R stata（11）中逐因素交互的语法是什么？

我有两个因子变量，一个编码为数字，另一个编码为字符串。称它们为

C

和

N

。我想在回归中包含它们的交互（这将把它们扩展成假人，在R中我将编写代码）

lm（y~as.factor（C）*as.factor（N））

或

在斯塔塔，我想做一些像

xtset C N
xtreg y c*N, fe

---

执行此操作的语法是什么？

必须转换为数字的字符串变量。

编码

是一个选项。然后使用Stata的因子变量表示法（即

）。一个无意义的示例：

clear all
set more off

sysuse auto
describe
keep price mpg make

encode make, gen(make2)
regress price mpg c.mpg#i.make2

因子变量表示法是在Stata 11中精确引入的

有关详细信息，请键入

帮助因子变量

，

帮助编码

---

注意：我没有尝试将R代码转换为Stata。

必须转换为数字的字符串变量。

编码是一个选项。然后使用Stata的因子变量表示法（即
）。一个无意义的示例：

clear all
set more off

sysuse auto
describe
keep price mpg make

encode make, gen(make2)
regress price mpg c.mpg#i.make2

因子变量表示法是在Stata 11中精确引入的

有关详细信息，请键入
帮助因子变量
，
帮助编码

注意：我没有尝试将您的R代码转换为Stata。
#
在
xtabond
中不起作用。请参阅Statalist上的类似问题。以下是在Stata中解决实际问题的快捷方法：

webuse abdata
tabulate ind,gen(ind) # industry dummies 
tabulate year,gen(yr) # this is not needed because it is already in the dataset
egen ind_year=group(ind year) # interaction of year and ind or gen ind_year=ind*year works
tabulate ind_year,gen(ind_year) # interaction dummies
xtabond n l(0/1).w  ind2-ind9 yr1977-yr1984 ind_year2-ind_year80

注意：在
R
中，您可以在
Stata
中为
组使用
interactive
，
#
在
xtabond
中不起作用。请参阅statistist上的类似问题。以下是在Stata中解决实际问题的快速而肮脏的方法：

webuse abdata
tabulate ind,gen(ind) # industry dummies 
tabulate year,gen(yr) # this is not needed because it is already in the dataset
egen ind_year=group(ind year) # interaction of year and ind or gen ind_year=ind*year works
tabulate ind_year,gen(ind_year) # interaction dummies
xtabond n l(0/1).w  ind2-ind9 yr1977-yr1984 ind_year2-ind_year80

注意：在
R
中，您可以在
Stata
中为
组使用
interactive
，谢谢！不幸的是，它并没有帮助我解决真正的问题：
xtabond yield ss1#i.vl ss6#i.vl ss5#i.vl ss4#i.vl ss3#i.vl ss2#i.vl ss1-ss6#t L2##l#2###i.vl L2########两个代码nd这是什么？R中的PLM不适合删除共线假人不客气。事实上，在发布到站点/论坛（如Stack Overflow）时，简化问题是有用的，但它仍然需要具有代表性。在这种情况下，它看起来离真实事物太远了。谢谢！不幸的是，它最终没有帮助我解决真正的问题：
xtabond yield ss1#i.vl ss6#i.vl ss5#i.vl ss4#i.vl ss3#i.vl ss2#i.vl ss1-ss6 t L1.yield L2.yield，不允许两个健壮的交互
知道如何解决这个问题吗？在R中的PLM不适合删除共线假人。确实，在发布到站点/论坛（如堆栈溢出）时简化这个问题是有用的，但它仍然没有eds必须具有代表性。在这种情况下，它看起来离真实事物太远了。看看你真实问题的答案。看看你真实问题的答案。