【最全讲解】主成分分析，stata代码操作讲解+matlab代码操作讲解+主成分分析(PCA)理论部分讲解，讲解十分详细哦，适合经济学、管理学、应用统计的朋友学习，谢谢大家支持哦，讲解链接https://www.bilibili.com/video/BV1yB4y11753/

an introduction to modern econometrics using stata

stata面板数据分析 1.高级计量经济学案例库.zip 2.IV专题.zip 3.固定效应与随机效应.zip 4.动态面板.zip 5.离散被解释变量.zip 6.门槛模型.zip 7.面板VAR.zip 8.面板论文.zip 9.120分钟搞定数据分析及结果输出.zip

最全stata常用命令中英文集合！ 1、数据来源：自主整理 2、时间跨度：无 3、区域范围：无 4、指标说明： 以下是部分命令截图：一、调整变量格式：二、合并数据：三、对样本进行随机筛选： 四、查看与编辑数据： 五、数据合并（merge）与扩展（append） 六、做图、七、简单统计量的计算： 八、检验极端值的步骤：八、给数据库和变量做标记： 九、聚类分析： 十、est命令的用法： 十一、异方差的纠正——WLS（weighted least square estimator） 十二、方差分析： 十三、时间序列回归： 十四、数据调查：survey data 十五、建立人工数据集： 十六、面板数据（Panel Data） 等等一些不在此罗列.........

因果推断是研究如何更加科学地识别变量间的因果关系及多期DID和事件研究法的数据和代码 　　客观事物普遍存在着内在的因果联系，人们只有弄清事物发展变化的前因后果，才能全面地、本质地认识事物。基干事物发展的这种规律，在论证观点时，有时就可以直接从事物本身的因果关系中进行推论，这就叫因果推断法。 　　世上万事万物，有因就有果，有果必有因。说明事物为什么会发生、为什么会得到某种结果，都是通过论述事物的运动发展的因果关系来完成的。 　　因果推论要求原因先于结果，原因与结果同时变化或者相关，对于结果不存在其他可能的解释，强调原因的唯一性。 部分文献如下：McGavock T. Here waits the bride? The effect of Ethiopia's child marriage law[J]. Journal of Development Economics, 2021, 149: 102580.

详细代码和介绍！Stata代码命令全集！ 一、常用模型代码整理 1、数据来源：自主计算 2、时间跨度：无 3、区域范围：无 4、指标说明： 包含如下模型代码： OLS模型 Heckman两阶段模型 PSM+DID模型 固定效应模型（xtreg命令的使用） 中介效应模型（sgmediation命令的使用，附件中有sgmediation.ado的命令包） VAR程序代码、var命令、pvar命令 二、面板熵值法计算代码 1、数据来源：自主计算 2、指标说明： 文件中包含是stata代码以及excel计算文档

说明： 此压缩文件里面包含面板数据熵值法的stata代码，每一步都有详细的解释，并且附有样本和数据，方便学者理解和掌握。(This compressed file contains the stat a code of panel data entropy method, each step has a detailed explanation, and is attached with samples and data, which is convenient for scholars to understand and master.) 文件列表： 熵值法\面板数据熵值法计算综合指数Stata代码（附样本数据和结果）\data.dta, 56205 , 2018-11-24 熵值法\面板数据熵值法计算综合指数Stata代码（附样本数据和结果）\代码.do, 1904 , 2018-11-24 熵值法\面板数据熵值法计算综合指数Stata代码（附样本数据和结果）\代码txt版.txt, 1904 , 2018-11-24 熵值法\面板数据熵值法计算综合指数Stata代码（

中介效应（三步回归、Sobel检验、Bootstrap自抽样检验） Heckman两阶段回归结果 分组回归（组间系数检验） 工具变量回归模型（2SLS模型） 调节效应（包含画图分析） 中位数回归（解决极端值问题） PSM倾向性得分匹配回归结果 分享文件中包含代码以及示例数据，大家可以照着例子来运行！ 顶刊示例： 相关研究： [1]王艳华.供应链弹性对流通绩效的影响分析—基于可持续性的中介效应[J].商业经济研究,2022(08):33-36. [2]李蕾,刘荣增.产业融合与制造业高质量发展：基于协同创新的中介效应[J].经济经纬,2022,39(02):78-87.DOI:10.15931/j.cnki.1006-1096.2022.02.004. [3]曾鑫,吴刘仓,曹幸运.混合偏正态数据下中位数回归模型的参数估计[J].昆明理工大学学报(自然科学版),2021,46(03):167-174.DOI:10.16112/j.cnki.53-1

我们认为，仅采用专利的分类号数量并不能准确区分出一项专利所包含分类号之间的内部差异，反而会对专利质量的测度产生偏误。例如，一项专利共有三个分类号A01 B02/00、A01 B02/ 10、A01 B02/20，而另一项专利也有三个分类号：A01 B02 /00、A02B13/00 B35D13/20，这两项专利虽然专利分类号数量相同，但由于第一项专利只利用了A01 B02的一个大组信息，而第二项专利则利用了A01 B02、A02B13、B35D13这三个大组信息，显然第二项专利所运用的知识宽度要大于前者，因此，其专利质量相应也更高。为了尽量减少这一偏误，参照产业集中度的测算思路，该项指标采取大组层面的赫芬达尔一赫希曼指数的逻辑思路对其进行加权，企业专利知识宽度的具体计算方法为 其中，a表示专利分类号中各大组分类所占比重。可以看出，越大，各个大组层面的专利分类号之间的差异越大，即表明企业创造专利所运用的知识宽度越大，其专利质量可能就表现为越高。

上市公司女性高管指标数据整理Stata代码（附1999-2020年数据）