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
3811 7
2019-08-21
悬赏 200 个论坛币 已解决
1.因为样本数据中有缺失值,使用mi impute进行插补后(10次),生成数据集。2.然后进行回归:xi: mi estimate,post :reg Y X  c.X#i.W W  //因变量Y连续变量;解释变量X连续变量;调节变量W分组变量
3.结果:X*W 显著,存在调节作用
4.margins,dydx(X) at(W=(1 2 3 4 5))
报错:

. margins,dydx(Y) at(W=(1 2 3 4 5))
Warning: cannot perform check for estimable functions.
   e(sample) does not identify the estimation sample


5.返回help estimate mi,找到:
      esample(newvar)              store estimation sample in variable newvar; available only in the flong and flongsep styles
6.xi: mi estimate,post esample():reg Y X  c.X#i.W W 通过
7margins,dydx(X) at(W=(1 2 3 4 5))
报错:

. margins,dydx(Y) at(W=(1 2 3 4 5))
Warning: cannot perform check for estimable functions.



问题:1.第6步命令如何修改?
         2.第3步结论是否就不需要margins看边际效应了,直接看回归系数?
         3.如问题2成立,边际效应图如何画?



最佳答案

蓝色 查看完整内容

根据stata的manual和帮助: mi estimate 命令结束后,是不能用margins命令的
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
2019-8-21 19:52:31
根据stata的manual和帮助:
mi estimate  命令结束后,是不能用margins命令的

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

2019-8-23 09:03:08
蓝色 发表于 2019-8-21 19:52
根据stata的manual和帮助:
mi estimate  命令结束后,是不能用margins命令的
谢谢蓝色大大,我弄清楚了,因为margins需要用到每一个样本是否用于回归,但是mi以后,回归的最终结果只是一个估计值,现在尝试2个解决方法,一个是interflex,发现可以做图,但是出的图形和具体归回有出入,具体原因未知,因为interflex黑箱太严密了,不知道怎么计算的。二是对于循环设置omit,以每一组分别作参照组分别带入回归,x的beta就应该是参照组的beta,然后计算95%上下限,所有组取值完成之后,手动excel画图。
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

2019-8-23 09:07:33
你可以
第一步:先用mi把数据补全,把数据单独保存为一个新数据
第二步:用这个新数据,直接用reg命令回归,然后再用margins命令就可以
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

2019-8-23 09:58:40
蓝色 发表于 2019-8-23 09:07
你可以
第一步:先用mi把数据补全,把数据单独保存为一个新数据
第二步:用这个新数据,直接用reg命令回归 ...
蓝色大大,你的这个建议我有点不懂。
例如 mi inputed 10次,他形成的是10个估计样本集(_mi_m=1(1)10 )和1个原始样本集体(_mi_m=0),然后对10个估计样本集分别作回归,并并获得最终估计值。并不是像中位数插补一样直接给缺失值设定某一个值。
如果给原始样本集和10个估计样本集直接并一起做回归,每一个缺失值会产生10个“冗余值”,会影响回归结果吗?
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

2019-8-23 16:21:40
不要问我路在哪 发表于 2019-8-23 09:58
蓝色大大,你的这个建议我有点不懂。
例如 mi inputed 10次,他形成的是10个估计样本集(_mi_m=1(1)10 ) ...
如果像你说的那个
既然是10个样本,10个回归,一个边际影响是不可能的了
看看其他人有没有好办法
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

点击查看更多内容…
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