全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件 Stata专版
最近在学习任胜钢等(2019),发现其在进行地区政策效应回归时,使用reg并加入了i.year和i.city,R-squared达到了0.95以上,但当我使用xtreg,通过tab生成year_dummy*并加入时,得到的变量系数虽和前者相同,但截距向和系数标准差则颇有差异,原文截距向为18.5,我的截距向为5.94,并且我的R-squared仅有0.089。代码和dataex我已按要求附上,请问是我的模型使用出错了吗?

xtset city year
qui tab year, gen(year_dummy)
gen tt = time * treat
xtreg so2 tt labour kx xf fdi gdzc year_dummy*,fe i(city) cluster(city)
est store m1, title(("xtreg"))
reg so2 tt labour kx xf fdi gdzc i.year i.city,cluster(city)
est store m2, title(("reg"))

estout m1 m2, ///
drop(*year *city year_dummy*) ///
legend label collabel(none) ///
cells(b(star fmt(3)) se(par fmt(3))) ///
stats(N r2_a, labels(Observations R-squard) fmt(%12.0f %9.3f)) ///
varwidth(20) ///
title('Policy effectiveness')  ///
starlevel(* 0.10 ** 0.05 *** 0.01) nolz nolegend


----------------------------------------------------
                        ("xtreg")         ("reg")   
----------------------------------------------------
tt                          -.609**         -.609**
                           (.285)          (.297)   
labour                      -.870           -.870   
                           (.734)          (.767)   
kx                          -.666           -.666   
                          (1.861)         (1.944)   
xf                          -.123**         -.123**
                           (.058)          (.061)   
fdi                          .115            .115   
                           (.269)          (.281)   
gdzc                         .011            .011   
                           (.042)          (.044)   
_cons                       5.940***       18.497***
                           (.352)          (.556)   
----------------------------------------------------
Observations                 3348            3348   
R-squard                     .089            .824   
----------------------------------------------------






附件列表

data_question.dta

大小:104.88 KB

 马上下载

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
抱歉,数据量有些大,dataex好像只显示前100个数据,但还是希望各位前辈赐教!

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

clear
input int(city year) byte(time treat) float(so2 labour kx xf fdi gdzc)
  1 2015 1 1 .239441 .072908 24.234663   .8459206  48.83961 11.3652
  2 2015 1 1 .252903 .081583 19.571127  1.1646069  41.46241 21.4723
  3 2015 1 1  .07975  .01896  5.775688   .6722646  7.916533  4.6689
  4 2015 1 1  .15944  .06764 12.423665   .7660461  30.90737 11.0193
  5 2015 1 1 .099349 .019207  7.961821   .4023108 16.470795  7.6035
  6 2015 1 1 .241456  .02271    15.018   .5015226 23.864817   4.985
  7 2015 1 1  .05666 .015201  5.622033    .269184  14.02006  6.1858
  8 2015 1 1 .049064  .01666  4.418912  .12367332 14.027065  5.5393
  9 2015 1 1   .0858 .034954 10.078974  .28345528 27.289276  3.2712
10 2015 1 1 .155139 .029444  7.236964  .59368986 13.299134   3.839
11 2015 1 1 .056865 .008237  5.529935   .1790366  9.451687  2.9919
12 2015 1 1 .202971 .141469 14.501658   .8913171 17.460869  6.4656
13 2015 1 1 .043926 .012915  5.414288   .1503202  10.72408  9.5973
14 2015 1 1 .026781 .008329  2.762979   .2284728  5.173685  7.8128
15 2015 1 1 .084411 .014734  4.768848  .28477976 12.456466  8.6495
16 2015 1 1 .065696  .01977  3.412124  .23533526  9.747818  7.4377
17 2015 1 1 .011934 .009705  2.187619  .12764676  8.152983  6.4376
18 2015 1 1 .034742 .019176  4.842576  .29223824 11.060072  9.1219
19 2015 1 1 .100569 .018307  6.262424 .013724924  12.02735 11.9527
20 2015 1 1 .015622 .008607  2.571412  .03576096  9.654225  7.8967
21 2015 1 1    .044 .013922  5.450084  .12344982 12.294284  6.8424
22 2015 1 1 .061551 .015845  3.886735   .0356699 10.169695  9.7861
23 2015 1 1   .0564 .036005 12.560778   .4871355 17.364557  6.7279
24 2015 1 1  .15147 .051548  11.84669   .9263082  34.40563  17.613
25 2015 1 1 .010841 .014979  1.270207   .0480124   3.52203  8.0594
26 2015 1 1 .049766 .017614  5.873891 .017483136  11.01277 10.5309
27 2015 1 1 .044272 .016102  4.354447  .01833577 18.663618  9.1766
28 2015 1 1 .054435 .023481  6.094847   1.394843  34.22528 19.9358
29 2015 1 1   .0304 .035378  5.040647  .04951072      8.03  8.1404
30 2015 1 1       0 .006018  2.160879  .08314423  9.412372  6.0576
31 2015 1 1 .015185  .01417   2.69187  .16245575  5.701618  5.5558
32 2015 1 0 .339867 .265649 35.701084   1.882442 65.640594  9.7839
33 2015 1 0 .488288 .430258  28.28424   11.59295 67.736336  9.5796
34 2015 1 0 .214458 .044872  8.973356  1.3162848 19.066702 11.4229
35 2015 1 0 .066088 .026845  5.809793  .29578122  9.199862  4.6684
36 2015 1 0 .084078 .030196  3.338265   .4973753   8.85203  5.2554
37 2015 1 0 .055976 .016876  4.784252   .6015623  9.125974  3.2721
38 2015 1 0 .066448 .025753  5.549961  1.0385331  9.709623  4.2438
39 2015 1 0 .078054 .010696   4.36512  1.1600293 11.612587  4.6052
40 2015 1 0 .017551 .004332  2.588517  .20782746  4.340733  9.3342
41 2015 1 0 .059225 .021674   3.61637  .49670485  7.148333  4.3606
42 2015 1 0 .040169 .019896  3.209563   .6199808 11.574017  5.0123
43 2015 1 0 .031717 .028469  3.914175   .4626905  6.462606  3.6739
44 2015 1 0 .045212 .017341  3.760552   .2072149  8.350033  6.3451
45 2015 1 0 .082639    .023  4.035892   .4619455  5.448911  5.3752
46 2015 1 0    .395 .070087  22.17547  4.1414256  37.46379  5.2369
47 2015 1 0   .1315  .05661  11.97112   .7748374 22.583883  6.3191
48 2015 1 0   .0335 .009359  5.038242  .25170913  7.103143  3.4056
49 2015 1 0 .039471 .007655  1.890505  .21799286  5.313782  1.9438
50 2015 1 0 .117639 .048658  4.397449 .067159414  8.538657  4.0201
51 2015 1 0 .024481 .014574  2.442124  .19842365  5.608031  1.4123
52 2015 1 0 .044838 .002488  5.564555  .25897723 11.445246  3.0115
53 2015 1 0 .025064 .008468  2.838775   .1176221  5.871375  1.5554
54 2015 1 0 .278153 .100276  30.70887  2.2526507  41.75976  4.9346
55 2015 1 0 .082109 .012913  6.184202   .3955477  7.551019  3.2861
56 2015 1 0 .015021  .00493  1.383922   .0836078  2.078051  1.7665
57 2015 1 0   .0206 .005061  1.084719    .057946    .85997   1.374
58 2015 1 0  .01476 .006013  1.097298  .02209398  1.500099  1.8086
59 2015 1 0 .069909 .008309 10.109134    .562904  9.195635   3.417
60 2015 1 0    .023 .004182   .979495 .007847544  1.326112  1.7778
61 2015 1 0 .016484 .003379  3.612327    .190394  4.831163  1.0008
62 2015 1 0 .007934  .00216   .890581  .00960248  1.056134   1.428
63 2015 1 0   .0403 .017817  4.771146   .4114746 11.567196  2.1546
64 2015 1 0 .019025 .008179   .952127  .10842524  2.255898  1.7488
65 2015 1 0 .047022 .008315  4.627086   .1912963   6.33298   .8761
66 2015 1 1   .5571 .447152  41.67195  2.7240415   54.3077 10.1021
67 2015 1 1    .708 .354743 26.078966   2.404246  46.10767  7.6092
68 2015 1 1   .2338 .174827 20.991974  1.3723766 36.715595 10.2162
69 2015 1 1   .3246 .217044 18.053976  1.9943274 33.100502   3.442
70 2015 1 1  2.1943 .757988  40.95095   6.721554  60.53999  15.001
71 2015 1 1   .4654 .217879  21.66097  2  38.96389  5.5062
72 2015 1 1   .1167 .100369  7.393991   .7900358 17.165737  4.1579
73 2015 1 1   .2343 .106174  8.647989    .992259  17.95731   6.854
74 2015 1 1   .2611 .236313 13.126983   .8669715 27.513536  4.1338
75 2015 1 1   .3098 .113031 11.280986  1.1487877  24.16663  4.2415
76 2015 1 1   .2534 .118714 10.037987  1.0720673  21.42343  4.6329
77 2015 1 1   .2953 .076515  9.035989   .7776767  21.97337   3.417
78 2015 1 1   .1692  .09822  5.647993  .55032146 15.592162  2.1301
79 2015 1 1 .706516 .524082  42.01458   5.243782  49.52701  6.3814
80 2015 1 1   .7651 .428212   29.9203   3.332011  39.89463  10.198
81 2015 1 1 .327648 .113033 24.103624   .4409442  30.52812  3.7316
82 2015 1 1  .48269  .14087 13.470432  2.0659983 22.212076  6.7924
83 2015 1 1 .189901 .069814  8.711964   .8147125 12.429184  4.0226
84 2015 1 1 .371866 .184555  14.87139  .55570215 23.046833   5.998
85 2015 1 1 .157463 .133838 15.926986  .23045953 15.947862  3.9542
86 2015 1 1 .067911 .058557  5.037864   .0580205  7.821018  4.6792
87 2015 1 1   .1021 .044763   3.76582  .16524543  9.608783  1.2379
88 2015 1 1 .358688 .098099 16.463224    .229342 17.659344  3.1868
89 2015 1 1 .030546  .04607  4.763502  .14766297  6.650781  2.4228
90 2015 1 0 .363098 .290529 16.667503  1.8060693  53.02637  4.0829
91 2015 1 0  .17204 .342871  6.536172  1.6584145 23.926407  3.8064
92 2015 1 0 .064141 .076245  5.065648  1.0348079  12.44184  1.5926
93 2015 1 0 .032776 .023349  3.483816   .1663464  7.552729  6.0934
94 2015 1 0  .06789 .057483  3.735329  1.4580125 16.747414  4.8713
95 2015 1 0 .048568 .016653  2.197808   .4505798  8.408397   4.532
96 2015 1 0 .064707 .073924   1.89183   .1620584  7.675973  2.7813
97 2015 1 0 .085567 .061902  6.001602  .22074115 13.947517  1.4738
98 2015 1 0 .017122 .035777  2.533962   .2304347  5.516702   .2971
99 2015 1 0   .0652 .046685  4.063976   .7644981 12.481572  1.8516
100 2015 1 0 .044013 .016927  5.984073  .13626416   8.05132  1.6827
end

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-10-7 10:41:04
四脚朝天晒太阳的兔子先生 发表于 2021-10-6 22:17
最近在学习任胜钢等(2019),发现其在进行地区政策效应回归时,使用reg并加入了i.year和i.city,R-squared达 ...
应该一个是总r2一个是within r2
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-10-21 16:33:15
手工过程跟xtreg的过程是不是匹配的
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群