Creating interactions in stata forex

Atualmente, estou tentando ajustar uma regressão linear em Stata da seguinte maneira: xi: reg IVRating dependente IVSize Eu pretendo ver se o impacto (coeficiente) de IVRating na variável dependente é significativamente diferente para o tamanho pequeno, em comparação com o tamanho grande Derivado de IVSize). Ive fez duas manequins (0 falso e 1 verdadeiro) para IVSize chamado Small and Large (médio é excluído). Ive executou o seguinte: xi: reg Dependente IVRating IVSize IVRatingSmall IVRatingLarge erro: variáveis ​​fator não pode conter valores negativos Eu encontrei a seguinte correção: Eu adicionar c. (Variável contínua), embora a variável IVRating só passe de -3 para 3. xi: reg Dependente IVRating IVSize c. IVRatingSmall c. IVRatingLarge Os valores de P para ambas as interações não são significativos, o que é o esperado (ambos os IVs ainda são significativos) . Mas eu também leio que você pode usar em vez de. E estou começando a ficar muito confuso, entre outras coisas. Estou fazendo isso certo perguntou Jun 6 14 at 21: 42ROLLING3: Stata módulo para calcular os valores previstos para rolling regressões Ao solicitar uma correção, por favor mencione estes itens handle: RePEc: boc: bocode: s458159. Veja informações gerais sobre como corrigir material no RePEc. Para questões técnicas sobre este item, ou para corrigir seus autores, título, resumo, informações bibliográficas ou download, entre em contato: (Christopher F Baum) Se você é autor deste item e ainda não está registrado no RePEc, recomendamos que o faça aqui . Isso permite vincular seu perfil a este item. Ele também permite que você aceite citações em potencial para este item que estamos incertos sobre. Se as referências estiverem totalmente ausentes, você pode adicioná-las usando este formulário. Se as referências completas listarem um item que está presente no RePEc, mas o sistema não tiver vinculado a ele, você pode ajudar com este formulário. Se você souber de itens ausentes citando este, você pode nos ajudar a criar esses links adicionando as referências relevantes da mesma maneira como acima, para cada item referente. Se você é um autor registrado deste item, você também pode querer verificar a guia de citações no seu perfil, pois pode haver algumas citações esperando confirmação. Tenha em atenção que as correcções podem demorar algumas semanas para filtrar os vários serviços RePEc. Mais serviços MyIDEAS Seguir séries, jornais, autores e mais Novos artigos por e-mail Inscrever-se para novas adições ao RePEc Registro de autor Perfis públicos para pesquisadores de economia Rankings Vários rankings de pesquisa em economia e campos relacionados Genealogia Quem foi um estudante de quem, usando RePEc BiblE Artigos curados artigos de amp papéis vários temas de economia MPRA Carregar seu artigo para ser listado em RePEc e IDEAS EconAcademics Blog agregador para pesquisa de economia Plagiarismo Casos de plágio em Economia Papéis do mercado de trabalho RePEc série de papel de trabalho dedicado ao mercado de trabalho Fantasy League Pretend você está no leme De um departamento de economia Serviços do StL Fed Dados, pesquisa, apps amp mais do St. Louis FedWelcome para o Instituto de Pesquisa Digital e Educação Stata FAQ Como posso verificar para colinearidade na regressão de pesquisa Collinearity é uma propriedade de predictor variáveis ​​e em A regressão OLS pode ser facilmente verificada usando o comando estat vif após a regressão ou pelo comando escrito pelo usuário, collin. A situação é um pouco mais complicada ao usar dados de pesquisa. Vamos ilustrar esta situação usando o conjunto de dados hsb2 fingindo que a variável math é o peso de amostragem (pweight) e que a amostra é estratificada em ses. Vamos começar por executar uma regressão de pesquisa com o socst regredido na leitura. Escrever ea interação de ler e escrever. Vamos criar o termo de interação, rw. Pela multiplicação de leitura e gravação em conjunto. Como rw é o produto de dois outros preditores, ele deve criar uma situação com um alto grau de colinearidade. Agora, como podemos dizer se há alta colinearidade entre os três preditores Para responder a isso vamos executar três regressões de pesquisa usando read. Write e rw como variáveis ​​de resposta. Após cada regressão, calcularemos manualmente a tolerância usando a fórmula 1-R 2 eo fator de inflação de variância (VIF) em 1 / tolerância. Note que usamos cada uma das variáveis ​​preditoras, por sua vez, como variável de resposta para uma regressão de levantamento. Valores de VIF maiores que 10 podem justificar um exame mais aprofundado. Neste exemplo, todos os VIFs foram problemáticos, mas a variável rw se destaca com um VIF de 118.61. A alta colinearidade do termo de interação não é inesperada e provavelmente não vai causar um problema para nossa análise. Esta mesma abordagem pode ser utilizada com logit de pesquisa (ou seja, svy: logit) ou qualquer um dos procedimentos de estimativa de levantamento. Para fazer isso, substitua o comando logit pelo comando regressar e, em seguida, proceda como mostrado acima. Executar o comando regressar com uma variável de resultado binário não será problema porque a colinearidade é uma propriedade dos preditores, não do modelo. O conteúdo deste site não deve ser interpretado como um endosso de qualquer site, livro ou produto de software específico pela Universidade da Califórnia.