Atualmente, estou realizando pesquisas com regressão logística binária de dados de painel. Por enquanto, estou planejando realizar o teste de especificação com linktest. Teste de bondade de ajuste (teste Hosmer amp Lemeshows) e teste de multicolinearidade com colina em Stata. Isso é correto Segundo, como faço para verificar a heterocedasticidade na regressão logística do painel em Stata Uma vez encontrado, como faço para corrigi-los, perguntou Jul 19 13 às 14:08 Você poderia abordar esse problema usando modelos probit e, uma vez que você descobriu se há um Questão e como deve ser lida, então você poderia fazer logística equivalente para facilidade de interpretação, se você não quis ficar com o probit - eles são essencialmente o mesmo modelo de muitas maneiras, mas existem algumas opções com probit que se relacionam com sua pergunta. Eu acredito que você poderia ajustar seu modelo com algo como xtgee ou oglm para obter um primeiro modelo. Então você pode ajustar um probit heteroskedastic (oglm ou um comando similar). Depois de ter ambos os modelos, uma vez que o modelo probit está aninhado dentro do modelo het prob, você pode então fazer um teste LR de modelos aninhados para ver se há uma melhora no ajuste ao usar o modelo heteroskedastic. Eu li uma quantidade surpreendente de ignorá-lo em relação à heteroscedasticidade e resultados binários. Isso parece uma má idéia, particularmente com muitas correções disponíveis. Várias opções robustas estão disponíveis nos comandos do Stata que abordam alguns problemas relacionados e estão bem explicados na documentação da Stata. Diga que sou um estado de novidades ligeiramente passadas com este nível de detalhes em modelos avançados - o que se traduz em usar meu conselho como um bom ponto de partida. Eu poderia ser capaz de encontrar algo melhor dado mais informações sobre seus dados. Aqui estão alguns lugares em que você pode fazer algumas escavações com base no que você já conhece e qual o pouco de direção que eu ofereci - rwilliamoglmoglmStata. pdf - discussão bastante profunda e explica coisas usando a referência a um comando Stata específico. Allison, Paul. 1999. Comparando Coeficientes Logit e Probit em Grupos. Métodos Sociológicos e Pesquisa 28 (2): 186-208. Yatchew, Adonis e Zvi Griliches. Erro de especificação nos modelos Probit. 1985. The Review of Economics and Statistics 67 (1): 134-139. Espero que isso ajude. Stata: análise de dados e software estatístico Os eBooks da Stata Press são lidos usando a plataforma de registro VitalSource Bookshelf. O Bookshelf é gratuito e permite que você acesse seu e-book Stata Press do seu computador, smartphone, tablet ou eReader. Como acessar seu eBook 2) Uma vez conectado, clique em resgatar no canto superior direito. Digite seu código de eBook. O seu código de eBook estará no seu e-mail de confirmação do pedido sob o título de e-books. 3) O eBook será adicionado à sua biblioteca. Você pode então baixar Bookshelf em outros dispositivos e sincronizar sua biblioteca para ver o eBook. Bookshelf está disponível no seguinte: Bookshelf Online está disponível on-line a partir de praticamente qualquer computador conectado à Internet, acessando online. vitalsourceusernew. O Office Bookshelf está disponível para o Windows 788.110 (32 e 64 bits). Baixe o software Bookshelf para sua área de trabalho para que você possa visualizar seus eBooks com ou sem acesso à Internet. IOS Bookshelf está disponível para iPad, iPhone e iPod touch. Baixe o aplicativo móvel Bookshelf da Itunes Store. O Android Bookshelf está disponível para telefones e tablets Android com 4.0 (Ice Cream Sandwich) e mais tarde. Baixe o aplicativo móvel Bookshelf da Google Play Store. O Kindle Kindle Books está disponível para Kindle Fire 2, HD e HDX. Baixe o aplicativo móvel Bookshelf da Kindle Fire App Store. Mac Bookshelf está disponível para Mac OS X 10.8 ou posterior. Baixe o software Bookshelf para sua área de trabalho para que você possa visualizar seus eBooks com ou sem acesso à Internet. Bookshelf permite que você tenha 2 computadores e 2 dispositivos móveis ativados em qualquer momento. Fiquei impressionado com o modo VitalSource de apresentar os livros. Tudo parece perfeitamente formatado, mas ainda assim você pode folhear o livro da mesma forma que você abriria uma página muito longa em seu navegador. E o melhor de tudo, sempre que eu tenho o meu tablet comigo, meus livros são apenas um deslize. Mdash Michael Mitchell Senior statistician na USC Childrens Data Network. Autor de quatro livros da Stata Press e ex-consultor de estatística da UCLA que vislumbrou e projetou o site UCLA Statistical Consulting Resources. Política de devolução para eBooks Os eBooks da Stata Press não são reembolsáveis e não reembolsáveis. Comentário do grupo técnico Stata Heterosqueticidade em Regressão: Detecção e Correção é uma referência ideal para pesquisadores aplicados que desejam compreender os desafios colocados pela heterocedasticidade e as formas de detectar e abordá-lo. O livro começa com uma descrição das conseqüências da heterocedasticidade. Em seguida, examina os testes para detectar a heterocedasticidade e apresenta diferentes soluções para o problema. As discussões destacam as vantagens e advertências dos métodos apresentados e complementam discussões técnicas rigorosas usando exemplos do Stata com arquivos do do-web disponíveis on-line. Índice Exibir índice de conteúdo gtgt Agradecimentos Sobre o Autor Editores da Série Introdução 1. O que é Heterosqueticidade e Por Que Devemos Cuidar Consequências da Heterosqueticidade Formas comuns de Exemplos de Aplicação de Heterosqueticidade 2. Detectando e Diagnosticando Heterosqueticidade Diagnóstico Informal: Tabelas de dispersão e Tabulações de Residuais quadráticos médios Testes estatísticos formais: Breusch-Pagan, White e Goldfeld-Quandt Nota cautelosa sobre a aplicação de teste de Misspecificação do modelo e Heterosqueticidade para os outros exemplos 3. Transformações de estabilização de variância para corrigir a heterossejadexicação Transformação da caixa-Cox Transformação de energia modulada assinada 4. Heterosqueticidade-Consistente (Robusto) Erros Padrão Resumo e Limitações de Aplicações 5. (Estimado) Modelo de Regressão de Menores Quadrados Generalizados para Heterosqueticidade Antecedentes em GLS Estimando o Modelo EGLS para Heterosqueticidade Aplicação a Exemplos Resumo e Limitações 6. Escolhendo Entre Correcti Em Opções VST versus HCCM ou EGLS HCCM Versus EGLS Recomendações e Extensões Gerais Apêndice: Derivações e Tabelas Diversas Derivação da Equação 1.5 Derivação da Equação 1.7 Derivação da Equação 2.7 Derivação da Equação 5.5 Derivação da Equação 5.9 Comprovação da Equivalência do GLS para a Regressão OLS Com Variáveis Transformadas Índice do Autor Índice de Assunto
Comments
Post a Comment