我有一个有序的因变量（1 到 21）和连续的自变量。我需要运行有序 logit 模型，按公司和时间进行聚类，消除 Studentized Residuals <-2.5 或 > 2.5 的异常值。我只知道ologit命令和命令的一些选项；但是，我不知道如何进行双向聚类并使用学生化残差消除异常值：
ologit rating3 securitized retained, cluster(firm)
问问题
1883 次
3 回答
2
据我所知，双向聚类只扩展到了一些估计命令（如 scc 中的 ivreg2 和此处的 tobit/logit/probit ）。您可以轻松地自行消除异常值，并且没有自动化的方法可以做到这一点。
于 2012-11-15T23:09:22.230 回答
1
使用 Dimitriy 给出的链接（Mitchell Petersen 的网站）中的 logit2.ado 并修改它以使用 ologit 命令。只需一点点试错就足够简单了。祝你好运！
于 2013-01-10T18:41:42.687 回答
0
如果您有一个包含 21 个序数类别的变量，那么将其视为连续类别将毫无问题。如果你想以某种方式支持这一点，我写了一篇关于用序数变量测量福利的论文，请参阅DOI:10.1111/j.1475-4991.2008.00309.x。然后你可以使用ivreg2. 您应该意识到与该估计器有关的所有问题，特别是它隐含地假设相关性完全由这种双向结构建模，并且对公司i和j时间的观察结果与t和s绝对不相关。有时，这是一个强有力的假设——即纽约和新泽西在 2010 年可能相关，但纽约 2010 与新泽西 2009 不相关。i!=jt!=s
我不知道您所说的序数异常值是什么意思。一定有人堆积了一堆论文建议（或更糟糕的分析请求），而没有真正尝试理解每一点。
于 2013-01-12T17:43:01.777 回答