我有一个有序的因变量（1到21）和连续的自变量。我需要运行有序的logit模型，按公司和时间进行聚类，消除具有学生化残差<-2.5或＆gt;的异常值。 2.5。我只知道ologit命令和命令的一些选项;但是，我不知道如何进行双向聚类并消除具有学生化残差的异常值：
ologit rating3 securitized retained, cluster(firm)
答案 0 :(得分：2)
据我所知，双向聚类仅扩展到一些估计命令（如来自scc和tobit / logit / probit here的ivreg2）。消除异常值很容易就可以自己完成，并且没有自动化的方法。
答案 1 :(得分：1)
使用Dimitriy给出的链接中的logit2.ado（Mitchell Petersen的网站）并修改它以使用ologit命令。这很简单，可以通过一些试验和错误来完成。祝你好运！
答案 2 :(得分：0)
如果你有一个包含21个序数类别的变量，我将把它作为一个连续的处理没有问题。如果你想以某种方式支持，我写了一篇关于利用序数变量进行福利测量的论文，请参阅DOI:10.1111/j.1475-4991.2008.00309.x。然后你可以使用ivreg2。您应该了解该估算器涉及的所有问题，特别是它隐含地假设相关性完全由这种双向结构建模，并且对公司i和j及时间的观察结果对于t和s，i!=j和t!=s肯定是不相关的。有时，这是一个强有力的假设 - 即纽约和新泽西可能在2010年相关，但2010年纽约与新泽西州不相关。
我不知道你的顺序异常值是什么意思。有人必须堆积一堆论文建议（或更糟糕的分析请求），而不是真正试图理解每一点。