Multiple Regression Analysis with Qualitative Information

Summary

Binary Dummy:

1. 虚拟变量陷阱：有m个虚拟变量类别
   • 模型带常数项，至多能设m-1个虚拟变量；
   • 模型不带常数项，可以设m个虚拟变量。
2. 虚拟变量的作用：
   • 测量截距变动
   • 测量斜率变动
   • 测量截距和斜率变动
3. 截距和虚拟变量系数的含义、显著性检验

Multiple Categories Dummies:

1. 回顾c.：连续型变量 c.x#c.x c.x#c.y
i.：虚拟变量 i.Dummy1#i.Dummy2
2. 如何设基础组
3. 包含序数信息的虚拟变量
4. 虚拟变量只能代表质的因素，不代表数量因素！
5. 生成虚拟变量：gen dummy = (判断条件)

Interactions with Dummies:

*Example 7.10: Log Hourly Wage Equation
reg lwage i.female##i.educ c.exper##c.exper c.tenure##c.tenure
testparm 1.female 1.female#c.educ //检验男女的平均工资是否相同
testparm 1.female#c.educ //检验男女的教育回报率是否相同

Chow statistic:

Attention: 含i.x回归方程的检验不能用test而是用testparm。

Chow test:

chowtest y x1 x2 x3, group(组别)

LPM:

1. 系数解释
2. y的预测值是y=1的预测概率
3. 正确预测百分比
4. LPM 的优缺点与解决
   • robust
   • logit, probit

reg y $x, r
predict yhat
replace yhat = max(0,min(1,yhat))
gen pred_class = (yhat >= 0.5)