STATA-FORUM.DE

[Stata-Zwerg]

Hallo zusammen

im Rahmen einer Arbeit versuche ich u.a. Random-Effects Modelle zu erstellen.
Das Erstellen hat schonmal geklappt. An der Interpreation und Aufbereitung hapert es leider noch ziemlich...

Ich habe diesen Befehl für das RE in Stata ausgewählt: xtreg ..., re
Das Modell ist über Hausman und LM auch bestätigt. Das sollte also passen - hoffentlich.

Mein Output ist:

Random-effects GLS
Group variable: per

regression Number of obs = 266
Number of groups = 38

Obs per group: min = 7
avg = 8.0
max = 16

R-sq: within = 0.0000
between = 0.0523
overall = 0.0214

Wald chi2(11) = 55.00
Prob > chi2 = 0.0000

corr(u_i, X) = 0 (assumed)


Meine Fragen hierzu wären:
1. Prob > chi2 ist signifikant. Dh ich kann diese RE Berechnung als "gültig" anerkennen? Oder muss ich das dann anders benennen?
2. Innerhalb meiner einzelnen Personen sagt mein Output 0% voraus? Zwischen den einzelnen Individuen zu 5,23% und über die gesamte Stichprobe hinweg (sozusagen zu jeder Zeile meiner Paneldaten extra?) zu 0,214%?
3. corr ist hier "0". In meinen FE Modellen war corr. immer größer null. Stellt das hier ein Problem dar?
4. Ich habe hier sehr viele Variablen. Hat die Anzahl der Variablen einen Einfluss auf die Stärke der Vorhersage des Effekts (dh meinen R2-Wert)? Könnte ich dann also doch von einer höheren Vorhersagewahrscheinlichkeit ausgehen, weil ich rund 10 einzelne Variablen als UVs verwendet habe?
5. zu 4. Die Frage die sich mir stellt ist, ob ich bei einem so kleinen Wert der Vorhersage - auch wenn das Modell signifikant sein mag - von einem wirklichen Effekt meiner UVs ausgehen kann. Und ist der Koeffizient dann nicht fast irrelevant, wenn ich ohnehin die prozentuale Vorhersage oben dem moselfit entnehmen kann? Dann wäre es doch irrelevant, ob ein Koeffizient einen signifikanten Wert von -4,52 hat oder -0,002, weil er ohnehin nur zu 2,1% eine vorhersage für die AV trifft.

Ich wäre euch dankbar, wenn ihr mir bei meinen Daten etwas auf die Sprünge helfen könntet!
Ich bin neu in stata und muss eine Arbeit mit Paneldaten fertigstellen und die Interpretationen insb. der Modelfits fallen mir noch mehr als schwer, weil sie mir so widersprüchlich erscheinen.

Vielen Dank im Voraus!!

[Staxa]

1. Der Test sagt dir nur, ob dein Modell "irgendetwas" erklärt. Ist das ergebnis hier nicht signifikant, dann ist dein Modell wohl sehr fehlspezifiziert.

2. Deine Korrelation INNERHALB einer Person über die Zeit hinweg ist im Schnitt 0, was extrem komisch ist. Das bedeutet, dass die Episoden einer Person überhaupt keinen Bezug zueinander haben. Bist du sicher, dass dein Dateninput korrekt ist? Normalerweise ist die Korrelation innerhalb einer Person nicht sehr klein, da man erwartet, dass eine Person über die Zeit hinweg ähnliche Merkmale aufweist.

3. Hier geht es um unbeobachtete Heterogenität, ein Wert von 0 hier ist wünschenswert.

4. Je mehr UVs, desto höher dein R2, logo. Allerdings ist es meistens nicht das Ziel, den R2 so hoch wie möglich zu machen, sondern eher, kausale Effekte zu testen. Du kannst daher an einem Overcontrolbias leiden. Nimm keine UVs auf, die Mechanismen deines propagierten Effekts sind, sonst wird deine Effektstärke deiner zentralen UV logischerweise kleiner.

5. Willst du Vorhersagen machen oder kausale Effekte testen? Je nachdem unterscheidet sich dein Vorgehen bzw. deine Zielsetzung immer. Kausale effekte testen ist mit geringen R2s möglich!

Modelfits sind grundsätzlich nie absolut zu testen, sondern immer nur relativ im vergleich zu nested models, also Modellen, die verschiedene Variablen aufnehmen und dann testen, welches Model am besten ist.

[Stata-Zwerg]

Hallo Staxa,

besten Dank für die hilfreiche Antwort!

zu 2) Ja, ich habe einige konstante Variablen wie das Alter und Geschlecht vorliegen. Hier habe ich keine Veränderungen innerhalb der Person zu erwarten.
5) Mir geht es um kausale Effekte. Um den Einfluss der Variablen auf eine bestimmte Gegebenheit und deren Entwicklung.

[Staxa]

Zu 2: eben, die Korrelation müsste damit, zumindest für diese Variablen, 1 sein und nicht 0. Du kannst auch versuchen, statt des Geburtsjahres das Alter aufzunehmen, das sich also in jeder Welle unterscheidet.