等),使用oneclick命令自动筛选控制变量。例如: reg:oneclick y c1c2c3 c4 c5, fix(lx fe1 fe2) p(0.01) m(reg) reghdfe:oneclick y c1c2 c3 c4 c5, fix(x fel fe2) p(0.01) m(reghdfe) o(absorb(ala2))...
一起来看下吧 工具/原料 联想e40 Windows7 StataMP17 方法/步骤 1 首先，点击Xftp菜单中的统计菜单，弹出了下拉菜单选中为成对相关选项 2 点击主要选项 3 勾选上使用bonferroni法调整显著性水平选项 4 勾选上使用bonferroni法调整显著性水平选项之后，点击确定 ...
调整概率水平，或者显着水平。调整显著性意思是概率水平，或者显着水平，显着性，又称统计显着性（statistical signficance），是指零假设为真的情况下拒绝零假设所要承担的风险水平。