stata回归估计

Stata 提示 omitted because of collinearity（变量被共线性剔除）

Q: Stata 提示 omitted because of collinearity（变量被共线性剔除） 是什么原因？

这条是 note 不是 error，回归照样出结果，但某个变量被剔除了。含义是「这个变量能被其他变量线性表示，信息重复了」。 三个高频场景： 1. 同时放入 size 和 ln(size) 。两者完全共线。 2. xtreg, fe 里放了不随时间变化的变量 。固定效应会吸收所有个体层面不随时间变化的差异，性别、行业、注册地这类变量必然被剔除。 3. 虚拟变量陷阱 。k 个类别放了 k 个虚拟变量又带常数项，必有一个被剔除。 第 2 种最容易被误判成 bug——它其实是固定效应的数学性质，不是模型写错了。

Q: Stata 提示 omitted because of collinearity（变量被共线性剔除） 怎么解决？

第一步：确认是哪种共线 相关系数接近 ±1，就是近似完全共线。 第二步：按场景处理 原变量 + 对数 → 只留一个 FE 里的时不变变量 → 这是正常的，系数本来也不可识别。如果确实要估计它的效应，改用 reghdfe 的 absorb() 配合随机效应，或用 Mundlak 方法 虚拟变量陷阱 → 少放一个类别作基准组 第三步：系统性检查共线性 VIF 10 提示严重共线。 注意 ：FE 模型里时不变变量被剔除是 预期行为 ，不用修。真正要担心的是时变变量之间的共线。

不是 bug，是数学上算不出来。同时放原变量和对数、固定效应里放不随时间变化的变量，都会触发。

报错原文

note: x2 omitted because of collinearity

为什么会报这个错

这条是 note 不是 error ，回归照样出结果，但某个变量被剔除了。含义是「这个变量能被其他变量线性表示，信息重复了」。 三个高频场景： 同时放入 size 和 ln(size) 。两者完全共线。 xtreg, fe 里放了不随时间变化的变量 。固定效应会吸收所有个体层面不随时间变化的差异，性别、行业、注册地这类变量必然被剔除。 虚拟变量陷阱 。k 个类别放了 k 个虚拟变量又带常数项，必有一个被剔除。 第 2 种最容易被误判成 bug——它其实是固定效应的数学性质，不是模型写错了。

怎么解决

第一步：确认是哪种共线 corr x1 x2 相关系数接近 \pm1，就是近似完全共线。 第二步：按场景处理 原变量 + 对数 \to 只留一个 FE 里的时不变变量 \to 这是正常的，系数本来也不可识别。如果确实要估计它的效应，改用 reghdfe 的 absorb() 配合随机效应，或用 Mundlak 方法 虚拟变量陷阱 \to 少放一个类别作基准组 第三步：系统性检查共线性 estat vif VIF > 10 提示严重共线。 注意 ：FE 模型里时不变变量被剔除是 预期行为 ，不用修。真正要担心的是时变变量之间的共线。

代码示例

* 场景 1：原变量与对数同时放入
gen ln_size = ln(size)
reg y size ln_size    // 必有一个被剔除

* 场景 2：FE 中的时不变变量
xtset id year
xtreg y x1 x2 i.industry, fe   // industry 被剔除

* 共线性诊断
reg y x1 x2
estat vif