Stata: 如何作層次迴歸分析(hierarchical regression)?

Stata 並沒有內建層次分析 (hierarchial regression) 的指令(註),所以要先進行安裝

net describe hireg, from(http://fmwww.bc.edu/RePEc/bocode/h) <br />net install hireg

之後如果要執行指令,就像下方一樣:

hireg dv (a)(b) (c) (d) ,nomiss

dv 是 dependent variable,後方一個()就是一個 model,所以有四個表示有四個models。跑完之後,Stata 會告訴你這些 models之間是不是有顯著差異,以及 R-square 的變化。

1.png

註:如果是要作 stepwise regression 的話,可以用Stata 內建的 stepwise 指令來使用。雖然裡面有 forward 和 backward hierarchial 的選項,但畢竟沒 hireg 這個指令好用。

11 thoughts on “Stata: 如何作層次迴歸分析(hierarchical regression)?”

  1. 不好意思 請問一下 stata是否能處理下列資料問題
    我想要形成變數CC 定義是每年度最大的AA 則同一年度的代號的CC都是最大AA的BB 如下例子
    如果要形成CC這樣的變數 請問stata可以處理嗎?
    謝謝你的回答!!

    我目前的想法是
    by year: egen pp=max(AA)
    gen pp1=1 if AA>=pp
    replace pp1=0 if AA<pp

    gen CC=AA if pp1==1
    但是寫到這裡 其他就會變成一點…請問有處理方式嗎??
    代號 年度 AA BB CC
    11 2000 1000 甲 甲
    12 2000 900 乙 甲
    13 2000 800 丙 甲

  2. 謝謝您提供的方法!! 大感恩!!

    想請教您 在學習Stata的過程中 會有不知道指令的問題
    就是不知道Stata有這個指令可以解決這個問題 請問您都是怎麼尋找指令的呢?
    謝謝您的分享

  3. 您好,我想請問一下如果要在做回歸的時候控制其他的變數該怎麼用指令呢?
    例如我想要知道A(dependent variable)跟B(independent variable)的關係,
    那就是regress A B
    但同時我要控制其他變數來減少誤差性該怎麼用呢?
    謝謝您

  4. @程渣,

    如果要控制其它變數,就加在IV就好,像是:
    reg A B C D
    其中 C 和 D就是你的控制變數。

    @huyiyin1020,
    你指的連結是哪個連結呢?

  5. 您好,想請教一下如果用hireg指令,有可能在第二個block以後移除某些變數嗎?例如我的第一個模型裡有A B C三個獨立變數,但我發現C變數不顯著,所以接下來第二的模型裡想要把C變數移除,另外加入D和E變數,請問這個要用甚麼指令才能達成呢?非常感激!!

  6. @Lydia Lee,

    你問的問題太深奧了,我只能就我理解的說說,不代表一定正確。endogeneity本就是difference in difference分析常有的問題,所以問題就在於要怎麼解決standard errors太大的問題。這部分我好像不太清楚有沒有什麼定論。在你領域的文章,通常用什麼方法解決呢?

  7. 版大好:
    說真的很喜歡你的版,對於stata菜鳥級的我幫助很大,目前我的問題是,首先想先用propensity score matching, 再用difference in difference, 檢測變數是否有內生性問題,我查了一下指令可以用psmatch2, 可是我的問題在於每一次看help stata..總是看不懂指令後面那一大串到底要放啥咪進去..可以請板大教我像psmatch2..怎放變數?(ps,目前查過有些論文是用spss跑,可是我都找不到操作步驟,(sorry, 因為我資質不太夠,都需要有那種操作手冊才能…),所以麻煩版大了!T_T

  8. @Lydia Lee,

    我自己的研究沒用過propensity score matching,所以只能看指令跟你說。

    學指令的方式就是看help的範例。

    psmatch2 因變數 自變數, 選項

    選項的部分就看你要下什麼指令、用什麼算法了。

Leave a Comment

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Scroll to Top
Verified by MonsterInsights