Вы можете использовать оператор ##
в регрессии, чтобы получить насыщенную модель с фиксированными эффектами:
Сначала введите входные данные, чтобы получить двоичный результат ( куплено ),зависимая переменная ( saidhi ) и фиксированная переменная эффектов ( знак ). saidhi должно быть соотнесено с вашим результатом (поэтому есть часть saidhi , которая не связана с купленным , и часть, которая есть), и ваша переменная FE должнабыть соотнесенным с купленным и saidhi (иначе нет смысла иметь это в вашей регрессии, если вы заинтересованы только в эффекте saidhi ).
clear
set obs 100
set seed 45
gen bought = runiform() > 0.5 // Binary y, 50/50 probability
gen saidhi = runiform() + runiform()^2*bought
gen sign = runiform() + runiform()*saidhi + runiform()*bought > 0.66666 // Binary FE, correlated with both x and y
replace saidhi = saidhi > 0.5
Теперь запустите регрессию:
* y = x + FE + x*FE + cons
reg bought saidhi##sign, r
exit
Ваш вывод должен быть:
Linear regression Number of obs = 100
F(3, 96) = 13.34
Prob > F = 0.0000
R-squared = 0.1703
Root MSE = .46447
------------------------------------------------------------------------------
| Robust
bought | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
1.saidhi | .3571429 .2034162 1.76 0.082 -.0466351 .7609209
1.sign | .3869048 .1253409 3.09 0.003 .138105 .6357046
|
saidhi#sign |
1 1 | -.1427489 .2373253 -0.60 0.549 -.6138359 .3283381
|
_cons | .0714286 .0702496 1.02 0.312 -.0680158 .210873
------------------------------------------------------------------------------
1.saidhi является эффектом saidhi когда sign == 0
. 1.sign - это эффект знака, то есть, когда saidhi == 0
.Части в saidhi#sign
описывают взаимодействие между этими двумя переменными (то есть предельный эффект, когда они оба равны 1 в одно и то же время ... имейте в виду, что суммарный эффект от них обоих - один, включает два предыдущих термина).Ваша константа представляет собой среднее значение , купленное , когда оба равны 0 (например, это то же самое, что вы получили бы от sum bought if saidhi == 0 & sign == 0
).