HDFE Linear regression Number of obs = 1,104
Absorbing 1 HDFE group F( 18, 92) = 6.66
Statistics robust to heteroskedasticity Prob > F = 0.0000
R-squared = 0.1591
Adj R-squared = 0.1340
Within R-sq. = 0.1325
Number of clusters (id) = 93 Root MSE = 0.7237
(Std. Err. adjusted for 93 clusters in id)
------------------------------------------------------------------------------
| Robust
lnPro | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
Before7 | -.0327544 .073458 -0.45 0.657 -.1786483 .1131395
Before6 | .0303077 .0743653 0.41 0.685 -.1173881 .1780036
Before5 | -1.046869 .8959284 -1.17 0.246 -2.82626 .7325221
Before4 | .025505 .075636 0.34 0.737 -.1247146 .1757246
Before3 | .0322761 .0618159 0.52 0.603 -.0904956 .1550478
Before2 | .0031933 .0545201 0.06 0.953 -.1050883 .1114749
Current | .1526822 .0709339 2.15 0.034 .0118013 .2935631
After1 | .1627927 .0664201 2.45 0.016 .0308767 .2947086
After2 | .1236279 .0713264 1.73 0.086 -.0180325 .2652883
After3 | .1527216 .0569315 2.68 0.009 .0396507 .2657925
After4 | .1037156 .0591502 1.75 0.083 -.0137619 .2211931
After5 | .1020989 .0524865 1.95 0.055 -.0021437 .2063416
After6 | .1066453 .0538163 1.98 0.051 -.0002385 .2135292
After7 | .13915 .0564038 2.47 0.015 .0271272 .2511728
lev | -.5219806 .2298997 -2.27 0.026 -.9785813 -.06538
dual | -.0088396 .0066952 -1.32 0.190 -.0221369 .0044577
liquid | -.0017114 .0091014 -0.19 0.851 -.0197876 .0163648
lnsize1 | .1617767 .0471173 3.43 0.001 .0681977 .2553557
_cons | 18.9146 1.013321 18.67 0.000 16.90206 20.92714
------------------------------------------------------------------------------
Stata平行趋势回归的结果,其余年份都正常,只有Before5系数异常,导致作图很难看。有没有解决方案,或者说能否直接删除Before5?这种做法有没有依据?
Stata平行趋势图
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
6条回答 默认 最新
关注 🕖上午好,题主!目前:🟢[在线]
📢参考通义千问、由郭老师整理提供!
📣今日诗号:醉后不知天在水,满船清梦压星河。在平行趋势检验中,Before5系数异常确实会影响结果的解读和图形的美观。直接删除Before5不是一个严谨的做法,因为这会影响模型结果的可靠性,并可能导致错误的结论。
以下是一些解决方案和建议:
1. 探究Before5异常的原因:
- 数据问题:
- 检查Before5的数据是否存在异常值、输入错误、或者样本选择偏差。
- 确保Before5的数据与其他年份的数据在定义、测量和收集方法上保持一致。
- 遗漏变量:
- 是否存在其他可能影响Before5的因素,但没有被纳入模型中?例如,政策变化、外部冲击等。
- 非线性关系:
- 处理组和控制组在Before5时段,对政策的反应可能存在非线性关系。
2. 针对不同原因的解决方案:
- 数据问题:
- 对于异常值,可以考虑删除或进行winsorize处理。
- 对于输入错误,需要进行修正。
- 对于样本选择偏差,需要重新选择样本或者采用更合适的模型。
- 遗漏变量:
- 尝试将可能影响Before5的因素加入模型中作为控制变量。
- 非线性关系:
- 尝试加入Before5的平方项或交互项到模型中。
3. 稳健性检验:
- 即使解决了Before5的异常问题,也建议进行稳健性检验,以确保结果的可靠性。例如:
- 尝试使用不同的控制变量组合。
- 尝试使用不同的估计方法,如合成控制法。
4. 结果解释:
- 如果Before5的异常无法解释或解决,在结果解释时需要谨慎,并明确说明该异常情况及其可能的影响。
关于代码:
由于您没有提供完整代码,我无法直接修改。以下是一个通用的平行趋势图代码框架,您可以根据自己的数据和需求进行修改:
**假设您的数据已经整理成面板数据格式,且包含以下变量:** * id: 个体ID * year: 年份 * treat: 处理组虚拟变量 (1=处理组, 0=控制组) * time_to_treat: 距离处理时间的年数 (例如,处理前3年为-3,处理后2年为2) * lnPro: 您感兴趣的结果变量 * ...其他控制变量... **平行趋势检验:** * **回归分析:** xtset id year xtreg lnPro i.time_to_treat##i.treat lev dual liquid lnsize1, fe cluster(id) * **生成平行趋势图:** preserve // 保存数据 keep if inrange(time_to_treat, -7, 7) // 只保留时间窗口内的样本 gen treat_effect = _b[1.time_to_treat#1.treat] // 获取处理组系数 gen time = time_to_treat twoway (connected treat_effect time if treat==1, lcolor(red) msymbol(circle)) /// (connected treat_effect time if treat==0, lcolor(blue) msymbol(square)), /// xline(0, lpattern(dash)) /// ylabel(-1(0.5)1, angle(horizontal)) /// xlabel(-7(1)7) /// legend(label(1 "Treatment Group") label(2 "Control Group")) /// title("Parallel Trends Plot") restore // 恢复数据
请注意,以上代码仅供参考,您需要根据自己的数据和需求进行修改。
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏 举报- 数据问题:
悬赏问题
- ¥15 35114 SVAC视频验签的问题
- ¥15 impedancepy
- ¥15 在虚拟机环境下完成以下,要求截图!
- ¥15 求往届大挑得奖作品(ppt…)
- ¥15 如何在vue.config.js中读取到public文件夹下window.APP_CONFIG.API_BASE_URL的值
- ¥50 浦育平台scratch图形化编程
- ¥20 求这个的原理图 只要原理图
- ¥15 vue2项目中,如何配置环境,可以在打完包之后修改请求的服务器地址
- ¥20 微信的店铺小程序如何修改背景图
- ¥15 UE5.1局部变量对蓝图不可见