Statistics SAS中的面板数据回归

Statistics SAS中的面板数据回归,statistics,sas,dataset,panel,regression,Statistics,Sas,Dataset,Panel,Regression,我现在看到的是一个面板数据集,我必须对其进行回归。由于我这学期刚开始攻读博士学位,同时学习了计量经济学课程,所以我对许多统计应用和回归方法仍然是新手。 我想做一个简单的回归,比如Y=x1x2x3等等,现在我已经浏览了一些文献,发现对于面板数据,做固定效应回归是很常见的。而且,我的Y变量只有正值,所以我想用Tobit模型 我正在做一些关于金融业分析师覆盖率的研究。我的自变量是某家公司分析师的覆盖率,因此根据观察,我有一名分析师和一家公司,以及该公司的不同特征(市值和beta等)。所有这些数据都是每

我现在看到的是一个面板数据集,我必须对其进行回归。由于我这学期刚开始攻读博士学位,同时学习了计量经济学课程,所以我对许多统计应用和回归方法仍然是新手。 我想做一个简单的回归,比如Y=x1x2x3等等,现在我已经浏览了一些文献,发现对于面板数据,做固定效应回归是很常见的。而且,我的Y变量只有正值,所以我想用Tobit模型

我正在做一些关于金融业分析师覆盖率的研究。我的自变量是某家公司分析师的覆盖率,因此根据观察,我有一名分析师和一家公司,以及该公司的不同特征(市值和beta等)。所有这些数据都是每月一次的。由于覆盖率不能变为负值(仅为0),我在考虑Tobit模型


你有什么好的回归方法吗?或者有一些好的信息来源(电子书、书面书籍,通过大学我几乎可以接触到与我工作领域相关的任何东西)(因为我必须为未来的研究学习这些东西)?

固定效应回归将是错误的。你的数据至少在几个月内是相关的。在SAS/STAT中,您将使用proc glimmix。SAS/ETS可能有其他可执行tobit链接的程序。也许是proc qlim?对于一年级的研究生来说,这是相当先进的。建议你从更资深的同事那里得到一些帮助。

你正在计划一项复杂的分析,你真的应该咨询你友好的邻里统计学家。我不知道你的结果度量(“分析师覆盖率”)是什么样子的,但我怀疑托比特回归是正确的选择:它通常适用于存在检测阈值的情况——小值无法精确测量,但已知小于截止值。