突然想到，请试试 search st0485 并安装！

好的，我试试，谢谢黄老师

在个体固定效应下，如果是xtreg ....，re，是可以的

在个体固定效应下，如果是xtreg ....，re，是可以的

首先就不要使用xtreg命令，其次，Hausman检验在这种情形下不好处理

请问老师，我能理解为无论使用reghdfe或者是xtreg命令，在做固定效应时都不能控制行业等不随时间变化的变量吗？

老师看完您的解释我还是想问一下 在三重差分里面 时间城市和行业 没有企业作为个体 好像依然不能用xtreg 那该用什么算出三重查分的系数呢

需要明确的是，是个体固定效应下，不能控制你说的那些

Thanks for sharing

我觉得楼主理解错了，reghdfe命令中控制行业、产业等不随时间变化的因素，并不是像FE中估计双向固定效应时对时间固定效应的处理方法，直接生成时间虚拟变量。直接生成时间虚拟变量，没有问题，不会omitted，因为它是变化的。如果直接生成行业、产业等虚拟变量，FE下一定是omitted。

老师，我想问一下logit回归有可以像reghdfe那样可以同时控制行业及个体效应的方法吗

似乎没有，要自己来！

！！！

非也，
1. reghdfe中如果在absorb(个体变量名  行业 产业) 是一定控制不了。
2. reghdfe控制固定效应与reg的LSDV回归和xtreg  ,fe是一样的。参数估计值一模一样。provi是个体变量名（省份），qy是区域（1,2,3分别表示东中西部地区），year是时点变量。
见下图，就一目了然。都控制不了。



看到reghdfe回归结果最下方，redundant是3，全部冗余，都被模型剔除了。provi是0，由此可见，reghdfe（早期版本是不报告截距项_cons的）控制个体、区域等效应时全部是按虚拟变量引入的（模型没有截距项引入n=29个），再看看下图的说明

专业，感谢分享，赞

请问老师，1.
xtset id year
xi:reg y x i.industry i.year vce(cluster id)是否仅仅是pooled ols 中加入行业和年份的虚拟变量，而非固定效应模型呢？
2.reghdfe y x,absorb(industry year) vce(cluster id)是控制了年份和行业的固定效应模型吗？
3.上面两个命令的关键变量系数和标准误都是一样的，我觉得很困惑，求解答。

我和您遇到了一样的问题，请问您有弄清楚吗

老师，我想请问一下，对于那些解释变量没有过发生变化的样本，在固定效应模型中，会被差分掉，那这样，是不是说这些样本最终没有进入到回归里面，只有那些解释变量发生过变化的样本才进入到回归中？盼望您的回复

老师好，就是我用reghdfe控制了行业和时间，还有个体，是不显著的，然后剔除了个体只控制行业和时间就是显著的，可以不控制个体嘛，真的心累了

老师好，我听了您讲的手把手课程、结合此帖子，有个疑问：我们在最开始从复杂到简单地检验、确定个体时点双固定、个体固定、时点固定时，需不需要带着这些虚拟变量呢（行业、企业性质、规模、所有制）？

同意张老师的看法！

您好，老师。我分别做了三个回归xi:reg lnpatent c.index##i.hightech lnemployment assdebt curasslia fixass gdpg m2 i.industrycode i.citycode, r和xtreg lnpatent c.index##i.hightech lnemployment assdebt curasslia fixass gdpg m2 i.industrycode i.citycode, r以及reghdfe lnpatent c.index##i.hightech lnemployment assdebt curasslia fixass gdpg m2, a(citycode industrycode) vce(cl new_id)。
控制了行业固定效应industrycode，加入了高技术行业的交互项hightech，正常来说industrycode与hightech存在多重共线性，根据这个帖子hightech的系数应该omitted，但是回归结果只有reghdfe的hightech系数omitted，其余两个回归没有，并且回归系数也不相同，这是什么原因？非常感谢！
回归结果如下：
xi:reg lnpatent c.index##i.hightech lnemployment assdebt curasslia fixass gdpg m2 i.industrycode i.citycode, r
---------------------------------------------------------------------------------
                 |               Robust
        lnpatent |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-----------------+----------------------------------------------------------------
           index |   .0021595   .0001183    18.26   0.000     .0019277    .0023914
      1.hightech |   1.501399   .1638783     9.16   0.000     1.180189    1.822608
hightech#c.index|  -.0001405   .0001769    -0.79   0.427    -.0004872    .0002062
    lnemployment |   .4588536   .0075574    60.72   0.000     .4440407    .4736665
         assdebt |  -.0005759   .0008115    -0.71   0.478    -.0021665    .0010147
       curasslia |   .0021092   .0019901     1.06   0.289    -.0017915    .0060099
          fixass |  -.8463446   .0542857   -15.59   0.000    -.9527473   -.7399419
            gdpg |   -.096158   .0049903   -19.27   0.000    -.1059392   -.0863768
              m2 |  -.0135675    .002159    -6.28   0.000    -.0177993   -.0093357
   _Iindustryc_2 |   .3632323   .1788014     2.03   0.042     .0127727    .7136919
   _Iindustryc_3 |   .0604105   .1394887     0.43   0.665    -.2129943    .3338152
   _Iindustryc_4 |    .713872   .1598015     4.47   0.000     .4006531    1.027091
   _Iindustryc_5 |   .8429119   .2246513     3.75   0.000     .4025843     1.28324

xtreg lnpatent c.index##i.hightech lnemployment assdebt curasslia fixass gdpg m2 i.industrycode i.citycode, r
----------------------------------------------------------------------------------
                 |               Robust
        lnpatent |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-----------------+----------------------------------------------------------------
           index |   .0021649   .0001114    19.44   0.000     .0019466    .0023832
      1.hightech |   1.368523   .3511785     3.90   0.000     .6802258     2.05682         
hightech#c.index  |   .0002928    .000214     1.37   0.171    -.0001267    .0007123
    lnemployment |   .4364049   .0193669    22.53   0.000     .3984465    .4743633
         assdebt |   -.000465   .0012858    -0.36   0.718     -.002985    .0020551
       curasslia |   .0005733   .0026383     0.22   0.828    -.0045975    .0057442
          fixass |  -.4755166   .0941779    -5.05   0.000     -.660102   -.2909312
            gdpg |  -.0941485   .0050511   -18.64   0.000    -.1040485   -.0842485
              m2 |  -.0150203   .0016675    -9.01   0.000    -.0182885    -.011752
                 |
    industrycode |
              2  |   .6245305   .2605092     2.40   0.017     .1139419    1.135119
              3  |   .1594951   .2964314     0.54   0.591    -.4214998    .7404901
              4  |   .8046571   .3948312     2.04   0.042     .0308022    1.578512
              5  |    .700001   .2642034     2.65   0.008     .1821718     1.21783
              6  |   .0890626   .3325467     0.27   0.789    -.5627169    .7408421

reghdfe lnpatent c.index##i.hightech lnemployment assdebt curasslia fixass gdpg m2, a(citycode industrycode) vce(cl new_id)
(dropped 9 singleton observations)
note: 1bn.hightech is probably collinear with the fixed effects (all partialled-out values are close to zero; tol = 1.0e-09)
(MWFE estimator converged in 11 iterations)
note: 1.hightech omitted because of collinearity
----------------------------------------------------------------------------------
                 |               Robust
        lnpatent |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-----------------+----------------------------------------------------------------
           index |   .0021595   .0001169    18.48   0.000     .0019304    .0023886
      1.hightech |          0  (omitted)
hightech#c.index |  -.0001405    .000233    -0.60   0.547    -.0005973    .0003163
    lnemployment |   .4588536   .0183455    25.01   0.000     .4228823    .4948249
         assdebt |  -.0005759   .0012194    -0.47   0.637    -.0029669    .0018151
       curasslia |   .0021092   .0028603     0.74   0.461    -.0034993    .0077177
          fixass |  -.8463446   .1109573    -7.63   0.000    -1.063906   -.6287827
            gdpg |   -.096158   .0054216   -17.74   0.000    -.1067885   -.0855275
              m2 |  -.0135675   .0017321    -7.83   0.000    -.0169637   -.0101713
           _cons |  -.8228936   .1505112    -5.47   0.000    -1.118012   -.5277755
----------------------------------------------------------------------------------
------------------------------------------------------+
  Absorbed FE | Categories  - Redundant  = Num. Coefs |
--------------+---------------------------------------|
     citycode |       273           0         273     |
industrycode |        74           1          73     |
------------------------------------------------------+

您好，老师。我分别做了三个回归xi:reg lnpatent c.index##i.hightech lnemployment assdebt curasslia fixass gdpg m2 i.industrycode i.citycode, r和xtreg lnpatent c.index##i.hightech lnemployment assdebt curasslia fixass gdpg m2 i.industrycode i.citycode, r以及reghdfe lnpatent c.index##i.hightech lnemployment assdebt curasslia fixass gdpg m2, a(citycode industrycode) vce(cl new_id)。
控制了行业固定效应industrycode，加入了高技术行业的交互项hightech，正常来说industrycode与hightech存在多重共线性，根据这个帖子hightech的系数应该omitted，但是回归结果只有reghdfe的hightech系数omitted，其余两个回归没有，并且回归系数也不相同，这是什么原因？非常感谢！
回归结果如下：
xi:reg lnpatent c.index##i.hightech lnemployment assdebt curasslia fixass gdpg m2 i.industrycode i.citycode, r
---------------------------------------------------------------------------------
                 |               Robust
        lnpatent |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-----------------+----------------------------------------------------------------
           index |   .0021595   .0001183    18.26   0.000     .0019277    .0023914
      1.hightech |   1.501399   .1638783     9.16   0.000     1.180189    1.822608
hightech#c.index|  -.0001405   .0001769    -0.79   0.427    -.0004872    .0002062
    lnemployment |   .4588536   .0075574    60.72   0.000     .4440407    .4736665
         assdebt |  -.0005759   .0008115    -0.71   0.478    -.0021665    .0010147
       curasslia |   .0021092   .0019901     1.06   0.289    -.0017915    .0060099
          fixass |  -.8463446   .0542857   -15.59   0.000    -.9527473   -.7399419
            gdpg |   -.096158   .0049903   -19.27   0.000    -.1059392   -.0863768
              m2 |  -.0135675    .002159    -6.28   0.000    -.0177993   -.0093357
   _Iindustryc_2 |   .3632323   .1788014     2.03   0.042     .0127727    .7136919
   _Iindustryc_3 |   .0604105   .1394887     0.43   0.665    -.2129943    .3338152
   _Iindustryc_4 |    .713872   .1598015     4.47   0.000     .4006531    1.027091
   _Iindustryc_5 |   .8429119   .2246513     3.75   0.000     .4025843     1.28324

xtreg lnpatent c.index##i.hightech lnemployment assdebt curasslia fixass gdpg m2 i.industrycode i.citycode, r
----------------------------------------------------------------------------------
                 |               Robust
        lnpatent |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-----------------+----------------------------------------------------------------
           index |   .0021649   .0001114    19.44   0.000     .0019466    .0023832
      1.hightech |   1.368523   .3511785     3.90   0.000     .6802258     2.05682         
hightech#c.index  |   .0002928    .000214     1.37   0.171    -.0001267    .0007123
    lnemployment |   .4364049   .0193669    22.53   0.000     .3984465    .4743633
         assdebt |   -.000465   .0012858    -0.36   0.718     -.002985    .0020551
       curasslia |   .0005733   .0026383     0.22   0.828    -.0045975    .0057442
          fixass |  -.4755166   .0941779    -5.05   0.000     -.660102   -.2909312
            gdpg |  -.0941485   .0050511   -18.64   0.000    -.1040485   -.0842485
              m2 |  -.0150203   .0016675    -9.01   0.000    -.0182885    -.011752
                 |
    industrycode |
              2  |   .6245305   .2605092     2.40   0.017     .1139419    1.135119
              3  |   .1594951   .2964314     0.54   0.591    -.4214998    .7404901
              4  |   .8046571   .3948312     2.04   0.042     .0308022    1.578512
              5  |    .700001   .2642034     2.65   0.008     .1821718     1.21783
              6  |   .0890626   .3325467     0.27   0.789    -.5627169    .7408421

reghdfe lnpatent c.index##i.hightech lnemployment assdebt curasslia fixass gdpg m2, a(citycode industrycode) vce(cl new_id)
(dropped 9 singleton observations)
note: 1bn.hightech is probably collinear with the fixed effects (all partialled-out values are close to zero; tol = 1.0e-09)
(MWFE estimator converged in 11 iterations)
note: 1.hightech omitted because of collinearity
----------------------------------------------------------------------------------
                 |               Robust
        lnpatent |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-----------------+----------------------------------------------------------------
           index |   .0021595   .0001169    18.48   0.000     .0019304    .0023886
      1.hightech |          0  (omitted)
hightech#c.index |  -.0001405    .000233    -0.60   0.547    -.0005973    .0003163
    lnemployment |   .4588536   .0183455    25.01   0.000     .4228823    .4948249
         assdebt |  -.0005759   .0012194    -0.47   0.637    -.0029669    .0018151
       curasslia |   .0021092   .0028603     0.74   0.461    -.0034993    .0077177
          fixass |  -.8463446   .1109573    -7.63   0.000    -1.063906   -.6287827
            gdpg |   -.096158   .0054216   -17.74   0.000    -.1067885   -.0855275
              m2 |  -.0135675   .0017321    -7.83   0.000    -.0169637   -.0101713
           _cons |  -.8228936   .1505112    -5.47   0.000    -1.118012   -.5277755
----------------------------------------------------------------------------------
------------------------------------------------------+
  Absorbed FE | Categories  - Redundant  = Num. Coefs |
--------------+---------------------------------------|
     citycode |       273           0         273     |
industrycode |        74           1          73     |
------------------------------------------------------+

老师您好，我有一些疑惑，希望您能解答一下。
（1）请问在LSDV法下，个体数是指哪个变量的个数？比如reg tobinq fem numexe lev size age ls  i.region1   i.industry1 i.number  , r 模型中，个体是指number、region还是industry？
（2）为什么若排序是这样的reg tobinq fem numexe lev size age ls  i.region1  i.industry1  i.number , r  那么i.number里将有23个虚拟变量会omitted？为什么这里不是以region1为个体变量，industry1和number中的16+1749个虚拟变量被omitted?
希望老师解答一下，谢谢老师！

亲，后面的vce 不 cluster 个体一下吗？我查了好多资料，说 vce(cluster id)比vce（r）要好

老师您好。请问高维固定效应模型后面，vce后面要不要cluster一下个体变量？比如说 vce(cluster firm)、 vce(cluster industry),还是vce(r)？

控制了行业省份城市产业的,而不控制个体,的文章能推荐一下吗？

大家可以参考

这个是reghdfe的设定