首页stata 平行趋势检验

stata 平行趋势检验

时间: 2024-01-05 19:04:59 浏览: 386

图形检验与怀特检验-probability statistics and random processes for electrical engineering 3ed

15.3 图形检验与怀特检验简单情形对如下的线性回归模型 ii ii i ii iii xii xii i Ne exy σσ σσ σσ σ ββ = = = ++= 2 22 2 2 10 )( )( )( ),0(~ 显然（i）不存在异方差，而（ii）和（iii）存在异方差。模拟出数据，然后分别用图形和怀特检验看是否能正确检验出异方差。 *===========================begin==================================== clear set obs 1000 gen x=uniform() gen u1=invnorm(uniform()) //同方差的误差结构 gen u2=x^2*invnorm(uniform()) //异方差的误差结构，u2i~N(0,xi 2 ) gen u3=x*invnorm(uniform()) //异方差的误差结构，u3i~N(0,xi) gen y1=1+5*x+u1 gen y2=1+5*x+u2 gen y3=1+5*x+u3 reg y1 x rvpplot x //残差图,以残差为Y轴，以Y的拟合值^Y为X轴 imtest,white //怀特检验，零假设为同方差 reg y2 x rvpplot x //残差图，以残差为Y轴，以x为X轴 imtest,white //怀特检验 reg y3 x rvpplot x imtest,white *===========================end==================================== 多元情形二元线性回归模型

Stata中可以使用reghdfe命令进行平行趋势检验。具体步骤如下： 1. 首先，需要绘制处理组和对照组在干预前的时间趋势图，以确保两组在干预前的发展趋势相似。 2. 使用reghdfe命令进行平行趋势检验。reghdfe命令可以控制个体固定效应和时间固定效应，并且可以处理异方差和自相关等问题。具体命令如下： ``` reghdfe y time treated, absorb(id time) vce(cluster id) ``` 其中，y表示因变量，time表示时间变量，treated表示处理组的虚拟变量，absorb(id time)表示控制个体固定效应和时间固定效应，vce(cluster id)表示进行聚类稳健标准误估计。 3. 检查reghdfe命令的输出结果。如果处理组和对照组的趋势差异在统计上不显著（通常以p值大于0.05为标准），则可以认为通过了平行趋势检验。另外，还有一些专门的方法可用于DID平行趋势检验，如McCrary检验、Lee bounds检验等。

阅读全文