stata第三讲【山大陈波】.ppt

《stata第三讲【山大陈波】.ppt》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。

1、Stata上机实验大样本OLS大样本OLS经常采用稳健标准差估计(robust)稳健标准差是指其标准差对于模型中可能存在的异方差或自相关问题不敏感，基于稳健标准差计算的稳健t统计量仍然渐进分布t分布。因此，在Stata中利用robust选项可以得到异方差稳健估计量。Nerlove（1963）的一篇著名文章为了检验美国电力行业是否存在规模经济，Nerlove（1963）收集了1955年145家美国电力企业的总成本(TC)、产量(Q)、工资率(PL)、燃料价格(PF)及资本租赁价格(PK)的数据（nerlove.

2、dta）。假设第个企业的生产函数为Cobb-Douglas：其中分别为生产率、劳动力、资本与燃料。记为规模效应（degreeofreturnstoscale）。假设企业追求成本最小化，可证明其成本函数也为Cobb-Douglas：其中是的函数。取对数后得到如下模型。为了简单起见，我们将模型的方程设定为：分别使用普通OLS和稳健的标准差OLS进行估计。结果可以看到：稳健标准差与普通标准差的估计的系数相同，但标准差和t值存在着较大的差别，尤其是lnq的标准差。约束回归定义约束条件constraintdefinen

3、条件约束回归语句Cnsreg被解释变量解释变量,constraints(条件编号)约束回归例一：useproduction，clearconsdef1lnl+lnk=1cnsreglnylnllnk,c(1)例二：usenerlove,clearconsdef1lnpl+lnpk+lnpf=1.consdef2lnq=1.cnsreglntclnqlnpllnpklnpf,c(1-2)矩阵运算1。手动建立矩阵命令：matrixMatrixinput矩阵变量名=（矩阵）同一行元素用，分隔不同行元素用分割建立矩

4、阵：368511721816显示矩阵变量matdir显示矩阵内容Matlist矩阵变量常用矩阵运算：C=A+BA-BA*BKronecker乘积：C=A#B常用矩阵函数：trace(m1)m1的迹Diag(v1)向量的对角矩阵inv(m1)m1的逆矩阵2。还可以将变量转换为矩阵mkmat变量名表，mat(矩阵名)练习：sysuseautoregpricempgweightforeign要求：利用矩阵运算手动计算出参数gencons=1mkmatprice,mat(y)mkmatmpgweightforeign

5、cons,mat(X)matb=inv(X'*X)*X'*ymatlistb（还可以看一下矩阵x与y的值）我们可以利用矩阵运算的方法将回归结果展现的所有统计量都手动计算出来。大家有兴趣回去做一遍，可以加深你对这些知识的理解。逐步回归法逐步回归法分为逐步剔除和逐步加入。逐步剔除又分为逐步剔除(Backwardselection)和逐步分层剔除(Backwardhierarchicalselection)1。逐步剔除stepwise,pr(显著性水平):回归方程例如：对auto数据Stepwise,pr(0.05

6、):regpricempgrep78headroomtrunkweightlengthturndisplacementgear_ratioforeign2。逐个分层剔除Stepwise,pr(0.05)hier:regpricempgrep78headroomtrunkweightlengthturndisplacementgear_ratioforeign去掉foreign重新做一遍逐步加入又分为逐步加入(Forwardselection)和逐步分层加入(Forwardhierarchicalselecti

7、on)1。逐步加入stepwise,pe(显著性水平):回归方程例如：对auto数据Stepwise,pe(0.05):regpricempgrep78headroomtrunkweightlengthturndisplacementgear_ratioforeign2。逐个分层加入Stepwise,pe(0.05)hier:regpricempgrep78headroomtrunkweightlengthturndisplacementgear_ratioforeign极大似然估计优点：1。在所有一致的、渐

8、近正态的估计量中，MLE是渐进最优的。2。大样本数据，特别是非线性回归的估计具有优势。缺点：1。需要假设特定的概率密度形式。2。小样本性质一般。极大似然估计MLEMLE的基本步骤1.推导最大似然函数2.编写似然函数的stata程序(可选：似然函数的一阶和二阶导数d1,d2)3.设定解释变量和被解释变量：mlmodel命令4.估计最大似然函数：mlmaximize命令我们举一个最简单的多元线形回归的例