chap07Stata与模型的设定分析.ppt

实验7-4极端数据的诊断与处理 一、实验基本原理 二、实验数据和实验内容 根据统计资料得到了美国汽车产业的横截面数据(1978年) ，变量主要包括：price=汽车的价格，mpg=每加仑油所行驶的英里数，weight=汽车的重量，foreign表示是否是进口车，如果foreign=0代表是国产车，如果foreign=1代表是进口车。完整的数据在本书附带光盘的data文件夹的“usaauto.dta”工作文件中。 利用usaauto数据，以price为因变量， mpg、weight和foreign为自变量建立回归模型，找出样本数据中存在的极端数据。 三、实验操作指导 进行极端数据的检验通常用到的是一组命令，这组命令显示如下： regress y x1 x2 …… predict lev, leverage gsort –lev sum lev list in 1/i 在这组命令语句中，第一个命令语句的作用是以y为因变量，x1、x2 ……为自变量建立回归分析；第二个命令语句的作用是计算出所有观测数据的lev值；第三个命令语句的作用是将lev值降序排列；第四个命令语句的作用是计算出lev值的极值与平均值，从而便于比较；第五个命令语句的作用是从大到小列出lev值第1到第i个观测值，以便处理。 例如，在美国汽车数据分析中，建立如下回归模型之后， 分析一下是否存在极端值所使用到的命令为： regress price mpg weight foreign predict lev, leverage gsort –lev sum lev list in 1/3 这组命令的详细含义已做介绍，这里不再赘述，其功能简言之就是建立回归模型之后，计算lev值，并将由大到小前3位的数据显示出来，执行结果如图7.15所示。在结果中可以看到lev值的均值为0.0541，而最大的lev值为0.3001，所以该观测值有可能为极端数据，可以采取进一步方法进行处理，从而保证模型的精确性。处理的方法一般有两种，一种方法为直接去掉极端值，另一种方法为选择其他更为适合恰当的模型进行回归分析。 实验7-5虚拟变量的处理 一、实验基本原理 对于定性数据或分类数据而言，通常并不能将其直接纳入模型中进行回归分析，因为这样的分析并不符合经济学理论，所以这时需要引入虚拟变量进行处理。一般情况下，如果分类变量总共有M类，为了避免多重共线性的出现，通常只引入M-1个虚拟变量。下面将会通过一个简单的例子，来介绍一下引入虚拟变量后，模型的实际变化。 二、实验数据和实验内容 根据统计资料得到了中国1978—2006年的消费数据，变量主要包括：year=年份，c=人均消费（单位：元），y=人均国民收入（单位：元），c_ratio=消费收入比。完整的数据在本书附带光盘的data文件夹的“consumption_china.dta”工作文件中。 利用此数据，估计中国的消费函数，并引入虚拟变量，使得在1992年前后的模型截距和斜率都不相同。 三、实验操作指导 为了便于比较，首先生成整个时期中不含虚拟变量的消费函数方程，所使用到的命令为： regress c y 得到如图7.16所示的回归结果，这个回归所形成的模型为c=188.588+0.3977y 如果认为在1992年，南巡讲话导致了经济结构的变动，这时需要引入虚拟变量将模型分成两段进行回归，步骤如下： 第一步，生成虚拟变量，所使用的命令为： generate dummy=0 replace dummy=1 if year=1992 在这组命令中，第一个命令的作用是生成虚拟变量dummy，使其值全部为0；第二个的命令的作用就是将1992年以后的dummy值替换为1，这时就完成了虚拟变量的设置。 第二步，生成虚拟变量dummy和解释变量y的互动项，所使用的命令为： generate dummy_y=dummy*y 这个命令的作用就是生成互动项dummy_y，使其值为变量dummy和变量y的乘积。 第三步，将虚拟变量纳入回归方程进行估计，所使用的命令为： regress c y dummy dummy_y 执行结果如图7.17所示，这时得到的模型为： 这个模型是为了讲解虚拟变量的实际使用方法，暂不考虑某些系数不能通过检验的情况。通过引入虚拟变量发现，模型的截距和斜率都发生了变化。在用户实际研究过程中，可以根据需要引入虚拟变量，进行变斜率、变截距以及二者相结合的模型变化。 实验7-6经济结构变动的Chow检验 一、实验基本原理 在时间序列模型之中，需要十分注重模型系数的稳定性，如果没有考虑到结构变动，将会造成较为严重的模型设定误差。Chow检验提供了一个较为严谨的检验经济结构变动的方法。 例如，在时期t1和t2中，认为存在t3时刻为一个经