2023-07-07

假設(shè)我的數(shù)據(jù)集是auto.dta

因變量為price

自變量為rep78

控制變量為headroom weight length

回歸模型為OLS神凑,即主回歸代碼為reg rep78 headroom weight length

下面是1000次placebo test的代碼

forvalue i=1/1000{sysuse auto,clear//調(diào)入數(shù)據(jù)*-思路:打亂rep78,即將rep78的全部取值拿出暫存紊浩,然后隨機(jī)賦給每一個樣本*-打亂rep78,即將rep78的全部取值拿出暫存? ? g obs_id=_n//初始樣本序號gen random_digit=runiform()//生成隨機(jī)數(shù)sort random_digit//按新生成的隨機(jī)數(shù)排序g random_id=_n//產(chǎn)生隨機(jī)序號preserve? ? ? ? keep random_id rep78//保留虛擬的rep78rename rep78 random_rep78? ? ? ? rename random_id id//重命名為id句携,以備與其他變量合并(merge)label var id 原數(shù)據(jù)與虛擬處理變量的唯一匹配碼? ? ? ? save random_rep78,replace? ? restore? ? ? ? drop random_digit random_id rep78//刪除原來的rep78rename obs_id id//重命名為id,以備與random_rep78合并(merge)label var id 原數(shù)據(jù)與虛擬處理變量的唯一匹配碼? ? ? ? save rawdata,replace*-合并融柬,回歸死嗦,提取系數(shù)userawdata,clear? ? ? ? merge1:1id using random_rep78,nogen? ? ? ? reg? price random_rep78 headroom weight length? ? ? ? g _b_random_rep78=_b[random_rep78]//提取x的回歸系數(shù)g _se_random_rep78=_se[random_rep78]//提取x的標(biāo)準(zhǔn)誤keep _b_random_rep78 _se_random_rep78? ? ? ? duplicates drop _b_random_rep78,force? ? ? ? save placebo`i',replace//把第i次placebo檢驗的系數(shù)和標(biāo)準(zhǔn)誤存起來}*-縱向合并1000次的系數(shù)和標(biāo)準(zhǔn)誤useplacebo1,clearforvalue i=2/1000{append using placebo`i'//縱向合并1000次回歸的系數(shù)及標(biāo)準(zhǔn)誤}gen tvalue=_b_random_rep78/_se_random_rep78kdensity tvalue,xtitle("t值")ytitle("分布")saving(placebo_test)*-刪除臨時文件forvalue i=1/1000{erase? placebo`i'.dta}*-mark:后續(xù)有時間再將它封裝成程序【完】

文獻(xiàn)范例

周茂、陸 毅粒氧、杜 艷越除、 姚 星,2018:《開發(fā)區(qū)設(shè)立于地區(qū)制造業(yè)升級》,《中國工業(yè)經(jīng)濟(jì)》第3期摘盆。

作者:虛童

鏈接:http://www.reibang.com/p/bad7471ab73b

來源:簡書

著作權(quán)歸作者所有翼雀。商業(yè)轉(zhuǎn)載請聯(lián)系作者獲得授權(quán),非商業(yè)轉(zhuǎn)載請注明出處孩擂。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末狼渊,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子类垦,更是在濱河造成了極大的恐慌狈邑,老刑警劉巖,帶你破解...
    沈念sama閱讀 207,113評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件蚤认,死亡現(xiàn)場離奇詭異米苹,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)砰琢,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,644評論 2 381
  • 文/潘曉璐 我一進(jìn)店門蘸嘶,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人陪汽,你說我怎么就攤上這事训唱。” “怎么了挚冤?”我有些...
    開封第一講書人閱讀 153,340評論 0 344
  • 文/不壞的土叔 我叫張陵况增,是天一觀的道長。 經(jīng)常有香客問我训挡,道長巡通,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,449評論 1 279
  • 正文 為了忘掉前任舍哄,我火速辦了婚禮,結(jié)果婚禮上誊锭,老公的妹妹穿的比我還像新娘表悬。我一直安慰自己,他們只是感情好丧靡,可當(dāng)我...
    茶點故事閱讀 64,445評論 5 374
  • 文/花漫 我一把揭開白布蟆沫。 她就那樣靜靜地躺著,像睡著了一般温治。 火紅的嫁衣襯著肌膚如雪饭庞。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,166評論 1 284
  • 那天熬荆,我揣著相機(jī)與錄音舟山,去河邊找鬼。 笑死,一個胖子當(dāng)著我的面吹牛累盗,可吹牛的內(nèi)容都是我干的寒矿。 我是一名探鬼主播,決...
    沈念sama閱讀 38,442評論 3 401
  • 文/蒼蘭香墨 我猛地睜開眼若债,長吁一口氣:“原來是場噩夢啊……” “哼符相!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起蠢琳,我...
    開封第一講書人閱讀 37,105評論 0 261
  • 序言:老撾萬榮一對情侶失蹤啊终,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后傲须,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體蓝牲,經(jīng)...
    沈念sama閱讀 43,601評論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,066評論 2 325
  • 正文 我和宋清朗相戀三年躏碳,在試婚紗的時候發(fā)現(xiàn)自己被綠了搞旭。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,161評論 1 334
  • 序言:一個原本活蹦亂跳的男人離奇死亡菇绵,死狀恐怖肄渗,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情咬最,我是刑警寧澤翎嫡,帶...
    沈念sama閱讀 33,792評論 4 323
  • 正文 年R本政府宣布,位于F島的核電站永乌,受9級特大地震影響惑申,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜翅雏,卻給世界環(huán)境...
    茶點故事閱讀 39,351評論 3 307
  • 文/蒙蒙 一圈驼、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧望几,春花似錦绩脆、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,352評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至楼誓,卻和暖如春玉锌,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背疟羹。 一陣腳步聲響...
    開封第一講書人閱讀 31,584評論 1 261
  • 我被黑心中介騙來泰國打工主守, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留禀倔,地道東北人。 一個月前我還...
    沈念sama閱讀 45,618評論 2 355
  • 正文 我出身青樓丸逸,卻偏偏與公主長得像蹋艺,于是被迫代替她去往敵國和親朗和。 傳聞我的和親對象是個殘疾皇子迅栅,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 42,916評論 2 344

推薦閱讀更多精彩內(nèi)容