【原】互助问答第995：论文中有多个模型，怎么让样本量保持一致？

01

导航推荐

🔹Stata

#Stata基础

🔹专题

#一天一学

#一周一荐

#功夫计量

🔹实证计量

#调节效应

#稳健型检验

#机制分析

#异质性分析

#门槛效应

#DID

#时间序列

#空间计量

#Probit-Logit

#分位数回归

#工具变量

02

本期问题

老师你好，请问，我的论文中有多个模型，甚至有几个子数据库，怎么让样本量保持一致？是用keep if e(sample)命令吗？具体怎么使用呢？（是先做最完整的模型，用这条命令吗？但如果后续还要分析调节效应或中介效应，怎么判断是最完整的回归模型呢？）谢谢老师！

03

本期解答

你可以先做到和基准回归的样本量一样，那就是用if 把每个控制变量都采用非缺失值的样本进行回归。调节效应和中介效应模型，因为机制变量的样本可能有差异，根据机制变量的样本量来定，不一定完全与基本回归一致，但需要详细说明。

04

本期关键词

- 样本量 -

05

本期知识科普

样本量对回归分析有着显著的影响。一般而言，较大的样本量往往能产生更可靠的变量间关系估计值。随着样本量的增加，回归系数的标准误通常较小，从而得到更精确的估计。这意味着结果更有可能在统计上显著且更为可靠。相反，较小的样本量会增加获得不可靠估计的可能性，因为系数的标准误通常较大。这可能导致估计不够精确，结果在统计上不显著。

总体而言，较大的样本量通常会导致更可靠和精确的回归估计，而较小的样本量可能导致估计不够可靠和精确。

互助问答第991期：probitfe指令出现样本数据有大量缺失如何解决？

互助问答第989期：关于分组时样本量差距过大的相关问题

互助问答第740期：分组回归时，遇到组间样本数量差距太大如何解决？

互助问答第720期：为何直接分样本回归和虚拟变量的分组回归，所得出来的解释变量系数不一样？