Seite 1 von 1

predict()

BeitragVerfasst: Sa 24. Nov 2018, 23:51
von Anshul
Hallo zusammen,

Ich habe ich eine Regression mit log wages auf ein Immigrant/Native Dummy. Nun ist es so, dass ich die Immigranten auf verschiedene Kohorten aufgeteilt habe. Mein endgültiges Model sieht so aus:

Code: Alles auswählen
. svy: regress lnhourlyw_w c.age c.age#c.age c.age#c.age#c.age i.is051#c.age i.is051#
> c.age#c.age i.is051#c.age#c.age#c.age i.arvpre1980 i.arv1980 i.arv1985 i.arv1990 i.
> arv1995 i.arv2000 if year==2004
(running regress on estimation sample)

Survey: Linear regression

Number of strata   =         1                  Number of obs     =     10,726
Number of PSUs     =    10,726                  Population size   =  1,317,293
Design df         =     10,725
F(  12,  10714)   =     244.61
Prob > F          =     0.0000
R-squared         =     0.2189


Linearized
lnhourlyw_w       Coef.   Std. Err.      t    P>t     [95% Conf. Interval]

age    .1339664   .0152074     8.81   0.000     .1041572    .1637757

c.age#c.age   -.0022769      .0004    -5.69   0.000    -.0030609    -.001493

c.age#c.age#c.age    .0000126   3.33e-06     3.79   0.000     6.09e-06    .0000191

is051#c.age
foreign     .1088956   .0338962     3.21   0.001     .0424528    .1753384

is051#c.age#c.age
foreign    -.0024298   .0008359    -2.91   0.004    -.0040683   -.0007913

is051#c.age#c.age#
c.age
foreign      .000018   6.58e-06     2.73   0.006     5.09e-06    .0000309

1.arvpre1980   -1.962532    .434964    -4.51   0.000    -2.815142   -1.109922
1.arv1980    -1.93081   .4371309    -4.42   0.000    -2.787668   -1.073952
1.arv1985   -1.942777   .4417472    -4.40   0.000    -2.808684   -1.076871
1.arv1990   -1.943911   .4435775    -4.38   0.000    -2.813405   -1.074417
1.arv1995   -1.743929   .4441675    -3.93   0.000     -2.61458   -.8732785
1.arv2000    -1.60068    .437227    -3.66   0.000    -2.457726   -.7436342
_cons    1.260013   .1825066     6.90   0.000     .9022663     1.61776





Nun möchte ich die Regression für das age=40 predicten und schauen ob der log wage Unterschied zwischen den Immigranten Konhorten und Natives signifikant ist. Leider weiss ich nicht, wie man das genau macht. Meine Idee:

Code: Alles auswählen
predict    lnwage
(option    xb assumed;    fitted    values)


Danach (Beispiel für die arv2000 Immigranten):
Code: Alles auswählen
sum lnwage if arv2000==1 &    age ==40

Variable         Obs    Mean    Std.    Dev.    Min    Max
                   
lnwage          79    [b]3.800933  [/b]      0    3.800933    3.800933

. sum lnwage if is051==0 &    age ==40

Variable         Obs    Mean    Std.    Dev.    Min    Max
                   
lnwage         686   [b] 3.782984   [/b]     0    3.782984    3.782984


Leider komme ich nicht mehr weiter. Habt ihr ein paar Tipps?

Re: predict()

BeitragVerfasst: Mo 26. Nov 2018, 10:47
von Staxa
Der Zaubertrick hier ist das commando margins


Code: Alles auswählen
margins arv2000, at(age=(20 30 40 50))
marginsplot