在 Stata 中,我运行相同的回归 5 次,每次回归涵盖一个单独的时间间隔。我之前已经在每次回归后存储了感兴趣的系数,如下所示:
local coef1=_b[x1]
然后,我将所有系数放入矩阵中,以使用 coefplot 绘制图表:
matrix Z = (`coef1',`coef2',`coef3',`coef4',`coef5',`coef6')
coefplot (matrix(Z), ciopts(recast(rcap)) base vertical noci recast(connected) xlabel(1 "P1" 2 "P2" 3 "P3" 4 "P4" 5 "P5" 6 "P6") yline(0) name(Fig000) xtitle(Time intervals) ytitle(Coefficient)
如何在同一张图表上存储和绘制每个感兴趣点估计的置信区间?
存储 CI 的最佳方式取决于您用于运行回归的命令。
许多回归命令将生成一个名为
r(table)
的矩阵,其中包含 CI。然后,您可以保存矩阵和/或访问其中的元素,包括点估计和 CI。
某些回归命令不会产生
r(table)
。在这种情况下,您可以直接根据点估计 (_b[x1]
)、标准误差 (_se[x1]
) 和自由度 (e(df_r)
) 计算 CI,这些都可以在回归后访问。例如,在回归后存储 95% CI:
local lower = _b[x1] - invt(e(df_r),0.975)*_se[x1]
local upper = _b[x1] + invt(e(df_r),0.975)*_se[x1]