是否可以将障碍模型(如 Craggit、概率和截断模型)应用于面板数据,最好使用固定效应来控制未观察到的异质性?
在 Stata 中,用户编写的命令craggit只允许使用汇集的面板数据,但不能控制未观察到的异质性......一般来说,障碍模型很容易估计:二进制结果变量的概率模型,截断(或对数正态) 在结果变量的(正值)上。是否有可能在第一步只估计一个 RE 概率(甚至 FE logit),然后在第二步估计一个固定效应模型——实际上称之为障碍模型?谢谢。
是否可以将障碍模型(如 Craggit、概率和截断模型)应用于面板数据,最好使用固定效应来控制未观察到的异质性?
在 Stata 中,用户编写的命令craggit只允许使用汇集的面板数据,但不能控制未观察到的异质性......一般来说,障碍模型很容易估计:二进制结果变量的概率模型,截断(或对数正态) 在结果变量的(正值)上。是否有可能在第一步只估计一个 RE 概率(甚至 FE logit),然后在第二步估计一个固定效应模型——实际上称之为障碍模型?谢谢。
您可以使用名为的模块将双障碍模型估计为具有随机效应的面板数据dhreg。
Stata 模块在以下文章中进行了描述(付费专区直到 2017 年):
http://www.stata-journal.com/article.html?article=st0359
findit dhreg您可以通过在 Stata 上键入来查找并安装该软件。