xtmixed命令如何使其同时采用最大似然估计和稳健标准误

2704

收藏 2018-08-27

悬赏 10 个论坛币未解决

请教各位大神，如何在使用xtmixed命令进行最大似然估计时，同时使其采用稳健标准误。
如最大似然估计的命令是： xtmixed y x || id: , ml；
而稳健标准误的命令是：xtmixed y x || id: , vce(robust)；
然而，xtmixed y x || id: ,ml vce(robust)则是无效命令；

求助！

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

王三十六

2018-8-28 07:59:18

zxzxzx

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

蓝色

2018-8-28 08:54:20

没有问题
可以用

. xtmixed y x || id:, ml vce(robust)

Performing EM optimization:

Performing gradient-based optimization:

Iteration 0: log pseudolikelihood = -1014.9268
Iteration 1: log pseudolikelihood = -1014.9268

Computing standard errors:

Mixed-effects regression                      Number of obs    =       432
Group variable: id                            Number of groups  =       48

                                             Obs per group:
                                                            min =       9
                                                            avg =       9.0
                                                            max =       9

                                             Wald chi2(1)    = 4552.32
Log pseudolikelihood = -1014.9268             Prob > chi2    =    0.0000

                                 (Std. Err. adjusted for 48 clusters in id)
------------------------------------------------------------------------------
         |             Robust
         y |    Coef. Std. Err.    z P>|z|    [95% Conf. Interval]
-------------+----------------------------------------------------------------
         x | 6.209896 .0920382 67.47 0.000    6.029504 6.390287
   _cons | 19.35561 .4038676 47.93 0.000    18.56405 20.14718
------------------------------------------------------------------------------

------------------------------------------------------------------------------
                           |             Robust
  Random-effects Parameters  | Estimate Std. Err.    [95% Conf. Interval]
-----------------------------+------------------------------------------------
id: Identity                |
               sd(_cons) | 3.849352 .3580731    3.207801 4.619211
-----------------------------+------------------------------------------------
            sd(Residual) | 2.093625 .152043    1.815862 2.413874

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

王三十六

2018-8-28 09:08:39

蓝色发表于 2018-8-28 08:54
没有问题
可以用

这样出来的结果还是用ML分析吗，如果是ML分析，显示的应该是Mixed-effects ML regression啊

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

蓝色

2018-8-28 09:48:30

写了ml的选项了

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

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群