※ 引述《chiamy (期待。。。)》之铭言： : 请问高手..... : 我的论文回归：Y=a + bX1 + cX1*D + year fixed effects + industry fined effects : 跑出来的a, b, c三个系数都很显着，但是adj. R2超低....只有1% : 口试委员说这有问题，但我们还没讨论出是什麽问题（VIF都很低，没有共线度问题） : 请问有人知道是有什麽问题吗？ : 谢谢！ ※ 引述《chiamy (期待。。。)》之铭言： : 请问高手..... : 我的论文回归：Y=a + bX1 + cX1*D + year fixed effects + industry fined effects : 跑出来的a, b, c三个系数都很显着，但是adj. R2超低....只有1% : 口试委员说这有问题，但我们还没讨论出是什麽问题（VIF都很低，没有共线度问题） : 请问有人知道是有什麽问题吗？ : 谢谢！ 就我个人的意见参考一下 我觉得你的模型真正的解释变数只有一个(ie.X1) 而你多加了交乘项X1*D，这项本来就和X1的共线性本来就很高了。 假设模型如下: Y=a+b*X1---model(0)~pool ols Y=a+b*X1+industry fined effect---model(1)~fixed effects Y=a+b*X1+c*(X1*D)+industry fined effect---model(2)~add a new variable Y=a+b*X1+c*(X1*D)+year dummy variables+industry fined effect---model(3)~add year effects 分成这些模型来看，就可以了解你论文中比较重要的变数应该是X1， 我怀疑你可能模型有跑错。 假若Model(0)的R^2没有很高，控制了industry fined effects仍然是如此， 那麽剩下能提高R^2就只剩下year dummy variables。 你的X1若有一个理论基础说明，X1和Y之间存在着因果关系， 那麽R^2低也不成问题。以这样的角度来说服口试委员应该是蛮有效果的， 再不成，你就去找几篇经济实证的文章来反驳他们，重点是你要有自信，你的回归是有 意义的，这样R^2的高低就不是那麽重要了。(但前提你的模型没跑错) 假设你真的能找到更多的解释变数，那R^2当然会提高，但效果也不会比加入industry和 year effects好。(以R^2的层面来看) 个人认为，重点是在於你要先确定你所用的模型是否正确，想要解释什麽现象和回归的结 果是否吻合，再参考文献有什麽变数是可以放进去当控制变数的。这样子可能才能找出真 正的原因，当然也可以大力的说服你的口委老师，好让你顺利过关。 有时间可以参考一下 Stock, James H. and Mark W. Watson, Introduction to econometrics 和你比较有关的应该是Panel data 那章。 有错请指正。 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 219.84.234.236