熵权法求权面板数据 面板数据的回归结果怎么分析?
面板数据的回归结果怎么分析?
前两行结果表明模型的类别,LZ采用随机效应随机模型,横断面变量:省,样本数310,组数31,即每组10个观测值。3-5条线表示模型的拟合优度,分别为内部、之间、整体、组内、组间和整体。第6-7行表示参数联合检验的waldchi2检验和pvalue,P=0.000表示参数一般显著。第8-10行显示了解释变量的估计权重、截距、标准差、Z统计量、P值和95%置信区间。这与横截面回归的输出结果相同。对解释变量基数权重的解释是,在其他条件不变的情况下,基数每增加一个单位,城市将增加0.0179个单位,p值为0.000,这通常是显著的。最后三行是随机效应模型中个体效应和随机干扰的方差估计,分别是sigma_uu,sigma_ue,需要注意的是,你的模型拟合度不高,R平方只有26%。当然,这取决于具体的研究和其他学者在同一方向的拟合结果。如果每个人都20多岁,那就好了。
面板数据模型怎么设置控制变量stata?
在Stata中,Regess y X1 x2 X3函数的用法
Regess y X1 x2 X3(Regess后的第一个变量是解释变量)
Regess y X1 x2 X3,robust(带有robust标准错误的表达式)
Regess y X1 x2 X3[expect=w](WLS,变量w作为权重)
Xi:Regess y X1 x2 i.catvar*x2生成的虚拟变量和x2。Xi可以用虚拟变量实现非常复杂的回归。你可以用帮助Xi来理解
]回归y X1 X2(x,z)(工具变量回归,工具变量是x和z)
熵权法求权面板数据 确定权重的方法有几种 专家评分法确定权重
版权声明:本文内容由互联网用户自发贡献,本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。