調(diào)節(jié)效應(yīng)和中介效應(yīng)
相關(guān)帖子推薦:OLS模型、Heckman兩階段模型、PSM+DID模型、固定效應(yīng)模型和中介效應(yīng)模型Stata代碼
http://xalimeijing.com/thread-7334805-1-1.html
【內(nèi)容包含】
- 數(shù)據(jù)預(yù)處理(剔除缺失值,縮尾)
- 調(diào)節(jié)效應(yīng)
- 中介效應(yīng)
【結(jié)果截圖】
基礎(chǔ)回歸(使用固定效應(yīng)模型)
Basic Regression
第一列為不加入控制變量的結(jié)果
第二列為加入控制變量的結(jié)果
使用公司層面的聚類穩(wěn)健標(biāo)準(zhǔn)誤
數(shù)據(jù)為示例數(shù)據(jù),僅供參考
為什么使用固定效應(yīng)模型?
是根據(jù)F檢驗(yàn)、LR檢驗(yàn)和Hausman檢驗(yàn)(豪斯曼檢驗(yàn))綜合判斷得出,具體選擇哪個(gè)模型根據(jù)數(shù)據(jù)的實(shí)際情況確定,請(qǐng)知悉。
調(diào)節(jié)效應(yīng)回歸結(jié)果(交叉項(xiàng)使用去中心化)
Moderating Effect
為什么選擇去中心化的交叉項(xiàng)?
主要是為了解釋變量的系數(shù)符號(hào)有解釋意義,去中心化和不去中心化的交叉項(xiàng)回歸系數(shù)和顯著性均沒(méi)有變化。
為了便于直觀展示交互效應(yīng)/調(diào)節(jié)效應(yīng)的影響,
通過(guò) Stata 繪圖呈現(xiàn)調(diào)節(jié)作用,便于直觀展示!
中介效應(yīng)回歸結(jié)果
中介效應(yīng)檢驗(yàn)流程
sobel檢驗(yàn)結(jié)果(系數(shù)a和b都顯著的話可以不用做)
Sobel-Goodman Mediation Tests
Bootstrap檢驗(yàn)
sgmediation.ado
- sgmediation.ado
- sgmediation.hlp
【購(gòu)買附件】
請(qǐng)下載該版本,補(bǔ)上數(shù)據(jù)
- 中介效應(yīng)三步回歸.rtf
- 基礎(chǔ)回歸.rtf
- 多重共線性檢驗(yàn).txt
- 多重共線性檢驗(yàn).xml
- 常用程序.do
- 描述性統(tǒng)計(jì).rtf
- 數(shù)據(jù).dta
- 相關(guān)性分析.rtf
- 調(diào)節(jié)效應(yīng).rtf
- 調(diào)節(jié)效應(yīng)去中心化.rtf
- 調(diào)節(jié)效應(yīng)畫圖.png
- 調(diào)節(jié)效應(yīng).rtf
- 調(diào)節(jié)效應(yīng)去中心化.rtf
- 相關(guān)性分析.rtf
- 中介效應(yīng)三步回歸.rtf
- 常用程序.do
- 多重共線性檢驗(yàn).txt
- 多重共線性檢驗(yàn).xml
- 調(diào)節(jié)效應(yīng)畫圖.png
- 基礎(chǔ)回歸.rtf
- 描述性統(tǒng)計(jì).rtf