Stata代码处理记录(2):检验U形和倒U形

说明:检查因变量和自变量是否存在U型或倒U形关系。主要步骤包括:

  1. 生成二次项并进行回归,观察二次项系数是否显著
  2. 数据区间端点处的斜率
  3. 转折点的置信区间是否在数据区间内。参见2016SMJ上的Thinking about U: Theorizing and testing U - and inverted U-shaped relationships in strategy research
  4. utset检验
use "数据.dta"
/// 固定效应和回归
xtset Company year
xtreg ywincome sum_i_id c.sum_i_id#c.sum_i_id ln_A number reins reserve lev ROA i.year, fe vce(robust)

/// 绘制散点图和拟合曲线
predict yhat, xb * 生成预测值
twoway (scatter ywincome sum_i_id) (line yhat sum_i_id), title("关系图:ywincome vs sum_i_id") legend(off)
/// 绘制残差图
predict resid, residuals * 生成残差预测值
scatter resid sum_i_id, title("Residuals vs sum_i_id")
reg ywincome sum_i_id c.sum_i_id#c.sum_i_id ln_A number reins reserve lev ROA i.year
rvfplot, yline(0)  //残差与拟合值(y bar)散点图
rvpplot sum_i_id , yline(0) //残差与x散点图
scatter resid sum_i_id, title("Residuals vs sum_i_id")

///  White 检验异方差
ssc install whitetst
estat imtest, white
xtreg ywincome sum_i_id c.sum_i_id#c.sum_i_id ln_A number reins reserve lev ROA i.year, fe vce(robust)

/// 计算转折点和其置信区间
* 提取系数
scalar b1 = _b[sum_i_id]
scalar b2 = _b[c.sum_i_id#c.sum_i_id]
* 计算转折点
scalar inflection_point = -b1 / (2 * b2)
display "拐点位置:" inflection_point
* 使用 delta 方法估计转折点的置信区间
nlcom (-_b[sum_i_id] / (2 * _b[c.sum_i_id#c.sum_i_id]))

/// utset检验U型关系
ssc install utest
gen sum_i_id2 = sum_i_id*sum_i_id
xtreg ywincome sum_i_id sum_i_id2 ln_A number reins reserve lev ROA i.year, fe vce(robust)
utest sum_i_id sum_i_id2, fieller level(99)
sum sum_i_id

  • 3
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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