欢迎来到天天文库
浏览记录
ID:31595199
大小:336.50 KB
页数:14页
时间:2019-01-15
《stata面板大数据模型操作命令要点》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、实用标准文案STATA面板数据模型估计命令一览表一、静态面板数据的STATA处理命令固定效应模型随机效应模型(一)数据处理输入数据●tssetcodeyear该命令是将数据定义为“面板”形式●xtdes该命令是了解面板数据结构●summarizesqcpiunemgse5ln各变量的描述性统计(统计分析)●genlag_y=L.y///////产生一个滞后一期的新变量精彩文档实用标准文案genF_y=F.y///////产生一个超前项的新变量genD_y=D.y///////产生一个一阶差分的新变量genD2_y=D2.
2、y///////产生一个二阶差分的新变量(二)模型的筛选和检验●1、检验个体效应(混合效应还是固定效应)(原假设:使用OLS混合模型)●xtregsqcpiunemgse5ln,fe对于固定效应模型而言,回归结果中最后一行汇报的F统计量便在于检验所有的个体效应整体上显著。在我们这个例子中发现F统计量的概率为0.0000,检验结果表明固定效应模型优于混合OLS模型。●2、检验时间效应(混合效应还是随机效应)(检验方法:LM统计量)(原假设:使用OLS混合模型)●quixtregsqcpiunemgse5ln,re(加上“q
3、ui”之后第一幅图将不会呈现)xttest0精彩文档实用标准文案可以看出,LM检验得到的P值为0.0000,表明随机效应非常显著。可见,随机效应模型也优于混合OLS模型。●3、检验固定效应模型or随机效应模型(检验方法:Hausman检验)原假设:使用随机效应模型(个体效应与解释变量无关)通过上面分析,可以发现当模型加入了个体效应的时候,将显著优于截距项为常数假设条件下的混合OLS模型。但是无法明确区分FEorRE的优劣,这需要进行接下来的检验,如下:Step1:估计固定效应模型,存储估计结果Step2:估计随机效应模型
4、,存储估计结果Step3:进行Hausman检验●quixtregsqcpiunemgse5ln,feeststorefequixtregsqcpiunemgse5ln,reeststorerehausmanfe(或者更优的是hausmanfe,sigmamore/sigmaless)可以看出,hausman检验的P值为0.0000,拒绝了原假设,认为随机效应模型的基本假设得不到满足。此时,需要采用工具变量法和是使用固定效应模型。精彩文档实用标准文案(三)静态面板数据模型估计●1、固定效应模型估计●xtregsqcpiu
5、nemgse5ln,fe(如下图所示)其中选项fe表明我们采用的是固定效应模型,表头部分的前两行呈现了模型的估计方法、界面变量的名称(id)、以及估计中使用的样本数目和个体的数目。第3行到第5行列示了模型的拟合优度、分为组内、组间和样本总体三个层面,通常情况下,关注的是组内(within),第6行和第7行分别列示了针对模型中所有非常数变量执行联合检验得到的F统计量和相应的P值,可以看出,参数整体上相当显著。需要注意的是,表中最后一行列示了检验固定效应是否显著的F统计量和相应的P值。显然,本例中固定效应非常显著。●2、随机
6、效应模型估计若假设本例的样本是从一个很大的母体中随机抽取的,且与解释变量均不相关,则我们可以将视为随机干扰项的一部分。此时,设定随机效应模型更为合适。●xtregsqcpiunemgse5ln,re(如下图所示)精彩文档实用标准文案●3、时间固定效应(以上分析主要针对的是个体效应)如果希望进一步在上述模型中加入时间效应,可以采用时间虚拟变量来实现。首先,我们需要定义一下T-1个时间虚拟变量。●tabyear,gen(dumt)(tab命令用于列示变量year的组类别,选项gen(dumt)用于生产一个以dumt开头的年度
7、虚拟变量)dropdumt1(作用在于去掉第一个虚拟变量以避免完全共线性)若在固定效应模型中加入时间虚拟变量,则估计模型的命令为:●xtregsqcpiunemgse5lndumt*,fe精彩文档实用标准文案(四)异方差和自相关检验●1、异方差检验(组间异方差)本节主要针对的是固定效应模型进行处理(1)检验原假设:同方差需要检验模型中是否存在组间异方差,需要使用xttest3命令。●quixtregsqcpiunemgse5ln,fexttest3显然,精彩文档实用标准文案原假设被拒绝。此时,需要进一步以获得参数的GLS
8、估计量,命令为xtgls:●xtglssqcpiunemgse5ln,panels(heteroskedastic)其中,组间异方差通过panels()选项来设定。上述结果是采用两步获得,即,先采用OLS估计不考虑异方差的模型,进而利用其残差计算。。。,并最终得到FGLS估计量。●2、序列相关检验对于T较大的面板而言
此文档下载收益归作者所有