Отчет о результатах регрессии панели с помощью Outreg2

08.09.2021

В нашей статье, состоящей из двух частей (Часть 1, Часть 2) о команде outreg2 , мы узнали, как результаты регрессии из Stata могут быть выведены в другие форматы файлов, такие как Word, Excel и LaTeX. В этой статье мы углубляемся в отчеты о результатах для панельных регрессионных моделей, а именно четырех регрессионных моделей: OLS (фиксированные и случайные эффекты, обобщенный метод моментов и модель Logit / Logisitc.

Для этого руководства мы будем использовать данные национальных опросов, которые доступны в Интернете. Чтобы загрузить этот набор данных, мы используем

Параметр очистки указывает на то, что все существующие данные в памяти Stata будут удалены. Всегда полезно описать данные, изучить их формат и другие детали с помощью:

OLS: фиксированные эффекты и случайные эффекты

Поскольку модели с фиксированными эффектами и случайными эффектами применяются к наборам данных панели, нам нужно сначала объявить наши данные как данные панели.

Это позволяет Stata знать, что она должна обрабатывать наши данные как набор данных панели. Первая переменная после команды xtset - это переменная поперечного сечения / панели, а вторая переменная указывает, что такое переменная временного ряда. Добавление переменной временного ряда позволяет Stata упорядочивать панельные наблюдения по временной переменной. Итак, в этом примере переменная idcode будет упорядочена на основе последовательности переменной year.

Чтобы запустить простую регрессию OLS и вывести ее результаты, мы используем:

Опция dec (3) указывает, что вся статистика должна отображаться с точностью до трех знаков после запятой. c title (OLS) гарантирует, что заголовок столбца должен быть «OLS».

Теперь давайте запустим регрессионные модели со случайными эффектами и фиксированными эффектами и выведем их результаты.

Обратите внимание, что мы используем одно и то же имя файла «results» для вывода всех трех результатов. Параметр добавления в следующих двух регрессиях гарантирует, что их результаты будут добавлены в файл (вместо его замены). На этикетке гарантирует , что выходная таблица метки переменных отображается вместо названия как метки переменной часто легче понять.

Опция addtext () здесь добавляет текст в конец таблицы регрессии в новую строку (строки). Для этого варианта мы сначала пишем название легенды (заголовок строки в таблице), а после запятой ставим перед ним текст, который нам нужен. В этом примере мы используем его, чтобы указать наличие фиксированных эффектов «Страна» и «Год».

Это отличается от опции addnote (), которая добавляет текст внизу таблицы в качестве примечания.

По умолчанию Stata также выводит количество групп в переменной поперечного сечения / панели. Если мы хотим убрать это из нашей таблицы, мы указываем опцию noni .

Обобщенный метод моментов

Хотя существует несколько команд, помогающих запустить модель GMM, мы используем написанную пользователем команду xtabond2. Затем мы собираемся сообщить результаты регрессии в ms word.

Выходные данные регрессии GMM содержат некоторые дополнительные статистические данные, такие как значения AR (1) и AR (2), а также статистику Хансена и Саргана. Иногда нам также требуется указать количество инструментов. Чтобы добавить всю эту статистику в нашу выходную таблицу, мы используем опцию addstat () :

Мы сообщаем статистику AR (1), AR (2), Саргана и Хансена с помощью опции addstat () . Эта опция требует, чтобы мы сначала написали имя переменной так, как мы хотим, чтобы оно отображалось в таблице, а затем запятую, а затем имя макроса соответствующей переменной, статистику которой нам нужно сообщить. Мы добавляем столько имен переменных и соответствующих макросов, сколько хотим, через запятую.

Макросы - это временные переменные в Stata, которые хранят регрессионную и сводную статистику. Их можно использовать для доступа к определенной статистике сразу после того, как мы запустим регрессию. Чтобы получить доступ к этим именам переменных, мы используем любую из следующих команд:

Это возвращает список всех макросов, хранящих различные статистические данные, связанные с регрессией, вместе с их значениями.

Откроется документация по команде xtanbond2 . Под заголовком «Возвращаемые значения» он предоставляет список макросов, доступных после регрессии, и статистику, которую хранит каждый макрос. Например, e (sargan) хранит статистику Саргана.

Наконец, мы хотели бы, чтобы таблица ограничивала количество десятичных знаков для всей этой статистики до трех. Чтобы включить это, мы используем опцию adec () с количеством требуемых десятичных знаков в скобках.

Логит / логистическая модель

В логит / логистической модели зависимая переменная является категориальной и двоичной (кодируется 0 и 1). Логистическая модель возвращает отношения шансов, а логит-модель возвращает коэффициенты регрессии (логарифм отношений нечетных).

В этом примере мы загрузим новый набор данных, в котором у нас есть двоичная переменная в качестве зависимой переменной. Мы также опишем данные.

Отметим, что среди других переменных low - это байтовая переменная. Он принимает значение 1, если вес при рождении меньше 2500 г, и 0 в противном случае. Обобщение данных с помощью summ также показывает максимальное значение 1 и минимальное значение 0, что указывает на то, что это действительно двоичная переменная. Мы используем «low» в качестве зависимой переменной и запускаем и выводим следующую логит-регрессию.

Теперь мы используем логистическую команду для выполнения нашей регрессии:

Приложив полученные результаты к результатам первой логит-регрессии, мы отмечаем, что нет никакой разницы в статистике, представленной в двух столбцах. Это потому, что нам нужно добавить опцию eform, чтобы она выводила отношения шансов (вместо журнала отношений шансов).

Мы также добавляем две другие опции: ci для отчета о доверительных интервалах; nodepvar, чтобы не включать зависимую переменную.

Сергей Иващенко

08.09.2021

Подписывайтесь на наши социальные сети!