Stata 回归表格输出

xtset stkcd year
encode industry , gen(ind)

global x1 "   " //解释变量
global x2 "   " //解释变量
global x3 "  " //解释变量
global cv " " //控制变量
global i "i.ind i.year "   //行业固定效应、年份固定效应

* 表4 OLS
local out1 " "  //被解释变量
local out2 " "  //被解释变量

qui xi: reg `out1'  $x1 $cv $i , robust
est store m1
qui xi: reg `out1'  $x2 $cv $i , robust 
est store m2
qui xi: reg `out1'  $x3 $cv $i , robust
est store m3
qui xi: reg `out2'  $x1 $cv $i , robust 
est store m4
qui xi: reg `out2'  $x2 $cv $i , robust
est store m5
qui xi: reg `out2'  $x3 $cv $i , robust
est store m6
local model "m1 m2 m3 m4 m5 m6  "
esttab `model', mtitle(`model') replace   ///
	  b(%6.3f)  se(%6.2f)   ///
                  star(* 0.1 ** 0.05 *** 0.01)     ///
                  scalar(F r2_a N N_g)  order()   ///
				  compress nogaps indicate("Year FE = *Iyear*" "Industry FE = *Iind*")
				  
esttab `model' using 表4_XX与XX.rtf, replace  ///
			  mtitle(`model') compress nogaps title("Table 4 OLS")  star(* 0.1 ** 0.05 *** 0.01)  b(%6.3f) se(%6.2f)   ///
			  scalar(F r2_a N )  indicate("Year FE = _Iyear_*" "Industry FE = _Iind_*" )  ///
			  addnotes("" "")  order( )  //空两行 
			  
**表5 FE
local out1 " "  //被解释变量
local out2 " "  //被解释变量

qui xi: xtreg `out1'  $x1 $cv $i , fe
est store m1
qui xi: xtreg `out1'  $x2 $cv $i , fe
est store m2
qui xi: xtreg `out1'  $x3 $cv $i , fe
est store m3
qui xi: xtreg `out2'  $x1 $cv $i , fe
est store m4
qui xi: xtreg `out2'  $x2 $cv $i , fe
est store m5
qui xi: xtreg `out2'  $x3 $cv $i , fe
est store m6
local model "m1 m2 m3 m4 m5 m6  "
esttab `model', mtitle(`model') replace   ///
	 b(%6.3f)  se(%6.2f)   ///
                  star(* 0.1 ** 0.05 *** 0.01)     ///
                  scalar(F r2_a N N_g)  order()   ///
				  compress nogaps indicate("Year FE = *Iyear*" "Industry FE = *Iind*")
				  
esttab `model' using 表4_XX与XX.rtf, append  ///
			   mtitle(`model') compress nogaps title("Table 5 FE")  star(* 0.1 ** 0.05 *** 0.01)  b(%6.3f) se(%6.2f)   ///
			  scalar(F r2_a N )  indicate("Year FE = _Iyear_*" "Industry FE = _Iind_*" )  ///
			  addnotes("" "") order( )   //空两行 
			  
  • 2
    点赞
  • 32
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Stata中,进行回归分析后,可以使用“reg”命令输出回归结果。具体操作步骤如下: 1. 打开Stata软件,加载数据集。 2. 输入回归命令,例如: reg y x1 x2 x3 其中,y为因变量,x1、x2、x3为自变量。 3. 按下回车键,Stata输出回归结果,包括回归系数、标准误、t值、p值、R-squared等统计指标。 下面是一个示例回归结果: . reg y x1 x2 x3 Source | SS df MS Number of obs = 100 -------------+------------------------------ F( 3, 96) = 106.23 Model | 6994.69887 3 2331.56629 Prob > F = 0.0000 Residual | 2963.45694 96 30.8645126 R-squared = 0.7686 -------------+------------------------------ Adj R-squared = 0.7606 Total | 9958.15581 99 100.576131 Root MSE = 5.5531 ------------------------------------------------------------------------------ y | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- x1 | .7274522 .0875483 8.32 0.000 .5547003 .900204 x2 | .4527171 .1427689 3.17 0.002 .1678026 .7376317 x3 | 1.012289 .065605 15.43 0.000 .8821836 1.142395 _cons | 1.157917 1.778487 0.65 0.515 -2.370002 4.685837 ------------------------------------------------------------------------------ 其中,“y”为因变量, “x1”、“x2”、“x3”为自变量,下方的表格列出了每个自变量的回归系数、标准误、t值、p值和置信区间。最上方的统计指标包括了模型的拟合优度(R-squared)、调整后的拟合优度(Adj R-squared)、残差平方和(Residual)、总平方和(Total)和均方差(Root MSE)等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值