Stata：分仓散点图应用-binscatter
👇 连享会 · 推文导航 | www.lianxh.cn
🍎 Stata：Stata基础 | 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
连享会课程 · 基于机器学习的因果推断方法
作者：朱志英 (中山大学)
邮箱：zhuzhy28@mail2.sysu.edu.cn
编者按：本文部分摘译自下文，特此致谢！
Source：Akcigit, Grigsby, Nicholas and Stantcheva (2022): Taxation and Innovation in the Twentieth Century, Quarterly Journal of Economics 137 (1): 329-385. -PDF- -Replication-
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. 内容简介
2. binscatter 方法介绍
2.1 binscatter 简介
2.2 binscatter 步骤
2.3 binscatter 命令
3. 论文复现
3.1 论文介绍
3.2 Figure 1 复现
4. 参考资料
5. 相关推文
1. 内容简介
散点图能够直观表现出变量间的总体关系趋势，因此被广泛地应用于论文中。但是，当样本量太大或者 与 之间的关系不够明显时，散点图就会捉襟见肘。此时，分仓散点图 (binned scatterplot) 的作用就显现出来了。本文将简要介绍分仓散点图，并介绍 Akcigit et al. (2022, QJE) 论文中对分仓散点图的应用，即 Akcigit et al. (2022, QJE) Figure 1 的绘制。
2. binscatter 方法介绍
2.1 binscatter 简介
binscatter 是用于生成分仓散点图 (binned scatterplot) 的 Stata 命令。其生成的图像显示了给定 情况下 条件期望的非参数估计。该命令可以在控制其他变量或者固定效应的情况下，快速检测非线性、异常值、分布性问题和最佳拟合函数形式。此外，还可以很好地显示不同子组的异构关系。
2.2 binscatter 步骤
那么，binscatter 是如何实现的呢？
首先， binscatter将散点划分成不同 bins，不同的 bins 含有相同的样本量；其次，计算每个 bin 内 和 的均值； 再次，创建这些数据点的散点图； 最后，绘制总体回归线 (采用原始数据，而非生成的散点)。
2.3 binscatter 命令
命令安装：
. ssc install binscatter, replace // 命令安装
命令语法：
binscatter varlist [if] [in] [weight] [, options]
其中，
varlist：因变量和自变量；if和in：添加限定条件；weight：以该变量作为权重进行回归；controls()：添加控制变量；absorb()：使用固定效应；nquantiles()：设置生成多少组 bins；noaddmean：计算残差后不加回变量均值；nofastxtile：使用xtile。
接下来，我们以 nlsw88.dta 为例，绘制年龄和工资关系之间的图表，来感受一下 binscatter 的绘图效果。
. sysuse nlsw88, clear
. binscatter wage age // 生成最基础的 binscatter 图像
可以看到，在一定年龄区间内，wage 和 age 之间呈现出明显的负向关系。我们还可以对 bins 进行修改，例如将默认值 20 个 bins 修改为 30 个 bins。
. binscatter wage age, n(30) // 更改 bins 为 30 个，默认 bins 为 20 个
有时，我们除了关注变量间的线性关系，还想关注变量间的非线性关系 (如二次关系)，binscatter 也可以帮助我们实现。
. binscatter wage age, line(qfit) // 进行二次拟合
此外，我们还可以使用 by 进行分组绘图，查看不同组中变量间的关系。例如：研究不同种族中，年龄和工资的关系。
. binscatter wage age, by(race) // 按照种族进行分组绘图
我们也可以使用 controls 加入控制变量。例如：在研究工资与年龄的关系时，我们将样本的工作经验设置为控制变量。
. binscatter wage age, controls(ttl_exp) // 加入控制变量：工作经验
另外，分组和控制变量可以结合起来。下图的例子中我们使用 absorb 命令，加入职业固定效应。
. binscatter wage age, by(race) absorb(occupation) // 加入固定效应进行分组回归
binscatter 还可以帮助我们观察自变量和因变量在某些数值上是否存在断点。如下面的例子中，我们使用 rd 命令观察工资与年龄的关系是否在 35 岁前后发生变化。
. binscatter wage age, rd(35) // 分段回归，该命令对散点无影响，但是生成分段回归曲线
3. 论文复现
接下来，本文将简要介绍 Akcigit et al.(2022, QJE) 论文的主要内容及 Figure 1 在论文中发挥的作用。
3.1 论文介绍
Akcigit et al. (2022, QJE) 研究了 20 世纪美国公司税和个人税对创新的影响，他们发现征税对创新数量有负面影响，也会迫使本地发明人外迁，但不会影响平均创新质量。州级税收弹性很大，并且与个人层面对创新产生的反应和跨州流动性的结果一致。公司税往往会特别影响公司发明者的创新生产和跨州流动性。个人所得税显着影响整体创新数量和发明人的流动性。文中的主要变量如下：
mtr90_lag3：个人所得税，采用滞后三年的第 90 分位点个人所得税税率表示； top_corp_lag3：公司所得税，采用滞后三年的头部公司所得税税率表示； lnpat：专利申请数，采用每年州申请专利数的对数表示； ln_inv：发明者数量，采用每年定居在州内的发明者数量的对数表示； real_gdp_pc：人均实际 GDP； population_density：人口密度； rd_credit_lag3：为滞后三年的研发支出抵免。
3.2 Figure 1 复现
导入数据，设置全局暂元。
. lxhuse akcigit2022.dta, clear
. foreach var of varlist mtr90 top_corp {
2. replace `var'_lag3 = ln(1-`var'_lag3/100)
3. }
. global cx "L.real_gdp_pc L.population_density rd_credit_lag3 i.statenum"
. global T_p "mtr90_lag3" // 个人税
. global T_c "top_corp_lag3" // 公司税
绘制 Figure 1(A)。在以下代码中，[aw=pop1940] 表示把 1940 年的人口数作为权重回归。同时，作者控制公司所得税、滞后一年的人均实际 gdp、滞后一年的人口密度、滞后三年的研发支出抵免和不同的州，并使用 absorb 加入年份的固定效应，将样本分为 100 组进行回归。
. * 画图：Figure 1(A)
. binscatter lnpat $T_p [aw=pop1940], controls($T_c $cx) absorb(year) ///
> nquantiles(100) noaddmean nofastxtile savegraph("Fig1A.gph") replace
绘制 Figure 1(B)。同理，控制个人所得税，使用专利申请数对公司所得税进行回归。
. * 画图：Figure 1(B)
. binscatter lnpat $T_c [aw=pop1940], controls($T_p $cx) absorb(year) ///
> nquantiles(100) noaddmean nofastxtile savegraph("Fig1B.gph") replace
绘制 Figure 1(C)。我们控制个人所得税，使用发明者数量对公司所得税进行回归。
. * 画图：Figure 1(C)
. binscatter ln_inv $T_p [aw=pop1940], controls($T_c $cx) absorb(year) ///
> nquantiles(100) noaddmean nofastxtile savegraph("Fig1C.gph") replace
绘制 Figure 1(D)。我们控制公司所得税，使用发明者数量对个人所得税进行回归。
. * 画图：Figure 1 (D)
. binscatter ln_inv $T_c [aw=pop1940], controls($T_p $cx) absorb(year) ///
> nquantiles(100) noaddmean nofastxtile savegraph("Fig1D.gph") replace
最后，我们将 4 张图片进行组合。
. graph combine Fig1A.gph Fig1B.gph Fig1C.gph Fig1D.gph, ///
> rows(2) imargin(zero) graphregion(fcolor(white))
4. 参考资料
钟声, 连享会推文, Stata：分仓散点图绘制-binscatter-binscatter2. -Link- Chen, Y., S. Shi, Y. Tang, 2019, Valuing the urban hukou in china: Evidence from a regression discontinuity design for housing prices, Journal of Development Economics, 141. -PDF- Beck, Thorsten, Ross Levine, and Alexey Levkov. 2010. “Big Bad Banks? The Winners and Losers from Bank Deregulation in the United States.” Journal of Finance 65 (5): 1637–67. -PDF-
5. 相关推文
Note：产生如下推文列表的 Stata 命令为：
lianxh 绘图, m
安装最新版lianxh命令：
ssc install lianxh, replace
专题：专题课程 ⏩连享会公开课：实证研究中的数据可视化 专题：Stata绘图 Stata可视化：能用图形就不用表格 Stata绘图：回归系数可视化-multicoefplot Stata绘图-可视化：组间差异比较散点图 Stata绘图全解：绘图语法-条形图-箱型图-散点图-矩阵图-直方图-点图-饼图 Stata绘图-组间差异可视化：不良事件火山图、点阵图 Stata可视化：让他看懂我的结果！ 常用科研统计绘图工具介绍 Stata绘图：柱状图专题-T212 Stata绘图：绘制一颗红心-姑娘的生日礼物 Stata绘图：COVID-19数据可视化 Stata绘图：唯美的函数图-自定义水平附加线和竖直附加线 Stata绘图：复现组间均值差异图 Stata绘图：环形柱状图-实时全球新冠确诊人数 Stata可视化：能用图形就不用表格 Stata绘图：绘制华夫饼图-waffle Stata绘图：绘制美观的散点图-superscatter Stata绘图：如何更高效的绘制图形
课程推荐：因果推断实用计量方法
主讲老师：邱嘉平教授
🍓 课程主页：https://gitee.com/lianxh/YGqjp
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。