Stata：因子变量系数引用技巧-coeflegend
👇 连享会 · 推文导航 | www.lianxh.cn
🍎 Stata：$1> | Stata绘图 | Stata程序 | Stata新命令 📘 论文：数据处理 | 结果输出 | 论文写作 | 数据分享 💹 计量：回归分析 | 交乘项-调节 | IV-GMM | 时间序列 | 面板数据 | 空间计量 | Probit-Logit | 分位数回归 ⛳ 专题：SFA-DEA | 生存分析 | 爬虫 | 机器学习 | 文本分析 🔃 因果：DID | RDD | 因果推断 | 合成控制法 | PSM-Matching 🔨 工具：工具软件 | Markdown | Python-R-Stata 🎧 课程：公开课-直播 | 计量专题 | 关于连享会
连享会 · 2022 面板数据因果推断专题
作者：袁瑜彤 (西北大学)
邮箱：794016076@qq.com
温馨提示： 文中链接在微信中无法生效。请点击底部「阅读原文」。或直接长按/扫描如下二维码，直达原文：
目录
1. 引言
2. 因子变量系数的引用
3. 相关推文
1. 引言
因子变量 (Factor Variable) 是对现有变量的延伸，是从类别变量中生成虚拟变量、设定类别变量之间的交乘项、类别变量与连续型变量之间的交乘项或连续变量之间的交乘项 (或多项式)。关于因子变量的更多详细介绍，请参考连享会推文「Stata：因子变量全攻略」。
在用 Stata 进行回归分析时，经常会进行剔除样本值、增减控制变量等操作，这使得因子变量的系数并不固定。因此，当我们想用估计系数值进行其它计算时，就需要不断修改对应值。此时，通过使用引用因子变量系数的方法，就会节省大量工作量。
2. 因子变量系数的引用
模型中自变量包括：类别变量 sex 和 group、类别变量交乘项 sex group、连续变量 age、类别变量与连续变量的交乘项 sex age。其中，sex 包含两类 female 和 male，male 为基准组。group 有三类，group1、group2、group3。
. use https://www.stata-press.com/data/r17/fvex, clear
. regress y i.sex i.group i.sex#i.group age i.sex#c.age
Source | SS df MS Number of obs = 3,000
-------------+---------------------------------- F(7, 2992) = 80.84
Model | 221310.507 7 31615.7868 Prob > F = 0.0000
Residual | 1170122.5 2,992 391.083723 R-squared = 0.1591
-------------+---------------------------------- Adj R-squared = 0.1571
Total | 1391433.01 2,999 463.965657 Root MSE = 19.776
------------------------------------------------------------------------------
y | Coefficient Std. err. t P>|t| [95% conf. interval]
-------------+----------------------------------------------------------------
sex |
female | 32.294 3.782 8.54 0.000 24.878 39.709
group |
2 | 9.477 1.624 5.84 0.000 6.293 12.661
3 | 18.313 1.776 10.31 0.000 14.830 21.796
sex#group |
female#2 | -6.622 2.021 -3.28 0.001 -10.585 -2.658
female#3 | -10.483 3.209 -3.27 0.001 -16.775 -4.191
age | -0.212 0.054 -3.94 0.000 -0.318 -0.107
sex#c.age |
female | -0.227 0.075 -3.04 0.002 -0.373 -0.081
_cons | 60.482 2.843 21.27 0.000 54.907 66.056
------------------------------------------------------------------------------
i.group 包含三个虚拟变量：1b.group、2.group、3.group。其中第 1 组 group 是基准组 (base)，所以用 1b.group 表示。我们可以通过命令语句 _b[n.group] (n=1，2，3)，来引用三个变量的系数。如果要引用两个因子变量不同级别的交乘项系数，我们需要定义交乘项运算符和每个变量的级别。例如，为了引用 sex=1 (女性) 和 group=2 的系数，我们可以输入命令语句 _b[1.sex#2.group]。
. dis _b[2.group]
9.4770769
. dis _b[1.sex#2.group]
-6.6218037
当我们不清楚具体输入什么来引用因子变量的系数值时，可以使用命令 coeflegend 命令来显示输入的内容。
. reg, coeflegend
----------------------------------------------------------
y | Coefficient Legend
-------------+--------------------------------------------
sex |
female | 32.294 _b[1.sex]
group |
2 | 9.477 _b[2.group]
3 | 18.313 _b[3.group]
sex#group |
female#2 | -6.622 _b[1.sex#2.group]
female#3 | -10.483 _b[1.sex#3.group]
age | -0.212 _b[age]
sex#c.age |
female | -0.227 _b[1.sex#c.age]
_cons | 60.482 _b[_cons]
----------------------------------------------------------
3. 相关推文
Note：产生如下推文列表的 Stata 命令为：
lianxh 因子变量 系数, m
安装最新版lianxh命令：
ssc install lianxh, replace
专题：结果输出 Stata结果输出：pwcorr_a输出相关系数矩阵 pwcorr_a：输出相关系数矩阵至 Word 和 Excel Stata：回归结果中不报告行业虚拟变量的系数 专题：回归分析 Stata：系数稳定性分析-psacalc Stata：分组回归系数比较的新思路 0.0005：估计系数太小怎么办？ Stata：系数为何不显著？GIF-演示-OLS-的性质.md 正确姿势：回归系数的解释与评估 Stata: 实时估计个股贝塔(beta)系数 Stata因子变量：虚拟变量-交乘项批量处理 Stata：因子变量全攻略 多元回归系数：我们都解释错了？ 图示线性回归系数：Frisch-Waugh定理与部分回归图 Stata: 如何检验分组回归后的组间系数差异？ 如何比较解释变量的系数相对大小？ Stata: 获取分组回归系数的三种方式 专题：面板数据 异质性分析：系数平滑可变模型 面板变系数模型：每家公司都有一个斜率 专题：交乘项-调节-中介 我为什么越跑越肥？交乘项系数的直观解释
课程推荐：面板数据因果推断
主讲老师：徐轶青 (斯坦福大学)
🍓 课程主页：https://gitee.com/arlionn/Course
New！ Stata 搜索神器：
lianxh和songblGIF 动图介绍
搜： 推文、数据分享、期刊论文、重现代码 ……
👉 安装：
. ssc install lianxh
. ssc install songbl
👉 使用：
. lianxh DID 倍分法
. songbl all
🍏 关于我们
连享会 ( www.lianxh.cn，推文列表) 由中山大学连玉君老师团队创办，定期分享实证分析经验。 直通车： 👉【百度一下： 连享会】即可直达连享会主页。亦可进一步添加 「知乎」,「b 站」,「面板数据」,「公开课」 等关键词细化搜索。