备课笔记OLS-xi3.docxVIP

对分类虚拟变量重新编码回归——xi的高级用法：xi30.简介不同于0/1虚拟变量和连续变量，分类虚拟变量进入回归模型时需要进行更多的内在含义的解释。下面例子要用到的变量race（种族）在实际调查中应该是这样的：1=Hispanic（西班牙裔）、2=Asian（亚裔）、3=Black（黑人）、4=White（白人）。如果不加以区分地将race变量进行回归，所得到的结果将不是我们想要的。这时我们需要将分类虚拟变量进行重新编码再进行回归，这时有不同的编码方式供不同的研究选择。例如，我们也许希望连续比较某一组与接下来的一组样本，这时候需要进行“向前差异编码”（forward difference coding），或者想比较某一组与下一组样本均值，这时候需要进行“Helmert编码”。有针对性地选择编码方式，可以通过相应的检验以得到我们最希望获取的结果。不管用哪种编码方式，分类虚拟变量产生的总效应都是一样的。下表是各种编码方式的汇总介绍。Name of contrastComparison made/stat/stata/webbooks/reg/chapter5/statareg5.htmSimple CodingCompares each level of a variable to the reference levelForward Difference CodingAdjacent levels of a variable (each level minus the next level)/stat/stata/webbooks/reg/chapter5/statareg5.htmBackward Difference CodingAdjacent levels of a variable (each level minus the prior level)/stat/stata/webbooks/reg/chapter5/statareg5.htmHelmert CodingCompare levels of a variable with the mean of the subsequent levels of the variable/stat/stata/webbooks/reg/chapter5/statareg5.htmReverse Helmert CodingCompares levels of a variable with the mean of the previous levels of the variableDeviation CodingCompares deviations from the grand mean/stat/stata/webbooks/reg/chapter5/statareg5.htmOrthogonal Polynomial CodingOrthogonal polynomial contrasts/stat/stata/webbooks/reg/chapter5/statareg5.htmUser-Defined CodingUser-defined contrast分类虚拟变量一般有两种形式：名词虚拟变量和有序虚拟变量。对名词虚拟变量而言，比较不同样本组之间均值的差异会更有意义，这时候需要用到Forward Difference Coding、Backward Difference Coding、Helmert Coding和Reverse Helmert Coding。同时，我们还可能会想用自己的编码方式说明问题，这时候则可以用自定义编码方式。本章的案例文件为hsb2.dta：use /stat/stata/notes/hsb2主要使用的变量为write（写作成绩）和race（学生种族）。race变量分成4类，在编码完成后将只产生3个新变量。tabulate race, summarize(write)1.简单编码（Simple Coding）简单编码的结果与前面所讲到的xi命令非常类似。下面的例子中，第1组作为参照组，分别比较第2组和第1组、第3组和第1组、第4组和第1组。Method 1: Using xi3xi3: regress write g.race //在使用xi3时，g.race表示使用简单编码比较各组之间的差异_Irace_2的系数表示比较因变量write于第2组与第1组间的差异，结果为58-46.458 = 11.54，且具有统计显著性（p.000）。_Irace_3的系数表示比较因变量write于第3组与第1组间的差异，结果为48.2 - 46.46=1.74，但不具有统计显著性（p.05）。_Irace_3的系数表示比较因变量write于第3组