原文链接：https://www.lianxh.cn/news/6ba0fa6f18710.html

• E. 直击面板数据模型，连玉君。
• D. 空间计量全局模型及Matlab实现, 范巧。
• C. 动态面板数据模型, 连玉君。
• B. 实证研究设计，连玉君。
• A. 文本分析与爬虫专题，司继春，游万海。

目录

• 1. 引言
• 2. 面板分位数回归模型
  • 2.1 模型设定
  • 2.2 固定效应模型估计
• 3. Stata 范例
• 参考资料

1. 引言

在前叙推文中，我们介绍了 Stata 的分位数回归应用，参见 「武翰涛 - 分位数回归简介」 和「胡雨霄 - 分位数回归及 Stata 实现」。分位数回归估计作为一种模型估计方法，能够较为准确描述解释变量 Ｘ 对于被解释变量 Ｙ 的变化范围以及条件分布形状的影响。其中，分位数回归方程可以定义为:

其中， 表示被解释变量的第  个条件分位数， 表示解释变量在第  个分位数下的回归系数估计，其中 。若要得到  的参数估计，需要求解加权绝对残差和最小化问题，即:

随着面板数据的广泛使用，面板分位数回归也随之出现。结合分位数回归与面板数据，采用分位数回归的方法对面板数据变量的参数进行估计，不仅能够更好的控制个体的异质性，而且能够分析在特定的分位数处自变量对因变量的边际效应，所以采用面板分位数回归可以使各个变量参数结果更加显著，具有更高的实际意义。接下来我们将介绍面板分位数回归模型的两种形式，并主要展示固定效应面板分位数回归模型的估计。

原文链接：https://www.lianxh.cn/news/6ba0fa6f18710.html