[论文解读] Binscatter Regressions

Matias D. Cattaneo, Richard K. Crump+2 more|arXiv (Cornell University)|Feb 25, 2019

Data Analysis with R参考文献 7被引用 23

一句话总结

本文介紹了 Stata 擴展套件 Binsreg，該套件實現了先進的分箱迴歸（binscatter）方法，適用於迴歸分析中的非參數與半參數估計、統計推斷與可視化。該套件支援靈活、理論導向的估計，具備最佳分箱選擇、共變數調整、平滑度約束以及多樣本比較功能，能針對線性與非線性模型中的形狀限制與參數規範提供有效的統計推斷。

ABSTRACT

We introduce the package Binsreg, which implements the binscatter methods developed by Cattaneo, Crump, Farrell, and Feng (2024b,a). The package includes seven commands: binsreg, binslogit, binsprobit, binsqreg, binstest, binspwc, and binsregselect. The first four commands implement binscatter plotting, point estimation, and uncertainty quantification (confidence intervals and confidence bands) for least squares linear binscatter regression (binsreg) and for nonlinear binscatter regression (binslogit for Logit regression, binsprobit for Probit regression, and binsqreg for quantile regression). The next two commands focus on pointwise and uniform inference: binstest implements hypothesis testing procedures for parametric specifications and for nonparametric shape restrictions of the unknown regression function, while binspwc implements multi-group pairwise statistical comparisons. Finally, the command binsregselect implements data-driven number of bins selectors. The commands offer binned scatter plots, and allow for covariate adjustment, weighting, clustering, and multi-sample analysis, which is useful when studying treatment effect heterogeneity in randomized and observational studies, among many other features.

研究动机与目标

• 開發一套全面且統計有效的分箱迴歸方法實現，以支援計量經濟學與應用統計學的實證研究。
• 解決先前分箱迴歸實作中缺乏理論基礎與統計有效性之問題，特別是在固定效應與共變數調整方面。
• 透過基於 IMSE 的插值法，實現資料驅動的最佳分箱選擇，以提升估計精確度。
• 支援非參數形狀限制（例如單調性、凸性）與參數模型規範檢定的穩健推斷。
• 支援多樣本分析，以研究隨機與觀察性研究中處理效果異質性。

提出的方法

• 該套件透過七個命令實現分箱迴歸：binsreg、binslogit、binsprobit、binsqreg，用於最小二乘、邏輯迴歸、 probit 迴歸與分位數迴歸的估計與不確定性量化。
• 在各分箱內使用高階多項式迴歸，並透過 B-樣條或其它懲罰技術對分箱間的平滑度施加約束。
• 命令 binsregselect 透過基於 IMSE 最佳化之插值規則，實現資料驅動的分箱選擇，適用於分位數等距或均勻分箱。
• 透過 binstest 命令實現假設檢定，支援參數模型規範檢定與非參數形狀限制檢定（例如單調性），並提供均勻與點式推斷。
• binspwc 支援跨樣本的多群組成對比較，將分箱迴歸延伸至比較性實證分析。
• 套件整合 reghdfe 與 gtools，支援多向固定效應與聚類標準誤，大幅提升大資料集的計算效率。

实验结果

研究问题

• RQ1 在存在共變數與固定效應的情境下，如何實現具備有效統計推斷（包含信賴帶與假設檢定）的分箱迴歸方法？
• RQ2 如何選擇最佳分箱數量，以最小化分箱迴歸估計中的整合均方誤差（IMSE）？
• RQ3 分箱迴歸是否可延伸至廣義線性模型（如 logit、probit 與分位數迴歸），並維持有效的統計推斷？
• RQ4 如何利用分箱迴歸與均勻信賴帶，檢定迴歸函數的形狀限制（例如單調性、凸性）？
• RQ5 資料驅動分箱選擇與固定分箱方案之間，在計算與統計上存在哪些權衡？

主要发现

• Binsreg 套件提供了統計上有效的分箱迴歸實現，修正了先前 Stata 套件（如 binscatter 與 binscatter2）在處理固定效應與共變數調整方面的錯誤。
• 透過 binsregselect 實現的資料驅動分箱選擇，利用 IMSE 最小化之插值規則，得出最佳分箱數量；在 1000 筆觀察值的範例中，ROT-POLY 與 DPI 方法均顯示 18 個分箱為最佳選擇。
• 使用 sub-sampling 搭配 useeffn() 功能，可透過小樣本外推方式高效估算大資料集的最佳分箱數量，大幅降低計算負擔。
• 該套件可透過 binstest 命令，利用均勻信賴帶與假設檢定，實現對非參數形狀限制（如單調性）的可靠推斷。
• 整合 reghdfe 與 gtools 後，計算速度顯著提升，特別是在關閉大量點與自由度檢查時，對超大資料集尤為有效。
• 提供功能與語法完全相同的 Python 與 R 套件，確保跨平台實證分析的一致性。