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
3632 6
2021-11-09
下面是我的程序

esttab a1 a2 using 基准回归结果.rtf,b(%12.4f) p(%12.4f) mtitle star(* 0.1 ** 0.05 *** 0.01)  nogap brackets r2 replace
. egen age=median(Age)
. winsor2 Invest if D==0&Age<=age,cut(30 100) replace
. winsor2 Invest if D==1&Age<=age,cut(0 70) replace
.
. reghdfe Invest D Size Growth OCF Cash Q Sales Lev Nature Age Top1 ROE Adm if Age>age,absorb(股票代码 日期) vce(robust)
下面是本步骤stata的显示
(dropped 93 singleton observations)


显示age 与固定效应有了共线性

HDFE Linear regression                            Number of obs   =     11,268
Absorbing 2 HDFE groups                           F(  12,   9839) =      28.61
                                                  Prob > F        =     0.0000
                                                  R-squared       =     0.3764
                                                  Adj R-squared   =     0.2859
                                                  Within R-sq.    =     0.0617
                                                  Root MSE        =     0.0333
                                               
------------------------------------------------------------------------------
             |               Robust
      Invest |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
           D |   .0155557   .0020592     7.55   0.000     .0115192    .0195922
        Size |    .015068   .0012192    12.36   0.000      .012678     .017458
      Growth |   .0000855   .0000169     5.07   0.000     .0000524    .0001186
         OCF |   .0123089   .0068862     1.79   0.074    -.0011895    .0258072
        Cash |  -.0252583   .0056201    -4.49   0.000    -.0362748   -.0142418
           Q |  -.0001788   .0004021    -0.44   0.657    -.0009669    .0006094
       Sales |  -.0037819   .0011969    -3.16   0.002     -.006128   -.0014357
         Lev |  -.0002082   .0000449    -4.64   0.000    -.0002962   -.0001202
      Nature |  -.0044805   .0031356    -1.43   0.153    -.0106268    .0016659
         Age |          0  (omitted)



.....
这是结果,age 直接被忽略掉,不知道我描述清楚没有,请大神指教,这种情况该如何处理
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
2021-11-9 18:43:07
这个的age可能是被个体固定效应吸收了,你可以看一下在样本时间内,age是否会发生变化,
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

2021-11-10 15:54:13
共线性咋整?蹲一个
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

2021-11-10 19:39:11
wdlbcj 发表于 2021-11-9 18:43
这个的age可能是被个体固定效应吸收了,你可以看一下在样本时间内,age是否会发生变化,
这里的age是上市年限,在选定的样本时间内是逐年发生变化的,请问这样还有办法解决吗
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

2025-6-3 20:56:41
在您的回归分析中,“Age omitted because of collinearity”这句话意味着年龄(Age)变量被省略了,因为模型检测到了多重共线性。多重共线性是指一个或多个自变量与其他自变量高度相关的情况,这会导致模型估计的不稳定性和标准误差增大,从而影响参数估计值和p值的有效性。

在您的程序中,您尝试使用`egen age=median(Age)`生成年龄的中位数,然后用`winsor2 Invest if D==0&Age<age`对Invest变量进行数据处理。但是,如果模型中年龄(Age)与其他自变量高度相关,则Stata会自动将它从回归方程中排除以避免或减少多重共线性的影响。

要解决这个问题,您可以采取以下步骤:

1. **检查共线性:** 使用`correlate`命令查看所有自变量之间的相关系数矩阵。找出与年龄(Age)高度相关的其他变量。
   
   ```
   correlate Age var1 var2 ...
   ```

2. **特征选择或数据转换:** 考虑移除一些与年龄高度相关的变量,或者尝试对这些变量进行变换(如使用对数变换、平方根变换等),以减少它们之间的相关性。

3. **使用VIF值(方差膨胀因子):** VIF是一种度量共线性的方法。使用`vif`命令查看各自变量的VIF值,通常认为大于10表示严重的多重共线性问题。
   
   ```
   vif
   ```

4. **考虑其他回归技术:** 如果存在严重的多重共线性而无法通过上述方法解决,则可以尝试使用岭回归(Ridge Regression)、LASSO或弹性网(Elastic Net)等正则化技术。

5. **增加数据量:** 在可能的情况下,收集更多数据可以帮助减少共线性的影响。但请注意,在某些情况下,这可能不是一个可行的解决方案。

通过上述步骤,您可以更好地理解和处理模型中的多重共线性问题。

此文本由CAIE学术大模型生成,添加下方二维码,优先体验功能试用



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

2025-8-21 16:51:29
guangbaojin1 发表于 2021-11-10 19:39
这里的age是上市年限,在选定的样本时间内是逐年发生变化的,请问这样还有办法解决吗
你好 请问你最后是怎么改的呀
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

点击查看更多内容…
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