stata面板數(shù)據(jù)模型操作命令

《stata面板數(shù)據(jù)模型操作命令》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、word資料下載可編輯STATA面板數(shù)據(jù)模型估計命令一覽表一、靜態(tài)面板數(shù)據(jù)的STATA處理命令固定效應(yīng)模型隨機(jī)效應(yīng)模型（一）數(shù)據(jù)處理輸入數(shù)據(jù)●tssetcodeyear該命令是將數(shù)據(jù)定義為“面板”形式●xtdes該命令是了解面板數(shù)據(jù)結(jié)構(gòu)●summarizesqcpiunemgse5ln各變量的描述性統(tǒng)計（統(tǒng)計分析）●genlag_y=L.y///////產(chǎn)生一個滯后一期的新變量專業(yè)技術(shù)資料word資料下載可編輯genF_y=F.y///////產(chǎn)生一個超前項的新變量genD_y=D.y///////產(chǎn)生一個一階差分的新變量genD2_y=D2.y///////產(chǎn)生一個二階差分的新變量（二）

2、模型的篩選和檢驗●1、檢驗個體效應(yīng)（混合效應(yīng)還是固定效應(yīng)）（原假設(shè)：使用OLS混合模型）●xtregsqcpiunemgse5ln,fe對于固定效應(yīng)模型而言，回歸結(jié)果中最后一行匯報的F統(tǒng)計量便在于檢驗所有的個體效應(yīng)整體上顯著。在我們這個例子中發(fā)現(xiàn)F統(tǒng)計量的概率為0.0000，檢驗結(jié)果表明固定效應(yīng)模型優(yōu)于混合OLS模型?！?、檢驗時間效應(yīng)（混合效應(yīng)還是隨機(jī)效應(yīng)）（檢驗方法：LM統(tǒng)計量）（原假設(shè)：使用OLS混合模型）●quixtregsqcpiunemgse5ln,re(加上“qui”之后第一幅圖將不會呈現(xiàn))xttest0專業(yè)技術(shù)資料word資料下載可編輯可以看出，LM檢驗得到的P值為0.00

3、00，表明隨機(jī)效應(yīng)非常顯著?？梢姡S機(jī)效應(yīng)模型也優(yōu)于混合OLS模型?！?、檢驗固定效應(yīng)模型or隨機(jī)效應(yīng)模型（檢驗方法：Hausman檢驗）原假設(shè)：使用隨機(jī)效應(yīng)模型（個體效應(yīng)與解釋變量無關(guān)）通過上面分析，可以發(fā)現(xiàn)當(dāng)模型加入了個體效應(yīng)的時候，將顯著優(yōu)于截距項為常數(shù)假設(shè)條件下的混合OLS模型。但是無法明確區(qū)分FEorRE的優(yōu)劣，這需要進(jìn)行接下來的檢驗，如下：Step1：估計固定效應(yīng)模型，存儲估計結(jié)果Step2：估計隨機(jī)效應(yīng)模型，存儲估計結(jié)果Step3：進(jìn)行Hausman檢驗●quixtregsqcpiunemgse5ln,feeststorefequixtregsqcpiunemgse5ln,r

4、eeststorerehausmanfe(或者更優(yōu)的是hausmanfe,sigmamore/sigmaless)可以看出，hausman檢驗的P值為0.0000，拒絕了原假設(shè)，認(rèn)為隨機(jī)效應(yīng)模型的基本假設(shè)得不到滿足。此時，需要采用工具變量法和是使用固定效應(yīng)模型。專業(yè)技術(shù)資料word資料下載可編輯（三）靜態(tài)面板數(shù)據(jù)模型估計●1、固定效應(yīng)模型估計●xtregsqcpiunemgse5ln,fe(如下圖所示)其中選項fe表明我們采用的是固定效應(yīng)模型，表頭部分的前兩行呈現(xiàn)了模型的估計方法、界面變量的名稱（id）、以及估計中使用的樣本數(shù)目和個體的數(shù)目。第3行到第5行列示了模型的擬合優(yōu)度、分為組內(nèi)、組

5、間和樣本總體三個層面，通常情況下，關(guān)注的是組內(nèi)（within），第6行和第7行分別列示了針對模型中所有非常數(shù)變量執(zhí)行聯(lián)合檢驗得到的F統(tǒng)計量和相應(yīng)的P值，可以看出，參數(shù)整體上相當(dāng)顯著。需要注意的是，表中最后一行列示了檢驗固定效應(yīng)是否顯著的F統(tǒng)計量和相應(yīng)的P值。顯然，本例中固定效應(yīng)非常顯著。●2、隨機(jī)效應(yīng)模型估計若假設(shè)本例的樣本是從一個很大的母體中隨機(jī)抽取的，且與解釋變量均不相關(guān)，則我們可以將視為隨機(jī)干擾項的一部分。此時，設(shè)定隨機(jī)效應(yīng)模型更為合適?！駒tregsqcpiunemgse5ln,re(如下圖所示)專業(yè)技術(shù)資料word資料下載可編輯●3、時間固定效應(yīng)（以上分析主要針對的是個體效應(yīng)）如

6、果希望進(jìn)一步在上述模型中加入時間效應(yīng)，可以采用時間虛擬變量來實(shí)現(xiàn)。首先，我們需要定義一下T-1個時間虛擬變量?！駎abyear,gen(dumt)(tab命令用于列示變量year的組類別，選項gen（dumt）用于生產(chǎn)一個以dumt開頭的年度虛擬變量)dropdumt1（作用在于去掉第一個虛擬變量以避免完全共線性）若在固定效應(yīng)模型中加入時間虛擬變量，則估計模型的命令為：●xtregsqcpiunemgse5lndumt*,fe專業(yè)技術(shù)資料word資料下載可編輯（四）異方差和自相關(guān)檢驗●1、異方差檢驗（組間異方差）本節(jié)主要針對的是固定效應(yīng)模型進(jìn)行處理（1）檢驗原假設(shè)：同方差需要檢驗?zāi)Ｐ椭惺欠?/p>

7、存在組間異方差,需要使用xttest3命令?！駋uixtregsqcpiunemgse5ln,fexttest3顯然，專業(yè)技術(shù)資料word資料下載可編輯原假設(shè)被拒絕。此時，需要進(jìn)一步以獲得參數(shù)的GLS估計量，命令為xtgls：●xtglssqcpiunemgse5ln,panels(heteroskedastic)其中，組間異方差通過panels（）選項來設(shè)定。上述結(jié)果是采用兩步獲得，即，先采用OLS估計不考慮異方差的模