Stata命令合集

《Stata命令合集》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、Stata命令合集一、简单操作①Cdbak定义根目录Setmemory50m设置软件使用内存②编辑复制数据Data——DataEditor——DataEditor（Edit）一般选择第2个：Treatfirstrowasvariablenamesencodeprovince,gen(id)把字符转化成数值③打开已经保存的文件clearusemgmg表示文件名④xtset定义面板数据（tsset定义时间序列数据）xtsetprovinceyear⑤统计量信息（原始数据的统计性描述）Sum⑥取对数单个变量：genlnc=l

2、n(c)genlny=ln(y)genlnmg=ln(mg)所有变量：foreachvofvarlistc-mg{genln`v’=ln(`v’)注意不是左边的`不是单引号}c-mg为所有变量⑦单位根检验xtunitrootllclnc(lnc为变量名称，llc为单位根检验方法)一阶差分：gendlnc=d.lnc⑧相关系数矩阵corrlnclnylnmg⑨线性回归混合效应：regresslnclnylnmg固定效应：xtreglnclnylnmg,fe随机效应：xtreglnclnylnmg,re⑩固定效应、随机效应

3、与混合效应的比较5固定效应VS混合效应：随机效应VS混合效应：xttest0固定效应VS随机效应：hausmanfe.在做Hausman检验前，要先保存固定效应和混合效应的估计结果，后做Hausman检验固定效应：xtreglnclnylnmg,feeststorefix随机效应：xtreglnclnylnmg,reeststorerandomhausmanfixrandom①虚拟变量加入虚拟变量的计量模型，只能得到随机效应和混合效应的估计结果，固定效应模型估计结果不能得到（因为固定效应模型基于差分思想）二、作图1、g

4、raphmatrixlnclnylnmg三、方程检验1、一阶自相关一阶自相关是指随机误差项之间存在①检验命令：xtseriallnclnylnmg②处理方法：xtglslnclnmglny,corr(ar1)面板广义最小二乘估计2、异方差（1）在得出固定效应模型估计结果后开始进行异方差检验（随机效应模型不能做异方差检验）：xtreglnclnylnmg,fe①检验命令：xttest3②处理方法：只处理异方差：xtglslnclnmglny,panel(het)het是单词异方差heteroskdastic的缩写既处理异

5、方差又处理一阶自相关：xtglslnclnmglny,panel(het)corr(ar1)广义最小二乘估计法的思想：两式相减得（2）在得出混合效应模型估计结果的基础上进行异方差检验5regresslnclnylnmg只处理异方差：xtpcselnclnylnmg既处理异方差又处理一阶自相关：xtpcselnclnylnmg，corr(ar1)pcse是PanelCorrectedStandardError面板修正标准差的简写rho值即为残差项自相关系数，（3）处理异方差——稳健标准误：xtreglnclnylnmg,

6、ferobust（robust稳健的）xtreglnclnylnmg,fe与xtreglnclnylnmg,ferobust估计结果的比较xtreglnclnylnmg,fer不改变估计系数，只改变标准误和t统计量值，同时也改变P值（robust可能会将标准误调大，降低t值，导致P值不显著）3、方差膨胀因子——一般检验解释变量之间的多重共线性先估计回归方程：reglnclnylnmg再做方差膨胀因子检验：vif一般情况下要求值小于10四、GMM操作1、5二、hausmanxtcsd,pesaranshow自相关xtte

7、st3异方差xtglsemploymentimportexportcapitalgdp自相关independence=2.440,Pr=0.0147异方差chi2(31)=5038.62Prob>chi2=0.0000xtglsemploymentimportexportcapitalgdpCross-sectionaltime-seriesFGLSregressionCoefficients:generalizedleastsquaresPanels:homoskedasticCorrelation:noautoco

8、rrelationEstimatedcovariances=1Numberofobs=155Estimatedautocorrelations=0Numberofgroups=31Estimatedcoefficients=5Timeperiods=5Waldchi2(4)=1072.54Loglikelihood=-40.977