Stata中如何对回归分析结果进行解读?

发布网友发布时间：2024-09-27 17:27

共1个回答

热心网友时间：2024-10-05 11:16

在进行分组回归分析后，评估组间系数差异的三种常用方法—邹检验（Chow检验）、似无相关检验(suest)和费舍尔组合检验(Fisher’s Permutation test)，在Stata中如何操作以及结果解读至关重要。本文不涉及具体原理，详细步骤和判断标准请参考连玉君和廖俊平(2017)的研究。

1. 邹检验：以分组变量M（0-1虚拟变量）和控制变量X1、X2、X3为例，交互项M*c.Tech_Power的p值显著（如0.035），表明组间系数差异显著。结果汇报时，可在分组回归表中报告P值，并解释检验方法。

2. 似无相关检验(suest)：通过bdiff命令，如图中p值0.0487显著，说明组间有差异。汇报时同样引用吕冰洋等(2022)的格式。

3. 费舍尔组合检验：生成行业或时间虚拟变量后进行，如Tech_Power的p值为0.001，表明显著差异。结果根据连玉君等(2010)或曾嶒和唐松(2023)的建议呈现经验P值和抽样次数。

在实践中，注意可能需要去除个体效应（如i.year和i.industry）以运行suest。同时，参考的学术文献为检验方法提供了理论依据，包括连玉君、廖俊平(2017)，连玉君等人(2010)，曾嶒和唐松(2023)以及吕冰洋等人(2022)的研究。

热心网友时间：2024-10-05 11:20