forvalues i=1/500{
use D:\DID论文数据分析\state.dta, clear
xtset id year
keep if year==2019 // 保留一期的数据
sample 40, count // 随机抽取40个城市
keep id //得到所抽取样本的id编号
save match_id.dta, replace //将保留的id编号的数据另存
merge 1:m id using D:\DID论文数据分析\state.dta //与原始数据进行匹配
gen treat1 = (_merge == 3) //将所抽取样本赋值为1,其余为0,得到处理组虚拟变量
gen period1=0 //生成政策时间虚拟变量
gen DID1 = treat*period
reghdfe AIS DID1 z1 z2 z3 z4 z5 z6, absorb(year id) vce(cluster id)
*将回归结果赋值到对应矩阵的对应位置
mat b[`i',1] = _b[DID] //系数矩阵
mat se[`i',1] = _se[DID] //标准误矩阵
*计算p值并赋值于矩阵
mat p[`i',1] = 2*ttail(e(df_r), abs(_b[DID]/_se[DID]))
}
提示找不到文件,但是我文件原原本本放在了d盘里面。
use D:\DID论文数据分析\state.dta, clear
xtset id year
keep if year==2019 // 保留一期的数据
sample 40, count // 随机抽取40个城市
keep id //得到所抽取样本的id编号
save match_id.dta, replace //将保留的id编号的数据另存
merge 1:m id using D:\DID论文数据分析\state.dta //与原始数据进行匹配
gen treat1 = (_merge == 3) //将所抽取样本赋值为1,其余为0,得到处理组虚拟变量
gen period1=0 //生成政策时间虚拟变量
gen DID1 = treat*period
reghdfe AIS DID1 z1 z2 z3 z4 z5 z6, absorb(year id) vce(cluster id)
*将回归结果赋值到对应矩阵的对应位置
mat b[`i',1] = _b[DID] //系数矩阵
mat se[`i',1] = _se[DID] //标准误矩阵
*计算p值并赋值于矩阵
mat p[`i',1] = 2*ttail(e(df_r), abs(_b[DID]/_se[DID]))
}
提示找不到文件,但是我文件原原本本放在了d盘里面。