stata上机实验第二讲.ppt

《stata上机实验第二讲.ppt》由会员上传分享，免费在线阅读，更多相关内容在应用文档-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。约束回归定义约束条件constraintdefinen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：打开productionconsdef1lnl+lnk=1cnsreglnylnllnk,c

2、(1)例二：sysuseauto,clearconsdef1price=weightconsdef2displacement=weightconsdef3gear_ratio=-foreigncnsregmpgpriceweightdisplacementgear_ratioforeignlength,c(1-3)(本题没有什么经济意义，只是让大家熟悉这种方法)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阵：3685117

3、21816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)mkmatmpgweightforeigncons,m

4、at(X)matb=inv(X'*X)*X'*ymatlistbmatlistymatlistX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):

5、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(Forwardhierarchicalselect

6、ion)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残差点的图形表示rvfplot

7、：残差拟合值图可以加参数yline(0)将e与ˆy画在一起rvpplotx1:残差预测值图将e与x1画在一起avplotavplotslvr2plot离群样本点与杠杆样本点离群样本点：残差值较大的样本点杠杆样本点：与样本整体(X'X)很不相同的少数样本点离群样本点：regpricempgweightforeignpredicte,reslistmakepricee杠杆样本点：regpricempgweightforeignpredictlev,leveragelvr2plotlvr2plot,mlabe

8、l(make)作业1考察工资方程（数据文件：cps78-85.dta）Log(wage)=Xb+uX中包括educ=教育、exper=工龄、exper2=工龄平方、tenure=现有岗位的任期、female=性别（女=1）、y85=85年、y85educ=交叉积、y85fem=交叉积。1、建立回归模型2、给出各参数的99%置信区间3、检验H1：educ、tenure对工资影响相同、H2：教育对收入没有影响4、预测拟合值和残差5、观测离群值和