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
6032 3
2017-03-27
请问泊松回归结果中自动报告的alpha代表什么(面板数据),另外,对于泊松回归是选择混合、固定还是随机好怎么判断呢?
随机效应结果给出了alpha ,混合和固定没有给alpha,固定还没有给出常数项的值为什么?

混合

Poisson regression                                Number of obs   =        726
                                                  LR chi2(6)      =      22.36
                                                  Prob > chi2     =     0.0010
Log likelihood = -54.114426                       Pseudo R2       =     0.1712

--------------------------------------------------------------------------------
        stable |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
---------------+----------------------------------------------------------------
     lndensity |   .5195485   .2681502     1.94   0.053    -.0060162    1.045113
   lndensity_2 |   .0063155   .0252723     0.25   0.803    -.0432174    .0558484
         lngdp |   .7109431   .2985539     2.38   0.017     .1257882    1.296098
      minorate |   .0005779   .0001725     3.35   0.001     .0002399     .000916
       lnbtdis |  -.1560401   .2641374    -0.59   0.555    -.6737399    .3616597
lnbtdis_stroad |     .00041   .0011578     0.35   0.723    -.0018592    .0026792
         _cons |  -11.79253    3.62797    -3.25   0.001    -18.90322   -4.681834
--------------------------------------------------------------------------------

随机

Random-effects Poisson regression               Number of obs      =       726
Group variable: code                            Number of groups   =        57

Random effects u_i ~ Gamma                      Obs per group: min =         1
                                                               avg =      12.7
                                                               max =        23

                                                Wald chi2(6)       =     14.64
Log likelihood  = -52.656942                    Prob > chi2        =    0.0232

--------------------------------------------------------------------------------
        stable |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
---------------+----------------------------------------------------------------
     lndensity |   .5797548   .3577717     1.62   0.105     -.121465    1.280974
   lndensity_2 |   .0102736   .0322388     0.32   0.750    -.0529134    .0734605
         lngdp |   .7648429    .356205     2.15   0.032      .066694    1.462992
      minorate |   .0005606   .0002015     2.78   0.005     .0001657    .0009555
       lnbtdis |   -.130738   .2633527    -0.50   0.620    -.6468998    .3854237
lnbtdis_stroad |   .0003005   .0012208     0.25   0.806    -.0020922    .0026933
         _cons |  -12.31622   4.179819    -2.95   0.003    -20.50851   -4.123921
---------------+----------------------------------------------------------------
      /lnalpha |   .3741837   1.014695                     -1.614581    2.362949
---------------+----------------------------------------------------------------
         alpha |   1.453804   1.475167                       .198974    10.62223
--------------------------------------------------------------------------------
Likelihood-ratio test of alpha=0: chibar2(01) =     2.91 Prob>=chibar2 = 0.044
固定

xtpoisson  stable  lndensity   lngdp minorate  lnbtdis lnbtdis_stroad,fe
note: 2 groups (2 obs) dropped because of only one obs per group
note: 47 groups (614 obs) dropped because of all zero outcomes

Iteration 0:   log likelihood = -29.507269  
Iteration 1:   log likelihood = -25.458382  
Iteration 2:   log likelihood = -25.317224  
Iteration 3:   log likelihood = -25.316112  
Iteration 4:   log likelihood = -25.316112  

Conditional fixed-effects Poisson regression    Number of obs      =       110
Group variable: code                            Number of groups   =         8

                                                Obs per group: min =         3
                                                               avg =      13.8
                                                               max =        23

                                                Wald chi2(5)       =      7.07
Log likelihood  = -25.316112                    Prob > chi2        =    0.2154

--------------------------------------------------------------------------------
        stable |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
---------------+----------------------------------------------------------------
     lndensity |   -.035994   .5945232    -0.06   0.952    -1.201238     1.12925
         lngdp |   1.388761   .6927409     2.00   0.045     .0310135    2.746508
      minorate |  -.0001829   .0006255    -0.29   0.770    -.0014088     .001043
       lnbtdis |    .023634    .268513     0.09   0.930    -.5026417    .5499098
lnbtdis_stroad |  -.0009434    .001639    -0.58   0.565    -.0041558    .0022689
--------------------------------------------------------------------------------

求大神解惑

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
2017-3-27 15:40:57
买本陈强的书
或者看 stata的manual里面的介绍
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

2018-9-26 10:19:44
陈强的书没有说明为什么没有报告常数项
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