不用加。xtreg，fe是固定效应模型的官方命令，使用这一命令估计出来的系数是最为纯正的固定效应估计量（组内估计量）。xtreg对数据格式有严格要求，要求必须是面板数据。在xtreg命令后加上选项fe，那就表示使用固定效应组内估计方法进行估计，并且默认为个体固定效应，定义在xtset所设定的截面维度上。如果要...
从表格展示的回归结果可以发现,xtreg,reg,areg和reghdfe四个命令估计的系数大小是一致的,只是标准误会有略微差异。其中,xtreg和reghdfe命令估计得到的标准误是一致的,它们背后的估计方法是固定效应,而reg和areg命令估计得到的标准误是一致的,因为这两个命令背后的估计方法是特殊的混合OLS(LSDV方法)。 在经济学领域...
两者的主要区别在于是否考虑城市因素的影响。具体来说：`xtreg,fe`：估计固定效应模型，不考虑城市因素对因变量的影响。`xtreg i.city,fe`：在固定效应模型基础上，加入了对城市因素的控制。这意味着`xtreg i.city,fe`能更准确地估计城市因素对因变量的影响，但需注意过度控制变量可能导致样本大小减少和...
两者的计算方式不同,引用别人的回答(https://bbs.pinggu.org/thread-11709050-1-1.html)就是“reghdfe使用了所谓的“within R-squared”,它基于被解释变量的组内变异来计算拟合优度;而xtreg则报告的是基于总体变异(包括组间和组内)调整后的McKelvey & Zavoina's rho,通常会比reghdfe小。因此,即使两者的回...
※按照链接中人大经济论坛“黄河泉”老师的回帖代码,对比xtreg,reg,reghdfe,areg的回归结果,可见回归系数和显著性是一样的,但括号内的标准误不同。感谢黄河泉老师! webuse grunfeld, clear xtset company year xtreg invest mvalue kstock,fe robust //第一列,用xtreg自带的fe选项进行个体效应(company)固定,采用稳...
robust）与前两者在标准误计算上有显著差异，这是由于reghdfe和areg采用的企业层面聚类标准误与reg的稳健标准误不一致。总结来说，xtreg、reghdfe、areg的结果在回归系数和显著性上具有高度一致性，但标准误的计算方法对结果有直接影响。理解这些差异有助于根据具体研究需要选择最合适的固定效应模型。
xtreg专为面板数据设计，不适用于截面数据。它通过减去自变量的组内均值来控制个体固定效应，但必须预先设定面板变量，且可能牺牲显著性。xtreg的fe模型严格控制个体层面，但可能影响其他不随时间变化因素的控制，导致多重共线性问题。reghdfe则更为灵活，适用于截面数据和高维度固定效应，包括单、双固定和...
xtreg支持多种面板数据回归模型,包括固定效应(Fixed Effects, FE)模型、随机效应(Random Effects, RE)模型等。 fe在xtreg回归中的含义及其作用: 在xtreg回归中,fe代表固定效应(Fixed Effects)模型。固定效应模型假设每个个体(或面板数据的另一个维度,如公司、国家等)都有一个不随时间变化的常数项,这个常数项在...
1.原理:自变量减去自己的组内均值。fe本身就已经控制了个体固定效应,因此不必再添加i.id 2.必须提前设置面板变量 3.现在大多常见的论文报告的结果是控制年份和行业固定效应,只需要使用reg命令就行了,而不是使用的fe模型。 所以xtreg+fe命令更严格,因为它把个体层面都控制住了,但缺点就是,回归结果可能不显著。