stata中如何先生成一個(gè)變量的中值，再根據(jù)這個(gè)中值進(jìn)行分組生成虛擬變量，大于等于中值的取值為1，否

//第一反應(yīng)代碼如下：egen loan_ratio_med = medium(loan_ratio)//但是這樣做會(huì)報(bào)錯(cuò)： unknown egen function medium()//正確的做法是：egen x_p50 = pctile(x), p(50)

stata怎么求指定時(shí)間段的均值

bysort Stkcd: egen mean5_loan = mean(loan_ratio) if Year>=2000 & Year <=2006

面板數(shù)據(jù)向下填充——參考：stata面板數(shù)據(jù)向下填充_大太陽(yáng)小白的博客-CSDN博客_stata填充數(shù)據(jù)）

//在用stata處理數(shù)據(jù)的時(shí)候，經(jīng)常需要按條件進(jìn)行計(jì)算，此時(shí)用到if命令，但是我們希望賦值的時(shí)候不要按條件賦值，此時(shí)需進(jìn)行缺失值的填充 ?bysort Stkcd: egen mean5_loan = mean(loan_ratio) if Year>=2000 & Year <=2006? bys Stkcd (Year):replace mean5_loan = mean5_loan[_n-1] if mean5_loan[_n-1]!=.

Stata怎么實(shí)現(xiàn)平行趨勢(shì)檢驗(yàn)？參考：DID大法：如何用Stata做平行趨勢(shì)檢驗(yàn) - 知乎 (zhihu.com)

DID的使用前提是滿足平行性趨勢(shì)假設(shè)，即在沒(méi)有外生政策沖擊的情況下， 實(shí)驗(yàn)組和對(duì)照組的結(jié)果的變化趨勢(shì)應(yīng)該近似一致。

第一種方法就是繪制處理組和控制組的時(shí)間趨勢(shì)圖。從圖中可以看出，在政策時(shí)點(diǎn)之前，處理組和控制組還是具有那么一丟丟的相似性，y都保持著相似的增長(zhǎng)趨勢(shì)，當(dāng)然這種趨勢(shì)也只能說(shuō)有一點(diǎn)相似不能說(shuō)相同，可能是構(gòu)造出來(lái)的數(shù)據(jù)的效果不是特別好。總之，這種方法僅憑肉眼觀察較為粗糙，想要得到更為準(zhǔn)確、科學(xué)的結(jié)論還是應(yīng)該使用事件研究法。

egen mean_y=mean(y), by(year treat) graph twoway (connect mean_y year if treat==1,sort) (connect mean_y year if treat==0,sort lpattern(dash)), /// xline(1994,lpattern(dash) lcolor(gray)) /// ytitle("y") xtitle("年度") /// ylabel(,labsize(*0.75)) xlabel(,labsize(*0.75)) /// legend(label(1 "處理組") label( 2 "控制組")) ///圖例 xlabel(1990 (1) 1999) graphregion(color(white)) //白底

第二種方法就是事件研究法，我們首先生成年份虛擬變量與處理組虛擬變量的交互項(xiàng)，將這些交互項(xiàng)作為解釋變量進(jìn)行回歸。交互項(xiàng)的系數(shù)反映的就是特定年份處理組和控制組之間的差異，我們特別希望看到的就是政策時(shí)點(diǎn)前的虛擬變量與處理組虛擬變量的交互項(xiàng)的系數(shù)不顯著。不過(guò)，在這里要特別注意是我們需要選擇一期作為參照組，否則會(huì)有完全共線性問(wèn)題（一般都是drop掉-1期）。

gen policy = year - 1994 tab policy replace policy = -3 if policy < -3 replace policy = 3 if policy > 3 //首先生成年份虛擬變量與實(shí)驗(yàn)組虛擬變量的交互項(xiàng) forvalues i = 3(-1)1{gen pre_`i' = (policy == -`i' & treat == 1) }gen current = (policy == 0 & treat == 1)forvalues j = 1(1)3{gen post_`j' = (policy == `j' & treat == 1) }drop pre_1 //將政策前第一期作為基準(zhǔn)組，很重要！！！xtreg y pre_* current post_* i.year, fe r //將這些交互項(xiàng)作為解釋變量進(jìn)行回歸

?

總結(jié)

以上是生活随笔為你收集整理的Stata命令自查2.0的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。