Eviews实验-面板数据

《Eviews实验-面板数据》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

Eviews实验-面板数据模型可以建立两种Eviews工作文件：（1）混合（pool）数据型工作文件；（2）面板数据型工作文件。根据教材第10章案例：关于酒后驾车，研究酒精税和关于酒后驾车的法律规定对交通死亡事故的效应。美国每年有4万高速公路交通事故，约1/3涉及酒后驾车。这个比率在饮酒高峰期会上升。早晨1-3点25%的司机饮酒。饮酒司机出交通事故数是不饮酒司机的13倍。现有1982-1988年48个州共336组美国公路交通事故死亡人数与啤酒税的数据。原始数据的excel文件为：fatality.xls或fatality.xlsx一、建立混合数据型工作文件，估计模型首先建立时间序列（年度）工作文件：Fatality_pool.wfl.建立新的对象：Eviews菜单，Object-Newobject-pool在窗口中输入48个州的标识（注：也可输入_1,_2……类似格式）1 在新建的混合数据库（Pool）窗口的工具栏中点击Sheet键（第2种路径是，点击View键，选Spreadsheet(stackeddata)功能），从而打开SeriesList（列写序列名）窗口，定义时间序列变量“mrall?Beertax?”，其中“?”表示与marll和beertax相关的48个州标识。点击OK键，从而打开混合数据库（Pool）窗口（图5）。2 点击Edit+-键，使EViwes处于可编辑状态，用复制和粘贴的方法输入数据。(提示：注意excel数据中的排序)图所示为以时间为序的阵列式排列（stackeddata）。点击Order+-键，还可以变换为以截面为序的阵列式排列。输入完成后的情形见图。点击PoolGener可以通过公式用已有的变量生成新变量（注意：输入变量时，不要忘记带变量后缀“？”）如mrall为每万人死亡率，定义死亡人数：vfrall=10000*mrall。3 建立新的页面，对1982年的数据进行分析。建立新页面前把原来的页面命名为“pool”。4 在“1982”工作页为活动窗口下，在命令窗口输入：databeertaxmrall从excel表中复制粘贴数据，注意excel表中数据以“year”升序排序。生成新的序列，vfrall=10000*mrall建立回归模型，画出散点图。(beertax,vfrall)参考教材图10.15 同理，建立一个“1988”的新工作页，包含1988年的数据。建立回归模型，画图。建立一个新的page，“diff”。分别从1988,1982的工作页中复制序列beertax和vfrall到新的工作页diff中，并命名为beertax88,beertax82以此类推。生成新的差分序列，建立回归和画图，参考教材P275固定效应回归参考教材的式（10.15）和（10.21）选择“pool”工作页，并点击“pool”对象，点击“estimate”6 出现对话框得到结果：7 同时也考虑时间估计效应：得到结果：（图略）对教材p285的表10.1，估计列1的结果，即通常称为的pool回归估计：8 得到结果：作业：根据教材表10.1给出的7种回归形式，从excel表中导入需要的数据，进行估计。9 二、建立面板数据型工作文件Panelandpooldatainvolveobservationsthatpossessbothcross-section,andwithin-cross-sectionidentifiers.Generallyspeaking,wedistinguishbetweenthetwobynotingthatpooledtime-series,cross-sectiondatarefertodatawithrelativelyfewcross-sections,wherevariablesareheldincross-sectionspecificindividualseries,whilepaneldatacorrespondtodatawithlargenumbersofcross-sections,withvariablesheldinsingleseriesinstackedform.摘自EviewsUserGuideIIPartVII.PanelandPooledDatap457文件导入建议使用03版格式的excel文件(.xls)，不使用07版的excel文件(.xlsx)或使用复制粘贴方式导入数据（fatality.xlsx）在命令窗口中输入：datastateyearspirconsunrateperincemppopbeertaxsobaptmormonmldadryyngdrvvmilesbreathjaildcomserdallmortmrallallnitemrallnallsvna1517mra1517a1517nmra1517na1820a1820nmra1820mra1820na2124mra2124a2124nmra2124naidallmraidallpoppop1517pop1820pop2124milesunusepopusgspch10 然后从excel表中将对应数据复制粘贴过来生成新数据：vfrall=10000*mrall只使用1982年的数据估计11 点“freeze”把估计结果保存在表对象中。12 改变“samplerange”，然后对beertax和vfrall建立组对象，并画图。同理对1988年数据作同样的操作。13 然后将样本范围改为全部对1988年数据减去1982年的差分数据进行估计。参考教材（10.8）式，p275生成差分数据：Dbeer=beertax-beertax(-6)Dvfrall=vfrall-vfrall(-6)对dvfrall和dbeer建立回归，注意样本区间选择1988-1988.固定效应回归在估计方程对话框中选“PanelOptions”14 都选None，是pool回归。作业：根据教材表10.1给出的7种回归形式，从excel表中导入需要的数据，进行估计。附：会用到的数据unrateUnemploymentRateperincPerCapitaPersonalIncomemldaMinimumLegalDrinkingAgevmilesAve.MileperDriverjaildMandatoryJailSentencecomserdMandatoryCommunityServicebeertaxTaxonCaseofBeermrallVehicleFatalityRate(VFR)如何生成法定饮酒年龄的虚拟变量（根据mlda），如何生成强制监禁或强制社区服务的虚拟变量（根据jaild和comserd）。以下是stata数据处理的代码，供参考genda18=(mlda<19);*minimumlegaldrinkingage;genda19=(mlda>=19)*(mlda<20);genda20=(mlda>=20)*(mlda<21);genda21=(mlda>=21);genvfrall=10000*mrall;*fatalityrateper10,000inthepopulation;genincperc=perinc/1000;genvmilespd=vmiles/1000；genjailcom=((jaild+comserd)>0);genmjailcom=(jaild==.)*(comserd==.);mvdecodemjailcom,mv(1);replacejailcom=jailcom+mjailcom;注：CA61988，jaildcomserd是缺失数据（第28个）（在fatality_panel.wfl里是4-88）15