Stata 将边际效应t统计添加到estout表中_Stata

Stata 将边际效应t统计添加到estout表中

stata

Stata 将边际效应t统计添加到estout表中,stata,Stata,我想在estout表（ssc install estout）中添加边际效应t统计数据我可以使用estadd margins添加边际效应系数和标准误差。但是，页边距不添加t统计我原以为我可以用estadd matrix添加一个t统计量，但该代码无法计算margins\u t： webuse grunfeld eststo clear regress mvalue c.kstock##c.invest eststo estadd margins, dydx(kstock) estadd

我想在

estout

表（

ssc install estout

）中添加边际效应t统计数据

我可以使用

estadd margins

添加边际效应系数和标准误差。但是，

页边距

不添加t统计

我原以为我可以用

estadd matrix

添加一个t统计量，但该代码无法计算

margins\u t

：

webuse grunfeld

eststo clear

regress mvalue c.kstock##c.invest
eststo

estadd margins, dydx(kstock)
estadd matrix margins_t = margins_b :/ margins_se

我只想报告

kstock

的边际效应（即，仅一个交互变量）：

标准错误版本可以工作，但我更喜欢t-statistics。

以下内容适合我：

webuse grunfeld

eststo clear

eststo m1: regress mvalue c.kstock##c.invest
eststo m2: margins, dydx(kstock) post

esttab m1 m2 using output, replace

type output.txt
--------------------------------------------
                      (1)             (2)   
                   mvalue                   
--------------------------------------------
kstock            -0.0230          -0.207   
                  (-0.09)         (-0.94)   

invest              6.673***                
                  (19.14)                   

c.kstock#c~t     -0.00126***                
                  (-4.35)                   

_cons               219.3**                 
                   (2.90)                   
--------------------------------------------
N                     200             200   
--------------------------------------------
t statistics in parentheses
* p<0.05, ** p<0.01, *** p<0.001

webuse-grunfeld
埃斯托清除
eststo m1：回归价值c.kstock##c.invest
eststo m2：边距，dydx（kstock）邮政
esttab m1 m2使用输出，替换
键入output.txt
--------------------------------------------
(1)             (2)   
价值
--------------------------------------------
kstock-0.0230-0.207
(-0.09)         (-0.94)   
投资6.673**
(19.14)                   
c、 kstock#c~t-0.00126**
(-4.35)                   
_cons 219.3**
(2.90)                   
--------------------------------------------
N 200 200
--------------------------------------------
括号中的t统计量
*p以下内容对我有用：
webuse grunfeld

eststo clear

eststo m1: regress mvalue c.kstock##c.invest
eststo m2: margins, dydx(kstock) post

esttab m1 m2 using output, replace

type output.txt
--------------------------------------------
                      (1)             (2)   
                   mvalue                   
--------------------------------------------
kstock            -0.0230          -0.207   
                  (-0.09)         (-0.94)   

invest              6.673***                
                  (19.14)                   

c.kstock#c~t     -0.00126***                
                  (-4.35)                   

_cons               219.3**                 
                   (2.90)                   
--------------------------------------------
N                     200             200   
--------------------------------------------
t statistics in parentheses
* p<0.05, ** p<0.01, *** p<0.001

webuse-grunfeld
埃斯托清除
eststo m1：回归价值c.kstock##c.invest
eststo m2：边距，dydx（kstock）邮政
esttab m1 m2使用输出，替换
键入output.txt
--------------------------------------------
(1)             (2)   
价值
--------------------------------------------
kstock-0.0230-0.207
(-0.09)         (-0.94)   
投资6.673**
(19.14)                   
c、 kstock#c~t-0.00126**
(-4.35)                   
_cons 219.3**
(2.90)                   
--------------------------------------------
N 200 200
--------------------------------------------
括号中的t统计量
*p在我的问题中，代码（至少）有两个问题
：/
是Mata中的元素除法。使用matewd
在Stata中进行元素分割matewd
来自Stata技术公告，因此请使用findit matewd
Elementwise division将不保留列名，estout
使用列名正确对齐系数估计值和其他统计数据
下面的代码解决了原来的问题，但需要一些额外的步骤。手动修改表布局可能比执行这几个附加步骤更容易
webuse grunfeld

eststo clear

regress mvalue c.kstock##c.invest
eststo

estadd margins, dydx(kstock)
matrix margins_b = e(margins_b)
matrix margins_se = e(margins_se)
matewd margins_b margins_se margins_t
local colnames : colnames margins_b
matrix colnames margins_t = "`colnames'"
estadd matrix margins_t


esttab, cells("b margins_b" "t(par) margins_t(par)")


// --------------------------------------
//                       (1)             
//                    mvalue             
//                       b/t margins_b/~t
// --------------------------------------
// kstock          -.0229636    -.2073908
//               (-.0947377)  (-.9367782)
// invest           6.672997             
//                (19.13787)             
// c.kstock#c~t    -.0012636             
//               (-4.351608)             
// _cons            219.3425             
//                (2.903506)             
// --------------------------------------
// N                     200             
// --------------------------------------


esttab, cells(b t(par) margins_b margins_t(par))


// -------------------------
//                       (1)
//                    mvalue
//              b/t/margin~t
// -------------------------
// kstock          -.0229636
//               (-.0947377)
//                 -.2073908
//               (-.9367782)
// invest           6.672997
//                (19.13787)


// c.kstock#c~t    -.0012636
//               (-4.351608)


// _cons            219.3425
//                (2.903506)


// -------------------------
// N                     200
// -------------------------

在我的问题中，代码（至少）有两个问题
：/
是Mata中的元素除法。使用matewd
在Stata中进行元素分割matewd
来自Stata技术公告，因此请使用findit matewd
Elementwise division将不保留列名，estout
使用列名正确对齐系数估计值和其他统计数据
下面的代码解决了原来的问题，但需要一些额外的步骤。手动修改表布局可能比执行这几个附加步骤更容易
webuse grunfeld

eststo clear

regress mvalue c.kstock##c.invest
eststo

estadd margins, dydx(kstock)
matrix margins_b = e(margins_b)
matrix margins_se = e(margins_se)
matewd margins_b margins_se margins_t
local colnames : colnames margins_b
matrix colnames margins_t = "`colnames'"
estadd matrix margins_t


esttab, cells("b margins_b" "t(par) margins_t(par)")


// --------------------------------------
//                       (1)             
//                    mvalue             
//                       b/t margins_b/~t
// --------------------------------------
// kstock          -.0229636    -.2073908
//               (-.0947377)  (-.9367782)
// invest           6.672997             
//                (19.13787)             
// c.kstock#c~t    -.0012636             
//               (-4.351608)             
// _cons            219.3425             
//                (2.903506)             
// --------------------------------------
// N                     200             
// --------------------------------------


esttab, cells(b t(par) margins_b margins_t(par))


// -------------------------
//                       (1)
//                    mvalue
//              b/t/margin~t
// -------------------------
// kstock          -.0229636
//               (-.0947377)
//                 -.2073908
//               (-.9367782)
// invest           6.672997
//                (19.13787)


// c.kstock#c~t    -.0012636
//               (-4.351608)


// _cons            219.3425
//                (2.903506)


// -------------------------
// N                     200
// -------------------------

我可能得走这条路。对我来说，这种方法的缺点是它会生成另一个列号和页脚条目。此外，结合点估计值和边际效果可以将结果叠加在一列中。谢谢。每次手动修改外观可能是最简单的方法。estout
非常灵活，可以通过循环等方式进行扩展。但它确实有一个学习曲线，您需要进行实验。我可能不得不走这条路。对我来说，这种方法的缺点是它会生成另一个列号和页脚条目。此外，结合点估计值和边际效果可以将结果叠加在一列中。谢谢。每次手动修改外观可能是最简单的方法。estout
非常灵活，可以通过循环等进行扩展。但它确实有一个学习曲线，您需要进行实验。