graphop( ):允许使用选项来控制图形的外观。 可以使用 Stata 图形库的大多数常用图形选项。例如,title( )、xtitle( )、xlabel( )和其他图形选项,可以在graphop( )选项中指定。 nosort: 指定根据 varlist 中指定的变量的顺序来排序(从上到下)的图。默认情况下,balanceplot是根据不平衡统计量的大小来排列图表。
Cashflow Top1 Dual Balance SOE HHI PM2_5 Lnpgdp Struct" gen D_Year = Year - E_year eventdd Div_HHI $X if Pollution==1, /// accum leads(5) lags(3) timevar(D_Year) ci(rcap) /// method(hdfe ,absorb(Scode Year) cluster(City)) /// graph_op(ytitle("Event") xlabel(-5(1...
timevar(rel_time)method(hdfe,cluster(stfips)absorb(stfipsyear))balanced/// nolinegraph_op(/// xlabel(,nogrid)/// xline(0,lpattern(dash)lcolor(gs12)lwidth(thin))/// legend(order(1"PointEstimate"2"95%CI")size(*0.8)position(6)rows(1)region(lc(black)))/// ) *Onlyspecifiedperiods...
eventdd dins, timevar(timeToTreat) method(hdfe, absorb(stfips year) cluster(stfips)) graph_op(ytitle("平均处理效应") xlabel(-5(1)2)) level(95) baseline(-1) leads(5) lags(1) inrange 从上图,我们可以看出,医疗救助计划扩围在处理前并不显著(95%),在处理之后,显著(95%)为正。通常,我们...
graphop( ):允许使用选项来控制图形的外观。 可以使用 Stata 图形的大多数常用图形选项。例如,title( )、xtitle( )、xlabel( )和其他图形选项,可以在graphop( )选项中指定。 nosort: 指定根据varlist中指定的变量的顺序来排序(从上到下)的图。默认情况下,balanceplot 是根据不平衡统计量的大小来排列图表。
graph_op(ytitle("空气质量(PM2.5)") xline(0, lc(black*0.5) lp(dash) ) xlabel(-10(5)10)) 1、简介 本文将国家级承接产业转移示范区政策视为一项准自然实验,研究2000至2020年设立国家级承接产业转移示范区对当地空气质量的...
eventdd dins, timevar(timeToTreat) method(hdfe, absorb(stfips year) cluster(stfips)) graph_op(ytitle("平均处理效应") xlabel(-5(1)2)) level(95) baseline(-1) leads(5) lags(1) inrange 从上图,我们可以看出,医疗救助计划扩围在处理前并不显著(95%),在处理之后,显著(95%)为正。通常,我们...
graph_op(string)允许包含twoway_options中允许的任何其他绘图选项,包括title_options, added_lines_options, axis_label_options等等。这也允许对图形轴使用替代标签。如果没有设定,将提供一个标准的图形输出。 ci_op(string)允许包含twoway_rarea、twoway_rcap或twoway_rline中允许的置信区间的任何图形选项,这取决...
quietly表示不汇报对倾向得分的估计过程。 最后是pamatch2的两个估计后命令。有: (1)pstest x1 x2 x3,both graph。该命令用来估计是否平衡。both表示,同时显示匹配前的数据平衡情况,默认,只显示匹配后的情形。graph图示各变量匹配前后,的平衡情况 (2)psgraph,bin(#)。该命令是要画直方图,来显示倾向得分的共同取...
. eventdd Y i.t,timevar(K) method(fe, cluster(i)) balanced graph_op(ytitle('Y')) note: lead15 omitted because of collinearityFixed-effects (within) regression Number of obs = 4500Group variable: i Number of groups = 300R-sq: Within = 0.9939 Obs per group: min = 15 Between = ...