Speichern von Koeffizienten und Standardfehler als Variablen

Habe ich ein Rückschritt und ich möchte Sie zum speichern der Koeffizienten und der Standardfehler als Variablen.

Ich kann sehen, dass die Koeffizienten mit ereturn list und e(b) aber ich habe Probleme beim abrufen der standard-Fehler. Auch glaube ich nicht wirklich, wie diese wiederum in Variablen. In der Stata-Handbuch Sie finden [eqno] b[varname] und [eqno] se[varname] aber es gibt kein Beispiel, und ich kann nicht herausfinden/finden online wie zu verwenden.

Beispiel, wo b1 ist die Regressionskoeffizienten für die abhängige variable 1, se1 ist regression Standardfehler für die abhängigen var1:

name    year    output  var1    var2    b1  b2  se1 se2  
a   1   0.72    0.74    0.87    0.64    0.15    0.48    0.62  
a   2   0.61    0.75    0.33    0.64    0.15    0.48    0.62  
a   3   0.08    0.61    0.85    0.64    0.15    0.48    0.62  
b   1   0.02    0.22    0.26    0.64    0.15    0.48    0.62  
b   2   0.8 0.32    0.51    0.64    0.15    0.48    0.62  
b   3   0.47    0.68    0.79    0.64    0.15    0.48    0.62  
c   1   0.56    0.12    0.63    0.64    0.15    0.48    0.62  
c   2   0.35    0.49    0.53    0.64    0.15    0.48    0.62  
c   3   0.93    0.65    0.97    0.64    0.15    0.48    0.62

Jede Hilfe wäre enorm geschätzt!

Warum willst du das speichern von Konstanten in Variablen? Versuchen scalars oder locals. Der standard-error ist einfach die Quadratwurzel aus der Varianz. e(V) hält der Varianz-Kovarianz-matrix.

InformationsquelleAutor user3507584 | 2014-05-30

  1. 1

    Ein Beispiel, es manuell zu tun,

    sysuse auto, replace
reg price mpg foreign trunk weight length
mata: b=st_matrix("e(b)")' //extracts e(b) into mata matrix b
mata: se=sqrt(diagonal(st_matrix("e(V)"))) //converts e(V) into se and placed in mata matrix se
getmata b se, force //force mata matrices into variables
list b se if b<.

    Oder zu vermeiden mata, die Sie nutzen könnten,

    sysuse auto, replace
reg price mpg foreign trunk weight length
ereturn list
mat b=e(b)' //transpose e(b) into matrix b
svmat double b, n(beta) //convert matrix b into variable beta1 (see help svmat)

mat V=e(V) //place e(V) in V
loca nv=`e(rank)' //count number of right hand variables
mat se=J(`nv',1,-9999) //create empty matrix for standard errors
forval i=1/`nv' {
    mat se[`i',1]=sqrt(V[`i',`i']) //convert the variances into the se one at a time
}   
svmat double se, n(se) //convert matrix se into variable se1
list beta1 se1 if beta1<.

    Nicht ganz sicher, wie Sie Sie wollten, dass die Werte angeordnet werden. Wenn Sie möchten, in Spalten und nicht als Zeilen (sagen Sie, dass Sie gerne manuell predict yhat), nur transponieren der Matrizen vor der Ausführung svmat. Nur diese drei Zeilen müssen geändert werden.

    mat b=e(b) //instead of "mat b=e(b)'"
mat se=J(1,`nv',-9999) //instead of "mat se=J(`nv',1,-9999)"
mat se[1,`i']=sqrt(V[`i',`i']) //instead of "mat se[1,`i']=sqrt(V[`i',`i'])"

    InformationsquelleAutor Aspen Chen

  2. 0

    Roger Newson am Imperial geschrieben hat, eine schöne Paket genannt parmest dass dies für Sie tun. Ich brauchte eine Weile, um die Optionen, aber es funktioniert sehr schön.

    InformationsquelleAutor drstevok

Schreibe einen Kommentar