AVIS: Le groupe de consultation IDRE Statistical migrera le site Web vers le WordPress CMS en février pour faciliter la maintenance et la création de nouveaux contenus. Certaines de nos anciennes pages seront supprimées ou archivées de sorte qu'elles ne seront plus conservées. Nous essaierons de maintenir les redirections afin que les anciennes URL continuent à fonctionner de la meilleure façon possible. Nouvelle commande: xtset Une nouvelle commande, xtset remplace le i (groupvar) et t (Timevar) (mais ils peuvent encore être utilisés). L'avantage est que vous n'avez qu'à utiliser xtset une fois pour votre jeu de données, plutôt que chaque fois que vous exécutez une analyse. Par exemple: xtset permet également à l'option delta de fixer la périodicité de timevar, le plus souvent utilisé avec tc (horloge de temps) où l'heure est enregistrée en ms, mais les données réelles n'ont pas été recueillies fréquemment. Par exemple, pour les données horaires, on déclarerait delta ((60601000)) ou delta (heures). Nouveaux modèles: xtmelogit et xtmepoisson Modèles mixtes pour les résultats dichotomiques (xtmelogit) et le dénombrement (xtmepoisson) Les données de cet exemple proviennent d'un sondage auprès des femmes au Bangladesh sur leur utilisation de contraceptifs. Les variables de niveau 1 sont les suivantes: cuse: âge de la contraception: âge de la femme (moyen centré) enfant1: un enfant2 enfant2: deux enfants3: trois enfants ou plus urbain: mannequin pour urbain vs. rural Pour les modèles d'interception aléatoires, Utilisez xtlogit car il fonctionnera généralement plus rapidement. Les estimations de paramètre pour le même modèle exécutant xtlogit et xtmelogit ne seront pas identiques car le nombre par défaut des points d'intégration pour xtlogit est de 12 alors que la valeur par défaut de xtmelogit est 7. Vous pouvez définir le nombre de points d'intégration pour chaque procédure et avec des nombres égaux Des points d'intégration, vous recevrez des estimations identiques. Le modèle linéaire à effets fixes (xtreg. Fe) accepte maintenant des poids, des poids et des poids. Le robuste et le cluster (varname) ont été remplacés par vce (robuste) et vce (cluster varname) pour toutes les commandes xt. L'option vce (.) Accepte également d'autres arguments qui permettent également une variété de types de vce. Les options varient en fonction de la commande d'estimation utilisée. Différentes améliorations ont été apportées aux méthodes numériques d'estimation de modèles non linéaires utilisant des commandes xt (par exemple, xtlogit). La méthode d'intégration par défaut pour les modèles non linéaires est maintenant mvaghermite (moyenne et variance adaptative Gauss-Hermite) par opposition à aghermite (mode et curvature adaptative Gauss-Hermite). Mvaghermite est exécuté d'abord sur chaque, puis sur itérations alternées. Aghermite est effectuée sur la première itération seulement. Le nombre de points en quadrature qui peuvent être spécifiés a augmenté (intpoints () jusqu'à 195 points). Aussi la sortie de quadchk a été améliorée. Xtdes a été renommé xtdescribe (bien que xtsdes continuera à fonctionner). Le contenu de ce site Web ne doit pas être interprété comme un endossement d'un site Web particulier, d'un livre ou d'un produit logiciel par l'Université de Californie. Annumération 14 avr 2015, 01:42 Dans la commande xtset, chaque combinaison des deux variables que vous Écriture pourrait identifier individuellement chaque observation. Ensuite, vous ne pouvez pas spécifier pays comme la dimension individuelle, comme pour chaque countrywave, vous avez plusieurs observations. La suggestion faite par Carlo est correcte, mais exige que l'enquête porte sur le même individu à chaque vague (et comme vous dites que l'échantillon est tiré au sort, ce pourrait ne pas être le cas). Si différentes personnes sont interrogées à chaque vague, vous n'avez pas de données de panneau, donc n'essayez pas de le xtset. Dans tous les cas (données de panel ou non), vous pouvez ajouter des effets fixes de pays dans vos estimations afin de saisir toutes les caractéristiques invariantes dans le temps propres au pays qui pourraient influencer la réponse. Je suppose que c'est la raison pour laquelle vous vouliez ajouter la dimension pays dans vos données de panel d'abord.
No comments:
Post a Comment