Görünüşte İlişkisiz Regresyondaki (SUR) kontrol değişkenleri
Stata üzerinde 4 bağımlı değişken (bir şirketin davranışını tanımlayan) ve 5 bağımsız değişken ve birkaç kontrol değişkeniyle Görünüşte İlişkisiz Regresyon (SUR) gerçekleştirmeye çalışıyorum. Aslında, regresörler her bağımlı değişken için aynıdır.
Şimdi kontrol değişkenlerinin sayısını azaltmaya çalışıyorum. Bunu yapmak için, bu değişkenlerin her birinin katsayılarını test ediyorum (Sıfır Hipotezi = Her denklemde, dikkate alınan kontrol değişkeninin katsayıları sıfıra eşittir):
test [$y1list]$x_control1 =[$y2list]$x_control1 = [$y3list]$x_control1 = [$y4list]$x_control1
Kategorik olan (3 kategorili) bir kontrol değişkenim olduğundan, onu 2 yapay değişken oluşturarak sıcak kodladım. Spesifik olarak, bir kukla “Avrupa” ve diğeri de “ABD”, çünkü bu ikisi şirketin yerini gösteriyor.
Her iki değişkeni bu kod satırıyla iki kukla katsayılarını ayrı ayrı test ederek kaldırmak doğru mu? Bunu yapmanın başka bir yolu var mı?
Yanıtlar
Boş hipotezi test ederek ve reddederek
$H_0 : \beta_{k} = \beta_{k+1} = \beta_{eu} = \beta_{us}$
diyor ki
$H_1 : \text{At least one of them } \left\lbrace \beta_{k}, \beta_{k+1}, \beta_{eu}, \beta_{us} \right\rbrace \text{ is non-zero}$
Ancak bunlardan hangisinin (veya hangi kombinasyonunun) sıfır olmadığını bilmiyoruz. Dolayısıyla bu 4 kontrol değişkenini ayrı ayrı test etmek isteyebilirsiniz.
Ayrıca, test ettiğinizi söyleyin $\beta_{eu} = 0$ ve $\beta_{us} = 0$ayrı ayrı. Ve AB mankeni için katsayıyı buldunuz$\beta_{eu}$ sıfır iken ABD kukla için katsayı $\beta_{us}$sıfır değildir. Bu durumda, ABD kukla modelini korurken AB kukla değişkenini bırakmak isteyebilirsiniz - bu, aslında üç (ABD, AB, diğerleri) yerine iki kategori (ABD, ABD dışı) olduğu anlamına gelir.