参见对23楼的回答

参见对23楼的回答

对互动项的解释主要通过偏导数来进行。

y = a0 + a1*x1 + a2*x2 + a3*x1*x2 + u

忽略扰动项u，则

dy/dx1 = a1 + a3* x2

1、面板数据一般为聚类数据（同一个体不同期的扰动项通常存在自相关），故应使用聚类稳健标准误（cluster-robust standard errors），这通过Stata选择项vce(cluster id)来实现。其中，id为表示横截面单位的那个变量。具体到我教材中的例子，由于是美国的州际面板（横截面为美国各州，时间为年度），以变量state表示美国各州，故具体化为vce(cluster state)。

2、面板数据的混合回归方法不常用，因为通常存在个体效应（可表现为个体随机效应，或个体固定效应）。

也可参考我去年出版的本科教材《计量经济学及Stata应用》，对于面板数据的介绍更为简单通俗。

Pearson相关系数仅考察变量间的两两线性相关关系，而多个变量间的关系可能错综复杂，故Pearson相关系数只是初步考察，信息量不大。

可能原来遗漏了年度效应，导致不一致的估计，故加入年度效应后，自变量的符号改变。在理论上，只要年度效应是显著的，就应该加入年度效应（年度虚拟变量或时间趋势项）。在实践上，加入时间效应后，通常解释变量会变得更不显著，因为时间可以解释很多东西。

最主要的条件是treatment variable（实验分组变量）不能是内生变量。如果存在内生分组的情形，则DID不一致。

都可以。但Stata只在使用普通标准误的情况下，才提供此F统计量及检验结果。因此，推荐使用LSDV法，即加入个体虚拟变量，然后使用聚类稳健标准误，检验这些个体虚拟变量的联合显著性。如果显著，则应使用固定效应模型；反之，可采用面板混合回归。

不同计量模型中的同一变量系数肯定会有不同。关键要看此计量模型的估计是否一致。如果两个模型都是一致的，则二者回归系数的差别应在大样本下消失。反之，如果一个模型一致，而另一模型不一致，则二者的差异将始终存在。

选择汇报ATT或ATE，或同时汇报，主要看研究者的研究兴趣。在实践中，ATT更为重要些，因为它评估的是实际参加项目组的平均效应。当然，也不排除个别作者为了论文发表而选择仅汇报更为显著的那个平均效应。

看我的教材《高级计量经济学及Stata应用》第二版吧。

如果数据不是随机抽样得来的，填写问卷时也没有质量控制，则用这种数据进行计量分析，所得结果肯定会有偏差，结论也不可靠（Garbage in, garbage out）。之所以出现这种情况，是因为真正严格的随机抽样通常是成本很高的。在这方面，西南财大的中国家庭金融调查，正是因为严格遵循了随机抽样的科学原理，才迅速崛起，广为认可，是我们进行抽样调查调查的楷模。

很高兴与大家交流，祝学安，再见！

?? 现在想通过用动态面板的方法考察2009-2013年产业集聚与经济增长之间的关系，然后就看到了您的那本高级计量经济学及stata应用，里面在介绍差分GMM和系统GMM的时候，都给出了操作命令和实例分析，但是在实际操作中遇到了如下几个问题：
? ?? ???1.其中关于滞后值选择的原理不甚明白，书中业没有给出相应的解释，例如在我需要研究面板数据中所要用到的这个命令中：xtabond??lnpgdp,lags(2) maxldep(3) endogenous(??agg,lag(0,1)) endogenous(??lnlpgdp,lag(0,2)) endogenous(??agg_lnlpgdp,lag(0,2))??endogenous(??agg_sqr,lag(0,2)) twostep vce(robust)。lags(??)和maxldep(??)这两个个括号里到底应该是几？当然肯定lags括号里必须大等于1，然后小等于3，而maxldep应该也是如此（其实这个范围也是我试出来的，具体什么原理也不是很清楚），以及后面关于解释变量中的lag(??,??)到底应该是（0,1）还是（0,2）也不清楚。而且输入不同的滞后值，结果相差很大，有的时候，agg的p值小于5%，有的时候又超过90%，令我很困惑
? ?? ???2.在对面板数据进行分析的时候，我参考了潘文卿的《中国制造业产业集聚与地区经济增长——基于中国工业企业数据的研究》这篇文章，最开始解释变量除了集聚水平Agg，集聚平方项Agg_sqr以及集聚水平与滞后一期的人均GDP的交互项Agg_Lpgdp以外，还有类似人均固定资产投入，教育水平，人均R&D，政府作用，开放程度等解释变量，但是出来的结果确是当解释变量仅为上面这几个Agg_sqr，Agg，Agg_Lpgdp时，有时agg的p值还会非常小（也是试了不同滞后值的组合之后才出来的），但是当加入更多的解释变量时，agg的p值最小也要30%多，不知道是为什么
? ?? ???3.在解释产业集聚与经济增长之间的关系时，有一个著名的威廉姆森假说，即空间集聚在经济发展初期能显著促进效率提升,但达到某一门槛值后,空间集聚对经济增长的影响变小,甚至不利于经济增长,拥挤外部性更倾向于分散的地理空间结构。也就是产业集聚与经济增长是呈现倒U型曲线的，但是我得出的结果（以Agg_sqr，Agg，Agg_Lpgdp为解释变量）却是当agg的p值小于5%，首先agg的系数为负，也就是说产业集聚与经济增长是负相关，另外agg的平方项的系数却为正，也就是说，此时产业集聚与经济增长呈现正U型曲线，与威廉姆森假说相反，不知道是我哪里做错了??

赞一个。。。。。。。。。。。。。。。。。。。。