在Stata中,可以通过在xtreg命令中加入vce(cluster clustervar)选项来实现。 这里,id是聚类变量(例如地区或行业标识符),vce(cluster id)选项告诉Stata在计算标准误时考虑聚类结构。 综上所述,以上就是在Stata中进行一键取对数、缩尾处理、固定时间和地点效应以及聚类稳健标准误估计的基本方法。需要注意的是,由于Stata...
fe表示使用固定效应的估计,默认则使用re,即随机效应的估计。r表示使用聚类稳健标准误,使用选择项vce(cluster id)能得到同样的效果 reg y x1 x2 x3 i.id,vce(cluster id)//id 表示用来确定个体的变量,i.id则表示根据变量id而生成的虚拟变量,vce(cluster id)表示使用聚类的稳健标准误 混合回归与个体固定效应模...
注意:若仅关注系数估计值和其标准误,该命令等价于xtreg y x1 x2 i.year, vce(cluster id)以及reg y x1 x2 i.id i.year, vce(cluster id)。换言之,xtreg, fe robust中的robust选项本身就是在公司层面上聚类调整后的异方差稳健性标准误。 附录:文中所用 Stata dofiles clear webuse grunfeld,clear...
SE/Robust vce(vcetype) vcetype may be conventional, robust, cluster clustvar, bootstrap, or jackknife 一般是用来产生稳健标准误的 常见是这样使用，vce(cluster，id)，id是截面识别符
如果不使用vce(cluster id)选项,xtreg, fe会报告一个检验,即所有面板效应(ui)是否为零。在这种情况下,指定nouitest选项将抑制该检验并避免估计sigma_u,从而进一步节省执行时间。 2.工具变量SVAR 通过Stata 的新命令ivsvar,可以使用工具变量来估计动态因果效应,替代了传统的短期约束方法。这一功能是 StataNow™ 的...
xtreg y x, fe cluster(id) xtreg y x, fe vce(cluster id) xtreg y x, fe robust 3.2 二维聚类标准误 对标准误进行二维聚类调整,有以下几种方式: lxhuse nlswork, clear * cluster2 (Petersen-2009, RFS) // 该命令没有帮助文件,所有功能都可以用 cgmreg 和 vce2way 代替 ...
reghdfe y x1 x2, absorb(id year) cluster(id) 解析:这里的 absorb(id year) 用来吸收 id 和 year 固定效应,而 cluster(id) 则是为了处理同一地区内的误差相关性。 使用技巧: 可以使用 iv 选项执行工具变量回归。 使用vce(cluster ...) 控制簇内相关的标准误。
y95b y96b y97b y98b , fe vce(cluster distid) * 检验H0 test lavgrexpb lunchb lenrolb y95b y96b y97b y98b 结果显示,学区固定效应的F统计量F=13.87,p值为0,因此,拒绝学区层面固定效应,学校层面的固定效应更好。 另一种检验固定效应层级的方法: ...
注意:若仅关注系数估计值和其标准误,该命令等价于 xtreg y x1 x2 i.year, vce(cluster id) 以及 reg y x1 x2 i.id i.year, vce(cluster id)。换言之,xtreg, fe robust 中的 robust 选项本身就是在公司层面上聚类调整后的异方差稳健性标准误。
cluster的一般语法如下: cluster [options]函数[if] [in] [weight] [exp] [, vce(options)] 其中,options是可选参数,可以用来标识估算特定的聚类。函数是需要估算的模型,它通常会涉及到层次结构,如面板数据、跨数据集的个体等等。if是条件限制,用于筛选数据。weight是权重,exp是表达式。 下面是一些cluster命令的...