我这里是使用“交乘”或“分组”进行检验
推荐阅读:[1]连玉君,廖俊平.如何检验分组回归后的组间系数差异?[J].郑州航空工业管理学院学报,2017,35(06):97-109.DOI:10.19327/j.cnki.zuaxb.1007-9734.2017.06.010.
把小结粘贴下:
方法1( 加入交乘项) 在多数模型中都可以使用,但要注意其背后的假设条件是比较严格的。若在混合回归中,只引入关心的变量( ttl_exp) 与分组变量( black) 的交乘项( ttl _exp *black) ,则相当于假设其他控制变量在两组之间不存在系数差异。相对保守的处理方法是: 在混合估计时,引入所有变量与分组变量的交乘项,同时附加vce( robust) 选项,以克服异方差的影响。
方法2( 基于SUR模型的检验) 执行起来也比较方便,假设条件也比较宽松: 允许两组中所有变量的系数都存在差异,也允许两组的干扰项具有不同的分布,且彼此相关。局限在于,有些令无法使用suest 执行联合估计,如几乎所有针对面板数据的命令都不支持( xtreg,xtabond等) 。
方法3( 组合检验) 是三种方法中假设条件最为宽松的,只要求原始样本是从母体中随机抽取的( 看似简单,但很难检验) ,而对于两个样本组中干扰项的分布,以及衡量组间系数差异统计量d = β1 - β2的分布也未做任何限制。事实上,在获取经验p 值的过程中,我们采用是“就地取材”“管中窥豹”的思路,并未假设d 的分布函数; 另一个好处在于可以适用于各种令,如regress,xtreg, logit, ivregress 等,而suest 则只能应用于部分命令。
方法无优劣。无论选择哪种方法,都要预先审视一下是否符合这些检验方法的假设条件。
About 分组
1、比较回归系数:
- 【Stata实现分组回归系数的比较】 https://www.bilibili.com/video/BV177411n77Q/?share_source=copy_web&vd_source=1a04067b7972e6e9d76e19b39910efc1
- 面板只能用费舍尔
2、分(行业)中位数对企业进行分组 ≠ 整个样本的中位数
bysort year: egen m=median(x) //按年份中位数分组
bysort sicda year: quantiles Z, gen(g_Z) n(2) //按年份、行业中位数分组
egen mpg_mean=median(mpg) //生成中位数
tbc.