门槛回归模型_动态面板门槛模型及stata操作:xthenreg

来源: 参考自Estimation of Dynamic Panel Threshold Model using Stata,作者: Myung Hwan Seo, Sueyoul Kim, and Young-Joo Kim Hansen(2000)将“门槛回归”模型的基本形式定义为:  6bea6c7118b6c998260d118188d7488d.png 其中,作为解释变量的xi是一个m维的列向量。qi被称为“门槛变量”, Hansen(2000)认为门槛变量既可以是解释変量xi中的一个回归元,也可以作为一个独立的门槛变量。 而面板门槛模型已经广泛应用到实证研究中,2015年开发出来的xthreg命令可以进行hansen所提出的门槛回归模型。 Hansen's(1999)模型是静态的另外固定效应回归估计要求协变量是强外生变量,估计值是一致的。——然而,在许多实际应用程序中,强外生性可能具有限制性。因此,Seo and Shin (2016)将该模型扩展到动态面板模型。 假设如下一个动态面板门槛模型:

a96c995f559c5240ea819012c3c343cc.png

xit可能包含滞后因变量,即xit为Y的滞后期,qit是门槛变量。 1 语法格式 动态面板门槛模型命令为xthenreg,语法格式为:

xthenreg depvar [varlist (q x1 x2 ...)] [if] [in] [, options]

其中depvar是因变量,而indepvars是解释变量变量。

使用该命令前需要注意: 1. xtset应该在运行之前完成。此外,变量必须为事先按(i)面板变量和(ii)时间变量排序。(xtset should be done before running this. Moreover variables must be sorted by (i) panel variable and (ii) time variable beforehand.) 2. 需要强平衡的面板数据(Strongly balanced pane
  • 2
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【1】项目代码完整且功能都验证ok,确保稳定可靠运行后才上传。欢迎下载使用!在使用过程中,如有问题或建议,请及时私信沟通,帮助解答。 【2】项目主要针对各个计算机相关专业,包括计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师或企业员工使用。 【3】项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 【4】如果基础还行,或热爱钻研,可基于此项目进行二次开发,DIY其他不同功能,欢迎交流学习。 【注意】 项目下载解压后,项目名字和项目路径不要用中文,否则可能会出现解析不了的错误,建议解压重命名为英文名字后再运行!有问题私信沟通,祝顺利! 基于联邦学习和深度残差网络实现的网络入侵检测python源码+实验说明.zip基于联邦学习和深度残差网络实现的网络入侵检测python源码+实验说明.zip基于联邦学习和深度残差网络实现的网络入侵检测python源码+实验说明.zip基于联邦学习和深度残差网络实现的网络入侵检测python源码+实验说明.zip基于联邦学习和深度残差网络实现的网络入侵检测python源码+实验说明.zip基于联邦学习和深度残差网络实现的网络入侵检测python源码+实验说明.zip基于联邦学习和深度残差网络实现的网络入侵检测python源码+实验说明.zip基于联邦学习和深度残差网络实现的网络入侵检测python源码+实验说明.zip基于联邦学习和深度残差网络实现的网络入侵检测python源码+实验说明.zip 基于联邦学习和深度残差网络实现的网络入侵检测python源码+实验说明.zip
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