论文实证分析stat代码汇总集锦

• 论文实证分析代码汇总集锦
• 批量剔除缺失值、缩尾处理
• 描述性统计
• 分组T检验
• 中位数检验
• 相关性分析（同时输出Pearson和Spearman相关性系数）
• 多重共线性检验
• OLS回归控制行业效应和年份效应（使用公司层面的聚类稳健标准误）
• 工具变量回归模型（2SLS模型）
• Heckman两阶段回归结果
• 分组回归（组间系数检验）
• 中介效应（三步回归、Sobel检验、Bootstrap自抽样检验）
• 调节效应（包含画图分析）
• PSM倾向性得分匹配回归结果
• 中位数回归（解决极端值问题）
• 面板数据模型选择F检验、LM检验和Hausman检验（固定效应模型、随机效应模型、混合效应模型）
• 动态面板回归模型（GMM回归）
• 面板门槛回归模型（处理成平衡面板数据、输出LR曲线图）
• Fama-Macbeth两步回归

结果截图

示例数据
被解释变量/因变量为FINRATIO
解释变量/自变量为CEOFIN
控制变量为 SIZE LEV GROWTH GP  BOARD AGE SR

• 描述性统计
  
• 分组T检验
  
• 中位数检验
  
• 相关性分析（同时输出Pearson和Spearman相关性系数）
  单独输出Pearson相关系数
  
• 多重共线性检验
  
• OLS回归控制行业效应和年份效应（使用公司层面的聚类稳健标准误）
  
• 工具变量回归模型（2SLS模型）
  
• Heckman两阶段回归结果|
  
• 分组回归（组间系数检验）
  组间系数检验
  
• 中介效应（三步回归、Sobel检验、Bootstrap自抽样检验）
  中介变量CON
  Sobel检验
  Bootstrap检验
  
• 调节效应（包含画图分析）
  调节变量AS
  交叉项去中心化处理
  
• PSM倾向性得分匹配回归结果平衡性检验
  匹配前核密度图
  

  匹配后核密度图
  

  匹配后样本回归
  

• 中位数回归（解决极端值问题）
  
• 面板数据模型选择F检验、LM检验和Hausman检验（固定效应模型、随机效应模型、混合效应模型）
  
• 动态面板回归模型（GMM回归）系统GMM和差分GMM
  
• 面板门槛回归模型（处理成平衡面板数据、输出LR曲线图）
  
• Fama-Macbeth两步回归