AER的文章<the slave trade and the origins of mistrust in Africa>附件中包含了cgmreg.ado

怎么修改生成呢

在Stata中进行面板固定效应模型与两向聚类标准误(Two-way Clustering)的操作并不矛盾。你可以先通过`xtreg`或`areg`命令进行固定效应回归，然后使用`cluster`选项来实现单向或者双向聚类。

对于双向聚类（two-way clustering），你可以在回归后使用`bootstrap`、`jackknife` 或者 `vce(robust)` 并结合自定义的`over()`选项来进行。但是Stata本身并没有直接提供一个命令来同时处理固定效应和两向聚类标准误。

一个解决方法是使用`areg`进行固定效应回归，然后使用`bootstrap`或`cluster`命令实现两向聚类。比如：

```stata
areg depvar indepvar1 indepvar2 ..., absorb(id) vce(robust)
qui su _b, meanonly
local df_r=r(df_r)
bootstrap r: areg depvar indepvar1 indepvar2 ..., absorb(id) vce(robust) [pw=weight] over(cluster1 cluster2), reps(500) saving(bsresults, replace) nodots seed(12345): bootstrap r: _b, reps(500)
bs, reps(500) df(df_r') nowarn
```

但这样的方法效率较低，特别是在大样本数据下。更高效的方法是使用用户编写的命令`reghdfe`, 它可以处理高维固定效应以及两向聚类标准误。

安装 `reghdfe` 可以通过以下Stata命令:

```stata
ssc install reghdfe, replace
```

然后进行回归并指定双向聚类：

```stata
reghdfe depvar indepvar1 indepvar2 ..., absorb(id time) vce(cluster cluster1 cluster2)
```

这里`id`和`time`是两个需要吸收的高维固定效应，而`cluster1`和`cluster2`是你想要进行两向聚类的标准误。

注意：在使用`reghdfe`时，你可能需要较大的内存分配。可以在Stata中通过`set memory`或`set matsize`命令来增加内存限制。

希望这可以帮助到你！

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