關(guān)于泊松回歸比較的問題

在進(jìn)行實(shí)證時(shí)，因?yàn)橐蜃兞渴怯?jì)數(shù)數(shù)據(jù)，所以擬采用poisson回歸+穩(wěn)健標(biāo)準(zhǔn)誤，命令如下：poisson apply wgi i.entrymode num age mki rao lndist lnasset lnhgdp lnphgdp lnrdinput,exposure(wgi) vce(robust) irr ? 結(jié)果如下面4張圖? ??

（1）poisson后面加exposure和不加有什么區(qū)別？

（2）加irr和不加irr有什么區(qū)別？為什么加了會(huì)改變主變量（wgi）系數(shù)的符號(hào)和Pse R^2，什么時(shí)候該加，什么時(shí)候不該加？?

（3）因?yàn)槲业暮诵淖宰兞渴怯?個(gè)指標(biāo)來衡量，且其中一個(gè)x2是從x1的分指標(biāo)單獨(dú)拿出來作為一個(gè)指標(biāo)來衡量的，所以x1和x2必定會(huì)存在多重共線性的問題。我對(duì)所有變量reg后，vif檢驗(yàn)后，x1和x2也確實(shí)存在多重共線性，此時(shí)我需要去考慮解決多重共線性嗎？若需要，用什么方法能避免？

（1）如果知道事件發(fā)生次數(shù)對(duì)應(yīng)的“等待時(shí)長(zhǎng)”，那就需要將其放在exposure()中；如果不知道或者事件發(fā)生次數(shù)與“時(shí)長(zhǎng)”無關(guān)，就不用加exposure()。

（2）加irr估計(jì)的是自變量對(duì)incident-rate ratios的影響，不加irr估計(jì)的就是incident rate中的原始系數(shù)。計(jì)算的東西完全不同，結(jié)果當(dāng)然不同。你詢問的（1）和（2）在poisson命令的pdf說明文檔中都有詳細(xì)解釋，建議仔細(xì)閱讀。

（3）你需要問自己：我是否需要同時(shí)估計(jì)x1和x2的局部效應(yīng)。如果需要，那就去做，多重共線性并不是什么必須解決的問題。

另外，從你的命令來看，你似乎沒有理解泊松模型，因?yàn)閷⒁粋€(gè)變量同時(shí)控制以及放入exposure()中是很奇怪的做法。建議回鍋教科書，夯實(shí)基礎(chǔ)后再來做具體分析。

往期回顧：

互助問答第380期：關(guān)于面板模型的問題

如果您在計(jì)量學(xué)習(xí)和實(shí)證研究中遇到問題，有三條途徑可以到達(dá)我們手里：一是請(qǐng)及時(shí)發(fā)到郵箱szlw58@126.com；二是加入論文導(dǎo)向計(jì)量群（現(xiàn)有10個(gè)群）；三是直接在微信公眾號(hào)平臺(tái)后臺(tái)留言。專業(yè)委員會(huì)有40多名編輯都會(huì)看，您的問題會(huì)得到及時(shí)關(guān)注！請(qǐng)您將問題描述清楚，任何有助于把問題描述清楚的細(xì)節(jié)都能使我們更方便地回答您的問題，提問細(xì)則參見：實(shí)證研究互助平臺(tái)最新通知（點(diǎn)擊文末閱讀原文查看詳情）

如果您想成為問題解答者，在幫助他人過程中鞏固自己的知識(shí)，請(qǐng)發(fā)郵件至szlw58@126.com（優(yōu)先）或給本公眾號(hào)留言或加微信793481976給群主留言，我們誠(chéng)摯歡迎熱心的學(xué)者和學(xué)生。具體招募信息請(qǐng)參見：實(shí)證研究互助平臺(tái)志愿者團(tuán)隊(duì)招募公告

鮮活的事例更有助于提高您的研究水平，呆板的教科書讓人生厭。如果您喜歡，請(qǐng)?zhí)岢瞿膯栴}，也請(qǐng)轉(zhuǎn)發(fā)推廣！

（歡迎轉(zhuǎn)發(fā)，歡迎分享；轉(zhuǎn)載請(qǐng)注明出處，引用和合作請(qǐng)留言。本文作者擁有所有版權(quán)，原創(chuàng)文章最早發(fā)表于“學(xué)術(shù)苑”。任何侵權(quán)行為將面臨追責(zé)?。?/p>

學(xué)術(shù)指導(dǎo)：張曉峒老師 Ben Lambert

本期解答人：中關(guān)村大街

編輯：張咪

統(tǒng)籌：左川 易仰楠

技術(shù)：劉子瑗