STATA-FORUM.DE

Hallo,

ich arbeite derzeit an einer Analyse mit Paneldaten.
Es geht um den Einfluss von verschiedenen Faktoren auf die Dividendenpolitik von Unternehmen.
Dafür habe ich einen Datensatz mit verschiedenen Firmen über einen gewissen Zeitraum.
Ich würde gerne eine fixed effect Regression durchführen.
Zunächst habe ich nur mit xtreg,fe regressiert.
So kam ich zum Teil auf signifikante Ergebnisse, allerdings war mein R^2 sehr niedrig.
Auf verschiedenen Seiten habe ich gelesen, dass ich auch areg verwenden kann.
Damit komm ich auf die gleichen Ergebnisse, jedoch auf ein deutlich höheres R^2.
Ich habe auch schon versucht die Gründe dafür herauszufinden, jedoch habe ich die meisten Erklärungen um ehrlich zu sein nicht verstanden.
Kann mir jemand sagen, in welchem Fall ich areg überhaupt verwenden darf, bzw. mir eine plausible Rechtfertigung zu geben, areg zu verwenden?
(Die Ergebnisse sind mir schon lieber )

Vielen Dank!!!

fixed effects ist übrigens auf jede einzelne Firma bezogen

Gleicher Titel: longitudianal-und-panel-analyse-f11/xtreg-versus-areg-t565.html

Siehe meine letzte Antwort und lies im manual nach. Vermutlich ist -areg- nicht geeignet.

Danke!
Du meinst areg ist vermutlich nicht geeignet, da die Anzahl der untersuchten Firmen von der Stichprobengröße abhängt?
Mmmmh, Mist!

Mmmmh, Mist!

Wieso? Weil R-Quadrat nicht hoch ist? R-Quadrat ist mit das unwichtigste Ergebnis eines Regressionsmodells (vgl. King, 1986) und hat nicht das geringste mit der Grundidee einer FE-Schätzung -- potentielle Konrtolle unbeobachteter Heterogenität -- zu tun.


King, Gary. 1986. How not to lie with statistics: Avoiding common mistakes in quantitative political science. American Journal of Political Science 30(3): 666-687.

Danke für den guten Literatur-Tipp.
Werde die Argumente versuchen einzubauen um mein R^2 zu "verteidigen".
Gibt es trotzdem ein Minimum-Wert, den das R^2 erreichen sollte?
In meinem angehängten Beispiel sind die Unterschiede zwischen xtreg und areg sehr hoch!

Gibt es trotzdem ein Minimum-Wert, den das R^2 erreichen sollte?

Bezogen auf welches Kriterium? Ist R-Quadrat für Deine Fragestellung relevant?

Naja nicht zwingend relevant, allerdings sieht ein sehr niedriges R^2 eben immer schlecht aus und ich weiß nicht inwiefern der Benoter meiner Arbeit damit umgehen kann. Dh selbst wenn es nicht relevant sein sollte muss ich es meinem Benoter evtl trotzdem "verkaufen" können.

Könnte ich nicht als Argument für areg nutzen, dass es bei der Berechnung des R^2 jeweils die fixed effects miteinbezieht.
Allerdings ist für die Prognosegüte zu berücksichtigen, dass das Sample sich nicht veändern darf, dh in meinem Fall muss die Zusammensetzung der Firmen innerhalb eines Landes gleich bleiben?
Denn nur dann können die berechneten fixed effects "gematched" werden.