互助问答第11期:控制变量不显著等问题

本期解答人：Jie Xie

问：想请问下，数据的控制变量不显著的话，用什么办法能调整呢？自变量因变量显著，R方很低，0.1，我用的是混合OLS，应该是面板数据，是不同公司在不同年份的业绩表现的数据。使用的公式是reg robust，用XTSET YEAR 显示数据是非平衡面板，也用不了豪斯曼检验。

答：模型中控制变量如果比较多，可能是因为共线性，其中包括控制变量与控制变量之间的共线性、控制变量与自变量之间的相关性。建模者需要选用逐步回归筛选一下。不显著是因为t值较小，即t=b/s，s标准差较大，OLS估计的性质中的有效性差，即方差大，标准误差大。当然，原因不仅仅局限于共线性，自相关与异方差的存在都会使有效性得不到满足（方差不是最小的）。因此，只要克服了经典OLS回归中的基本假设不满足状况，就可以提高控制变量显著性。具体可使用广义差分法、广义最小二乘法（GLS）等方法来克服相关性；使用加强最小二乘法（WLS）、GLS等方法来克服异方差；使用逐步回归来克服共线性。

问：（1）李春涛老师带领的爬虫俱乐部编写了chinagcode命令，可以根据中文地址得到经纬度，这一经纬度返回的是百度坐标系（BD-09）下得到的经纬度，想请问一下这一经纬度如何在stata中转变为世界标准经纬度坐标系（WGS-84）下的经纬度？备注：我在网上找到了Python、R或者ArcGIS对应的code或package可以完成坐标转换，但是因为不想跨平台分析数据，所以想请问可否在stata中直接完成转换。

（2）stata中是否有做非线性两阶段最小二乘法（NL2SLS）的回归命令？R也可以。备注：stata中有非线性回归的nl命令，也有做2sls的ivregress的命令，有没有结合两者用GMM方法来估计nonlinear 2sls参数的命令？

答：（1）方法有两种：如果使用百度地图，则需要通过ArcGIS或Python转，然后提取经纬度，再将其转换保存为stata格式，可参考https://www.jianshu.com/p/6e69737cffaa；第二，使用英文地址、并ssc  install geocode，将Google  Maps和Stata联合起来，通过geocode将地理位置转化为相应的经纬度。可参考相关内容：geocode  获取经纬度（http://blog.sina.com.cn/s/blog_629bb75801012how.html）；中文地址如何提取经纬度？http://blog.sina.cn/dpool/blog/s/blog_624078b50102wf20.html?from=groupmessage

（2）目前stata软件没有将两者结合在一起的官方文件包，也没有谁开发百度地图直接转的stata代码或程序包。另外，WGS-84是椭球，不是平面，使用stata做这个的目的是什么?画规范地图推荐ArcGIS，做数据跑回归推荐stata。

问：老师，您好！在stata中判断数值是否符合正态分布，峰度和偏度最好是不超过多少，百度百科上说正太分布峰度为3，偏度为0，那如果偏离这两个数，会不会对结果有很大影响。请老师帮我判断下面的偏度和峰度值对回归结果会有很大影响吗？

问：回归结果中系数的显著性主要是是根据z统计量或t统计量来判断得。每个系数服从不同的正态分布，不便比较，所以都转换为标准正态分布再检验，此时是z统计量判断。如果是小样本，再转换为t分布，根据t统计量判断。数据的分布是基于正态分布假设的。在不满足的正态分布的情况还有截断正态分布等。