STATA面板數(shù)據(jù)模型操作命令要點(diǎn)

《STATA面板數(shù)據(jù)模型操作命令要點(diǎn)》由會(huì)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、...STATA面板數(shù)據(jù)模型估計(jì)命令一覽表一、靜態(tài)面板數(shù)據(jù)的STATA處理命令yitixitit固定效應(yīng)模型yitxitit隨機(jī)效應(yīng)模型itit it（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(jì)（統(tǒng)計(jì)分析）●genlag_y=L.y///////產(chǎn)生一個(gè)滯后一期的新變量......genF_y=F.y///////產(chǎn)生一個(gè)超前項(xiàng)的新變量genD_y=D.y///////產(chǎn)生一個(gè)一

2、階差分的新變量genD2_y=D2.y///////產(chǎn)生一個(gè)二階差分的新變量（二）模型的篩選和檢驗(yàn)●1、檢驗(yàn)個(gè)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(duì)于固定效應(yīng)模型而言，回歸結(jié)果中最后一行匯報(bào)的F統(tǒng)計(jì)量便在于檢驗(yàn)所有的個(gè)體效應(yīng)整體上顯著。在我們這個(gè)例子中發(fā)現(xiàn)F統(tǒng)計(jì)量的概率為0.0000，檢驗(yàn)結(jié)果表明固定效應(yīng)模型優(yōu)于混合OLS模型?！?、檢驗(yàn)時(shí)間效應(yīng)（混合效應(yīng)還是隨機(jī)效應(yīng)）（檢驗(yàn)方法：LM統(tǒng)計(jì)量）（原假設(shè)：使用OLS混合模型）●quixtregsqcp

3、iunemgse5ln,re(加上“qui”之后第一幅圖將不會(huì)呈現(xiàn))xttest0......可以看出，LM檢驗(yàn)得到的P值為0.0000，表明隨機(jī)效應(yīng)非常顯著。可見，隨機(jī)效應(yīng)模型也優(yōu)于混合OLS模型?！?、檢驗(yàn)固定效應(yīng)模型or隨機(jī)效應(yīng)模型（檢驗(yàn)方法：Hausman檢驗(yàn)）原假設(shè)：使用隨機(jī)效應(yīng)模型（個(gè)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(gè)體效應(yīng)的時(shí)候，將顯著優(yōu)于截距項(xiàng)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(yàn)，如下：Step1：估計(jì)固定效應(yīng)模型，存儲(chǔ)估計(jì)

4、結(jié)果Step2：估計(jì)隨機(jī)效應(yīng)模型，存儲(chǔ)估計(jì)結(jié)果Step3：進(jìn)行Hausman檢驗(yàn)●quixtregsqcpiunemgse5ln,feeststorefequixtregsqcpiunemgse5ln,reeststorerehausmanfe(或者更優(yōu)的是hausmanfe,sigmamore/sigmaless)可以看出，hausman檢驗(yàn)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(shí)，需要采用工具變量法和是使用固定效應(yīng)模型。......（三）靜態(tài)面板數(shù)據(jù)模型估計(jì)●1、固定效應(yīng)模型估

5、計(jì)●xtregsqcpiunemgse5ln,fe(如下圖所示)其中選項(xiàng)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(jì)方法、界面變量的名稱（id）、以及估計(jì)中使用的樣本數(shù)目和個(gè)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)、組間和樣本總體三個(gè)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(duì)模型中所有非常數(shù)變量執(zhí)行聯(lián)合檢驗(yàn)得到的F統(tǒng)計(jì)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(yàn)固定效應(yīng)是否顯著的F統(tǒng)計(jì)量和相應(yīng)的P值。顯然，本例中

6、固定效應(yīng)非常顯著?！?、隨機(jī)效應(yīng)模型估計(jì)若假設(shè)本例的樣本是從一個(gè)很大的母體中隨機(jī)抽取的，且i與解釋變量均不相關(guān)，則我們可以將i視為隨機(jī)干擾項(xiàng)的一部分。此時(shí)，設(shè)定隨機(jī)效應(yīng)模型更為合適。●xtregsqcpiunemgse5ln,re(如下圖所示)......●3、時(shí)間固定效應(yīng)（以上分析主要針對(duì)的是個(gè)體效應(yīng)）如果希望進(jìn)一步在上述模型中加入時(shí)間效應(yīng)，可以采用時(shí)間虛擬變量來實(shí)現(xiàn)。首先，我們需要定義一下T-1個(gè)時(shí)間虛擬變量。●tabyear,gen(dumt)(tab命令用于列示變量year的組類別，選項(xiàng)gen（dumt）用于生

7、產(chǎn)一個(gè)以dumt開頭的年度虛擬變量)dropdumt1（作用在于去掉第一個(gè)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(shí)間虛擬變量，則估計(jì)模型的命令為：●xtregsqcpiunemgse5lndumt*,fe......（四）異方差和自相關(guān)檢驗(yàn)●1、異方差檢驗(yàn)（組間異方差）本節(jié)主要針對(duì)的是固定效應(yīng)模型進(jìn)行處理（1）檢驗(yàn)原假設(shè)：同方差需要檢驗(yàn)?zāi)Ｐ椭惺欠翊嬖诮M間異方差,需要使用xttest3命令?！駋uixtregsqcpiunemgse5ln,fexttest3顯然，原假設(shè)被拒絕。此時(shí)，需要進(jìn)一步以獲得參數(shù)的GLS

8、估計(jì)量，命令為xtgls：......●xtglssqcpiunemgse5ln,panels(heteroskedastic)其中，組間異方差通過panels（）選項(xiàng)來設(shè)定。上述結(jié)果是采用兩步獲得，即，先采用OLS估計(jì)不考慮異方差的模型，進(jìn)而利用其殘差計(jì)算。。。，并最終得到FGLS估計(jì)量?！?、序列相關(guān)檢驗(yàn)對(duì)于T較大的面板而言，