黄老师，这个面板logit 可以使用吗

很不幸地，不行。

谢谢分享

黄老师您好！
我的因变量是国家-产品-年份变量，自变量是国家-年份变量
回归代码为：
reghdfe resilience_v100 _evcent , absorb(code year  hs6) vce(robust)
我的问题是：
如果ab(code year  hs6) 则提示_evcent is probably collinear with the fixed effects
如果ab(        year  hs6) 则可以正常回归得出结果
请问老师，我不ab(code) 会有问题吗？

太感谢了！

黄老师，想问一下，如果我想用某企业的某类产品出口到某国家可以使用这个代码嘛？

资讯不够，无从回答。

黄老师，您好。请问一下，我控制了时间，省份，与行业的高维固定效应，会不会因为省份与行业产生共线性啊？我使用absorb(IDU#year IDU#PROVINCE PROVINCE#year)不显著，使用absorb(IDU PROVINCE year)就显著，那我能不能用后者啊？IDU是行业。谢谢老师。

可以，行业和省份很难共线

谢谢楼主分享

黄老师，我想问一下，就是我用xi：reg y x i.industry i.year （想控制行业和时间）会显示部分行业因为多重共线性问题被 omitted ，这样对结果会有影响吗？

这是常遇到的情况，不会影响。

谢谢老师

谢谢老师分享

老师，请教您一个问题，在执行 xtreg y x i.year i.industry i.city, fe 这条命令，控制多个固定效应时，显示有些city 被 omitted了，但是最终回归的观测值却并没有减少，回归结果也和reghdfe无差异。请问存在omitted的情况时，还能用xtreg 控制多个固定效应回归吗？谢谢老师！

控制当然能够控制，只是你的 industry, city 与 个体可能有完全共线性。

老师，您好，这种情况该怎么办
. reghdfe lnimport politicalrelation PCI poliPCI politicalrelation_1 lnGDP_Chin
> a lnGDP_partner lnpatent IPP lndistance,absorb( partner year HS2007 )
(dropped 4 singleton observations)
note: PCI is probably collinear with the fixed effects (all partialled-out valu
> es are close to zero; tol = 1.0e-09)
note: lnGDP_China is probably collinear with the fixed effects (all partialled-
> out values are close to zero; tol = 1.0e-09)
note: IPP is probably collinear with the fixed effects (all partialled-out valu
> es are close to zero; tol = 1.0e-09)
note: lndistance is probably collinear with the fixed effects (all partialled-o
> ut values are close to zero; tol = 1.0e-09)
(MWFE estimator converged in 7 iterations)
note: PCI omitted because of collinearity
note: lnGDP_China omitted because of collinearity
note: IPP omitted because of collinearity
note: lndistance omitted because of collinearity

HDFE Linear regression                            Number of obs   =     19,612
Absorbing 3 HDFE groups                           F(   5,  19424) =       4.12
                                                  Prob > F        =     0.0010
                                                  R-squared       =     0.5633
                                                  Adj R-squared   =     0.5591
                                                  Within R-sq.    =     0.0011
                                                  Root MSE        =     2.6422

------------------------------------------------------------------------------
    lnimport |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
politicalr~n |   .0505123   .1314548     0.38   0.701    -.2071505     .308175
         PCI |          0  (omitted)
     poliPCI |  -.0003493   .0001068    -3.27   0.001    -.0005587   -.0001399
politicalr~1 |   -.120956   .1322047    -0.91   0.360    -.3800886    .1381766
lnGDP_China |          0  (omitted)
lnGDP_part~r |   .4193887   .1663515     2.52   0.012     .0933254     .745452
    lnpatent |   .0655477   .0541719     1.21   0.226     -.040634    .1717293
         IPP |          0  (omitted)
  lndistance |          0  (omitted)
       _cons |   1.103248   4.412079     0.25   0.803    -7.544808    9.751303
------------------------------------------------------------------------------

Absorbed degrees of freedom:
-----------------------------------------------------+
Absorbed FE | Categories  - Redundant  = Num. Coefs |
-------------+---------------------------------------|
     partner |       111           0         111     |
        year |        12           1          11     |
      HS2007 |        62           1          61    ?|
-----------------------------------------------------+
? = number of redundant parameters may be higher

什么怎么办？没系数的 (系数为 0) 都是共线性导致的 (可能跟 partner year HS2007 有关，特别是 year)，没有什么好方法！这只有你看得到资料，自己检查一下。

请问黄老师，我的被解释变量是专利数据，零值较多，可以使用reghdfe做回归吗？谢谢老师解答！

请问黄老师，我的被解释变量是用专利数据测度，零值较多，可以采用reghdfe做回归吗

恐怕不合适，请试试 (ssc install) ppmlhdfe。

请问可以同时固定4个效应吗？

黄老师您好，我是论坛新人，没有通用积分和论坛币，我能够否通过邮箱向您购买相关附件呢？我的邮箱是595538381@qq.com

谢谢黄老师！

请问如果是probit模型怎么用呢？

目前尚无好方法。

请问你解决了吗

在社会科学和经济学研究中，我们经常需要处理具有多层固定效果（Fixed Effects）的模型以及进行群聚标准差（Clustered Standard Errors）以修正标准误的估计。Stata 的 `reghdfe` 指令是一个非常强大的工具，尤其适合于高维度的固定效应模型。

### 安装与使用

要开始使用 `reghdfe`，首先你需要通过 Stata 软件中的 SSC（Statistical Software Components）命令安装这个程序：

```
ssc install reghdfe
```

安装完成后，你可以用以下格式调用此指令进行回归分析：

```stata
reghdfe y x1 x2 [if] [in], absorb(fixed_effect_var) vce(cluster cluster_var)
```

这里 `y` 是你的因变量，`x1`, `x2` 等是自变量。`absorb()` 后面列出的变量表示要控制的固定效应（可以同时指定多个）。而 `vce(cluster)` 则是用来指示使用群聚标准差修正的方法。

### 特点与优势

- **高维度固定效果**：`reghdfe` 能够处理大量的固定效果，即使是几千或上万个层级的固定效果也游刃有余。
  
- **高效的计算速度**：相较于传统的固定效果回归方法（如 `xtreg`, `areg` 等），`reghdfe` 采用了更先进的算法，大大提高了运算效率。

- **群聚标准差**：在控制了多层固定效应后，`reghdfe` 还能进一步对残差进行高维度的 cluster 标准差调整，确保标准误估计的准确性。

### 示例

假设你有一个数据集 `data.dta` 包含变量 `y`, `x1`, `x2`, `firm_id`, 和 `year`。你想控制公司的固定效应和年份的固定效应，并使用公司层面的标准差进行群聚修正，你可以这样运行：

```stata
use data.dta, clear

reghdfe y x1 x2, absorb(firm_id year) vce(cluster firm_id)
```

### 结论

`reghdfe` 是一个非常有用且强大的 Stata 指令，尤其在处理复杂固定效果模型和进行高维度群聚标准差修正时表现优秀。它不仅提高了数据分析的效率，也保证了估计结果的准确性。

希望这个介绍能帮助你更好地理解并应用 `reghdfe` 指令！

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