Stata事件学习图编码

Question

我正试图为Stata的一个事件研究编写代码，但我无法完全得到我想要的。Jacobson，LaLonde和Sullivan (1993)，第698页图3 (http://www.princeton.edu/~davidlee/wp/0.pdf)，有一个与我想要的非常相似的情节，除了我也想增加信心区间。

基于本教程jann.pdf，我编写了以下代码：

sysuse auto, clear
egen t = fill(1,2,3,4,1,2,3,4)
quietly regress price ib2.t trunk weight if foreign==0
estimates store domestic
quietly regress price ib2.t trunk weight if foreign==1
estimates store foreign
coefplot (domestic, label(Domestic Cars)) (foreign, label(Foreign Cars)), drop(_cons) xline(0) vertical omitted baselevels

这就产生了一些我想要的东西，但有以下问题：

1. 点估计值和置信区间是并排的，而不是相互之间的(如果这是唯一的问题，这可能是好的)。
2. 我的时间变量t出现在每个x标签(t=1、t=2等)中，但我只想说(1，2，等等)。没有t=。
3. 在这个玩具例子中，我必须从1开始我的t编号，因为与i运算符结合的因子变量需要是非负的。我希望我的时间变量能够接受负数。
4. 我不想让trunk和weight出现在情节里。把这些放在drop(...)里好吗？
5. 我也希望能够在回归残差中完成所有这一切，而不是上面的内容。
6. 我想把点估计和线联系起来。

我根本没有嫁给coefplot命令。其他技术，特别是使用内置Stata命令，也是完全可以接受的。

Answer 1

希望我已经正确回答了你的问题，也许我误解了什么，但以下是我的答案：

(我没有解决5，因为我不知道你用这个问题到底在寻找什么，但也许在看到我的解决方案之后就会很清楚了)

代码：

// load data same as before
sysuse auto, clear
egen t = fill(1,2,3,4,1,2,3,4)

// get coefficients and standard errors of regressions over foreign
statsby _b _se , clear by(foreign): regress price ib2.t trunk weight

// there are some extra variables we don't need/want
drop *_trunk *_weight *_cons

// generate confidence intervals and rename coefficient variables
forvalues i = 1/4 {
    local j = `i'+7
    gen ci_low`i' = _stat_`i' - 1.96*_stat_`j'
    gen ci_high`i' = _stat_`i' + 1.96*_stat_`j'
    rename _stat_`i' coef`i'

}
// no longer in need of standard error variables
drop  _stat_8 _stat_9 _stat_10 _stat_11

// now, we want our data in long format so we can do a twoway graph
reshape long coef ci_low ci_high, i(foreign) j(t)

// we can label the t values so that they start below 1
lab def timeseries 1 "-1" 2 "0" 3 "1" 4 "2"
lab values t timeseries

// now graph, note each factor has two  pieces, a scatter (with connecting lines) 
// and an rcap for the confidence intervals
twoway (sc coef t if foreign == 1, mcolor(navy) lcolor(navy) connect(direct)) ///
        (rcap ci_low ci_high t if foreign == 1, lcolor(navy)) ///
    (sc coef t if foreign == 0, mcolor(maroon) lcolor(maroon) connect(direct)) ///
        (rcap ci_low ci_high t if foreign == 0, lcolor(maroon)), ///
    legend(lab(1 "Foreign") lab(2 "Foreign CI") lab(3 "Domestic") lab(4 "Domestic CI")) ///
    xlab(,val)

​

​

人们可能希望改善这一状况的一些方式是：

• 有了标签定义，我们就可以使用for循环来处理时间序列，而不是全部手工完成。
• 我不是一个关于统计的专家，所以也许有一个更容易的方法来获得信心间隔，并省去躯干、体重和恒定值。

至于残差，这个答案的基本直觉是你想要一个包含系数和置信区间的数据集。因此，如果您可以计算残差及其CI的值，并将它们放入数据集中，那么您可以使用相同类型的双维图。