R2分解：相对重要性分析(DominanceAnalysis)

原文链接：https://www.lianxh.cn/news/845b935d8d599.html

目录

• 1. 相对重要性分析简介
• 2. Stata 命令 domin
  • 2.1 命令下载
  • 2.2 命令语法
• 3. Stata 实操：两变量情形
  • 3.1 数据概况
  • 3.2 相对重要性分析
• 4. Stata 实操：多变量情形
  • 4.1 数据概况
  • 4.2 回归分析
  • 4.3 相对重要性分析
  • 4.3 职业、行业等类别特征
• 5. 参考文献

在实证经济学中，一个重要的问题是探究不同的解释变量 (explanatory variable) 对被解释变量 (dependent variable) 的方差的具体贡献程度。

例如，在 叶德珠，黄有光，连玉君 (2014) 的论文中，三位作者试图高清楚哪些文化因素对幸福感的影响更大 (Ye D, Ng Y K, Lian Y. Culture and Happiness[J]. Social Indicators Research, 2015, 123(2):519-547. [PDF])。显然，各个系数大小是不能被用来直接比较的；对系数进行标准化似乎可行，但却不知道他们的相对重要性。

此外，文献中比较普遍的方法为逐步回归法 (stepwise regression)，即在回归中逐步引入解释变量， 以及显著性测试 (significance test)。然而，逐步回归方法中，引入解释变量的顺序是非常主观的。显著性测试也并不总是可以将不同的解释变量按其重要程度排序。基于此，Isareli (2006) 在前人的基础上 （主要是 (Shorrocks, 1999) 以及 （Fields, 2003））提出了重要性分析 (Dominance Analysis) 的方法。该方法旨在确定线性回归中，不同解释变量对决定系数 R2 的贡献程度。而事实上，对于决定系数 R2 的贡献程度也反映了不同解释变量对被解释变量方差的贡献度。

原文链接：https://www.lianxh.cn/news/845b935d8d599.html