Stata中如何对回归分析结果进行解读?

如题所述

第1个回答  2024-08-29
在进行分组回归分析后,评估组间系数差异的三种常用方法—邹检验(Chow检验)、似无相关检验(suest)和费舍尔组合检验(Fisher’s Permutation test),在Stata中如何操作以及结果解读至关重要。本文不涉及具体原理,详细步骤和判断标准请参考连玉君和廖俊平(2017)的研究。

1. 邹检验:以分组变量M(0-1虚拟变量)和控制变量X1、X2、X3为例,交互项M*c.Tech_Power的p值显著(如0.035),表明组间系数差异显著。结果汇报时,可在分组回归表中报告P值,并解释检验方法。

2. 似无相关检验(suest):通过bdiff命令,如图中p值0.0487显著,说明组间有差异。汇报时同样引用吕冰洋等(2022)的格式。

3. 费舍尔组合检验:生成行业或时间虚拟变量后进行,如Tech_Power的p值为0.001,表明显著差异。结果根据连玉君等(2010)或曾嶒和唐松(2023)的建议呈现经验P值和抽样次数。

在实践中,注意可能需要去除个体效应(如i.year和i.industry)以运行suest。同时,参考的学术文献为检验方法提供了理论依据,包括连玉君、廖俊平(2017),连玉君等人(2010),曾嶒和唐松(2023)以及吕冰洋等人(2022)的研究。
相似回答
大家正在搜