0

我正在使用社区贡献的命令gvselect，该命令允许执行最佳子集变量选择（一种选择变量的统计方法）。

使用后，我得到以下结果：

. return list

macros:
              r(best3) : " q105capitalisationboursireouvalo q12nombredefemmesauconseil q405existenceduncomitdesrmunrati"
              r(best2) : " q12nombredefemmesauconseil q405existenceduncomitdesrmunrati"
              r(best1) : " q405existenceduncomitdesrmunrati"

然后我需要在另一种统计估计方法中使用其中一个宏。

例如，我可以使用第一个如下：

 xtreg  logremglobale  `r(best3)' i.date, fe

（注意宏`r(best3)'被用作参数）

我的框架需要我事先不知道我需要使用哪个宏，所以我以编程方式确定它。

在这个简化的示例中，我可能必须使用r(best1),r(best2) 或r(best3)（实际上有更多可用的宏），具体取决于数据。

gvselect生成的所有宏都具有相同的语法 ：r(best++number)

一旦我以编程方式确定了我必须使用哪个宏（例如：number = 1），我就被卡住了。

我不知道如何以编程方式创建此宏的名称，然后将其用作普通宏。我什至不确定这是否可能。

你能帮我解决这个问题吗？

我已成功将宏名称复制到普通字符串中，如下所示：

. scalar inum = 7

. gen macroname =  "r(best" + string(inum,"%8.0g")+")"

. di macroname
r(best7)

但是我如何在我的估计中使用它呢？

显然下面的代码不起作用：

xtreg  logremglobale  `macroname' i.date, fe
4

1 回答 1

1

以下对我有用：

sysuse auto, clear

gvselect <term> weight trunk length, nmodels(2): regress mpg <term> i.foreign

return list

scalars:
            r(nmodels) =  2
                  r(k) =  3

macros:
             r(best31) : " weight trunk length"
             r(best22) : " weight trunk"
             r(best21) : " weight length"
             r(best12) : " length"
             r(best11) : " weight"

matrices:
               r(info) :  5 x 4

scalar inum = 31
local macroname r(best`= inum')

regress price ``macroname''

      Source |       SS           df       MS      Number of obs   =        74
-------------+----------------------------------   F(3, 70)        =     12.47
       Model |   221230614         3    73743538   Prob > F        =    0.0000
    Residual |   413834782        70  5911925.46   R-squared       =    0.3484
-------------+----------------------------------   Adj R-squared   =    0.3204
       Total |   635065396        73  8699525.97   Root MSE        =    2431.4

------------------------------------------------------------------------------
       price |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
      weight |   4.721599   1.132265     4.17   0.000     2.463369    6.979829
       trunk |   28.37644   97.05843     0.29   0.771    -165.2005    221.9534
      length |  -102.6652   42.58687    -2.41   0.019     -187.602   -17.72834
       _cons |   10812.33   4574.211     2.36   0.021     1689.353     19935.3
------------------------------------------------------------------------------
于 2018-11-19T22:19:37.157 回答