五月天婷亚洲天久久综合网,婷婷丁香五月激情亚洲综合,久久男人精品女人,麻豆91在线播放

  • <center id="8gusu"></center><rt id="8gusu"></rt>
    <menu id="8gusu"><small id="8gusu"></small></menu>
  • <dd id="8gusu"><s id="8gusu"></s></dd>
    樓主: ymizhao
    5982 8

    [面板數(shù)據(jù)求助] 面板數(shù)據(jù)的調(diào)節(jié)或中介效應(yīng),理論或者實(shí)操都可以。 [推廣有獎]

    • 0關(guān)注
    • 1粉絲

    學(xué)科帶頭人

    35%

    還不是VIP/貴賓

    -

    威望
    0
    論壇幣
    592 個
    通用積分
    115.3160
    學(xué)術(shù)水平
    2 點(diǎn)
    熱心指數(shù)
    1 點(diǎn)
    信用等級
    1 點(diǎn)
    經(jīng)驗(yàn)
    75673 點(diǎn)
    帖子
    944
    精華
    0
    在線時間
    2012 小時
    注冊時間
    2006-3-14
    最后登錄
    2024-12-23

    樓主
    ymizhao 學(xué)生認(rèn)證  發(fā)表于 2020-4-12 19:41:43 |只看作者 |壇友微信交流群|倒序 |AI寫論文
    20論壇幣
    感恩大家,最近再學(xué)校調(diào)節(jié)和中介效應(yīng),不過一般都是截面數(shù)據(jù),也看到知網(wǎng)的面板數(shù)據(jù),不過總感覺有疑問,因?yàn)槊姘鍞?shù)據(jù)正常的需要選擇不同的模型,比如混合,固定,隨機(jī)效應(yīng)等,然后才能回歸,而如果涉及到中介或者調(diào)節(jié),是否需要分階段來進(jìn)行。

    最佳答案

    Sea.Zeng 查看完整內(nèi)容

    這個不需要文獻(xiàn)依據(jù),把固定效應(yīng)和隨機(jī)效應(yīng)估計量去推導(dǎo)一遍就知道了。如果知道固定效應(yīng)和隨機(jī)效應(yīng)的推導(dǎo),就應(yīng)該明白,在隨機(jī)效應(yīng)模型能用時,固定效應(yīng)模型得到的估計量同樣也是一致的;但是當(dāng)只能用固定效應(yīng)模型時,隨機(jī)效應(yīng)模型得到的估計量是不一致的。謹(jǐn)慎起見,當(dāng)然是應(yīng)該選用固定效應(yīng)模型!
    關(guān)鍵詞:面板數(shù)據(jù) 中介效應(yīng) 截面數(shù)據(jù) 隨機(jī)效應(yīng)

    回帖推薦

    Sea.Zeng 發(fā)表于4樓  查看完整內(nèi)容

    混合回歸和隨機(jī)效應(yīng)的理論意義大于實(shí)際意義,在現(xiàn)有的研究中并不多。這是因?yàn),混合回歸和隨機(jī)效應(yīng)所依據(jù)的假設(shè)比固定效應(yīng)強(qiáng)得多,基本上很難遇到適合用混合回歸和隨機(jī)效應(yīng)的情況。因此,一般情況下可以直接采用固定效應(yīng)。
    經(jīng)管人必須去的網(wǎng)站:經(jīng)管之家(原人大經(jīng)濟(jì)論壇)
    http://xalimeijing.com/?from^^uid=129664
    沙發(fā)
    Sea.Zeng 發(fā)表于 2020-4-12 19:41:44 |只看作者 |壇友微信交流群
    ymizhao 發(fā)表于 2020-4-16 09:33
    我看了B站一個視頻,基本上沒有提到其他篩選,貌似時直接采用固定效應(yīng)模型進(jìn)行的,感謝您的回答,不知道您 ...
    這個不需要文獻(xiàn)依據(jù),把固定效應(yīng)和隨機(jī)效應(yīng)估計量去推導(dǎo)一遍就知道了。如果知道固定效應(yīng)和隨機(jī)效應(yīng)的推導(dǎo),就應(yīng)該明白,在隨機(jī)效應(yīng)模型能用時,固定效應(yīng)模型得到的估計量同樣也是一致的;但是當(dāng)只能用固定效應(yīng)模型時,隨機(jī)效應(yīng)模型得到的估計量是不一致的。謹(jǐn)慎起見,當(dāng)然是應(yīng)該選用固定效應(yīng)模型!
    藤椅
    caozhaowen 在職認(rèn)證  發(fā)表于 2020-4-13 01:39:27 |只看作者 |壇友微信交流群
    我想不需要分階段。
    板凳
    ymizhao 學(xué)生認(rèn)證  發(fā)表于 2020-4-13 09:08:48 |只看作者 |壇友微信交流群
    caozhaowen 發(fā)表于 2020-4-13 01:39
    我想不需要分階段。
    我的意思 是不是 需要首先 通過F檢驗(yàn)或者H檢驗(yàn)篩選 適合面板數(shù)據(jù)的回顧模型,然后再加入交叉項(xiàng)等,您提到的不需要,是指直接進(jìn)行哪種回歸,或者命令,或者有沒有出處,感恩。
    報紙
    Sea.Zeng 發(fā)表于 2020-4-15 14:59:20 |只看作者 |壇友微信交流群
    ymizhao 發(fā)表于 2020-4-13 09:08
    我的意思 是不是 需要首先 通過F檢驗(yàn)或者H檢驗(yàn)篩選 適合面板數(shù)據(jù)的回顧模型,然后再加入交叉項(xiàng)等,您提到 ...
    混合回歸和隨機(jī)效應(yīng)的理論意義大于實(shí)際意義,在現(xiàn)有的研究中并不多。這是因?yàn)椋旌匣貧w和隨機(jī)效應(yīng)所依據(jù)的假設(shè)比固定效應(yīng)強(qiáng)得多,基本上很難遇到適合用混合回歸和隨機(jī)效應(yīng)的情況。因此,一般情況下可以直接采用固定效應(yīng)。
    地板
    ymizhao 學(xué)生認(rèn)證  發(fā)表于 2020-4-16 09:33:10 |只看作者 |壇友微信交流群
    Sea.Zeng 發(fā)表于 2020-4-15 14:59
    混合回歸和隨機(jī)效應(yīng)的理論意義大于實(shí)際意義,在現(xiàn)有的研究中并不多。這是因?yàn),混合回歸和隨機(jī)效應(yīng)所依據(jù) ...
    我看了B站一個視頻,基本上沒有提到其他篩選,貌似時直接采用固定效應(yīng)模型進(jìn)行的,感謝您的回答,不知道您能不能提高一個比如比較重要的文獻(xiàn)依據(jù),不管是國內(nèi)的學(xué)者,還是國外學(xué)者的文獻(xiàn),這樣如果我選擇了這樣的作法,至少心理稍稍有些踏實(shí),再次感謝啊。
    7
    愫音丶 在職認(rèn)證  發(fā)表于 2020-4-16 15:55:04 |只看作者 |壇友微信交流群
    ymizhao 發(fā)表于 2020-4-16 09:33
    我看了B站一個視頻,基本上沒有提到其他篩選,貌似時直接采用固定效應(yīng)模型進(jìn)行的,感謝您的回答,不知道您 ...
    你這個問題可以看一下21號晚上范紅崗老師的免費(fèi)直播課程,好像跟你這個有關(guān)系。
    http://xalimeijing.com/thread-7988534-1-1.html
    8
    ymizhao 學(xué)生認(rèn)證  發(fā)表于 2020-4-16 16:28:21 |只看作者 |壇友微信交流群
    愫音丶 發(fā)表于 2020-4-16 15:55
    你這個問題可以看一下21號晚上范紅崗老師的免費(fèi)直播課程,好像跟你這個有關(guān)系。
    http://xalimeijing.com ...
    謝謝啊 我先看看視頻 然后再來回復(fù)。
    9
    Yullan 發(fā)表于 2021-9-9 10:57:24 |只看作者 |壇友微信交流群
    ymizhao 發(fā)表于 2020-4-16 16:28
    謝謝啊 我先看看視頻 然后再來回復(fù)。
    請問你解決了這個問題嗎?
    面板數(shù)據(jù)做中介效應(yīng)不需要提前做固定效應(yīng)、隨機(jī)效應(yīng)的選擇嗎?也就是直接使用中介效應(yīng)即可,因?yàn)槲以诰W(wǎng)上查找也是多說從固定、隨機(jī)中選再確定模型。我自己面板數(shù)據(jù)做個體固定效應(yīng)又因?yàn)楹诵淖兞勘旧硇再|(zhì)會被stata忽略,所以無法出結(jié)果導(dǎo)致沒有辦法進(jìn)行豪斯曼檢驗(yàn)。
    您需要登錄后才可以回帖 登錄 | 我要注冊

    本版微信群
    加好友,備注jltj
    拉您入交流群

    京ICP備16021002-2號 京B2-20170662號 京公網(wǎng)安備 11010802022788號 論壇法律顧問:王進(jìn)律師 知識產(chǎn)權(quán)保護(hù)聲明   免責(zé)及隱私聲明

    GMT+8, 2024-12-23 21:19