stata处理面板数据及修正命令集合.docVIP

... ... 步骤一：导入数据 原始表如下， 数据请以时间（ 1998，1999，2000 ，2001 ??）为横轴，样本名（北京，天津，河北 ??）为 纵轴 将中文地名替换为数字。 注意：表中不能有中文字符，否则会出现错误。面板数据中不能有空值。 去除年份的一行，将其余部分复制到 stata 的 data editor 中，或保存为 csv 格式。 打开 stata，调用数据。 方法一：直接复制到 data editor 中。 方法二：使用口令： insheet using 文件路径 调用例如： insheet using C:\STUDY\paper\taxi.csv 其中 csv 格式可用 excel 的“另存为”导出 步骤二：调整格式 首先请将代表样本的 var1 重命名 口令： rename var1 样本名 例如： rename var1 province 也可直接在 var1 处双击，在弹出的窗口中修改 : 接下来将数据转化为面板数据的格式 口令： reshape long var, i(样本名 ) 例如： reshape long var, i(province) 其中 var 代表的是所有的年份（ var2,var3,var4 ??） 转化成功后继续重命名，其中 _j 这里代表原始表中的年份， var 代表该变量的名称 口令例如： rename _j year rename var taxi 也可直接在需要修改的名称处双击，在弹出的窗口中修改 步骤三：排序 口令： sort 变量名 例如： sort province year 意思为将 province 按升序排列，然后再根据排好的 province 数列排 year 这一列 最后，保存。 至此， 一个变量的前期数据处理就完成了， 请如法炮制的处理所有的变量， 也就是说每个变 量都做一个 dta 文件。在处理新变量前请使用 口令： clear 将 stata 重置 步骤四：合并数据 任意打开一个处理过的变量的 dta 文件作为基础表（推荐使用因变量的 dta 文件，这里使用 so2 作为因变量） 口令： merge 样本名时间 using 文件路径 例如： merge province year using C:\STUDY\paper\taxi.dta 意思是将 taxi 的数据添加到 so2 的数据表中 然后使用 口令： tab _merge 然后使用 口令： drop _merge 将数据表中的 _merge 一列去掉， 接着重新使用 口令： sort 样本名时间 例如： sort province year 为新生成的表排序。 如法炮制，将所有的变量都添加到基础表中， 最终步骤：回归 首先，使用 口令： xtset 样本名时间 定义面板数据 例如： xtset province year 然后使用： 口令： xtreg 因变量自变量 进行回归分析 例如： xtreg so2 taxi busload drivers roadlength 至此，使用 stata 进行面板数据回归分析完成 面板模型分为混合回归模型、固定效应模型、随机效应模型 固定效应分为个体 /时点固定效应，个体时点双固定效应 随机效应分为个体 /时点随机效应，个体时点双随机效应 描述性统计 ：sum 标准化 ：sum(x-均值） /标准差 产生新变量： gen pol=(pol- 均值） /标准差 （1）普通回归命令： reg y x1 x2 一般 p0.05 （2）检验多重共线性： estat vif vif 为方差膨胀因子， vif10,否则要消除多重共线性 相关系数矩阵 corr y x1 x2 区分固定效应还是随机效应 ： xtreg y x1 x2, fe est store fe 这一步结束看结果最后一行 F 检验 p0.05,排除混合回归 xtreg y x1 x2, re est store re hausman fe re,constant sigmamore hausman 检验 P0.05 接受原假设：随机效应 p0.05 接受备择假设：固定效应 区分个体固定效应还是时点固定效应： xtreg y x1 x2, fe 结果 p0.05，则个体固定效应 ok xtreg y x1 x2 i.year 结果 p0.05，则时点固定效应 ok xtreg y x1 x2 i.year, fe 双向固定效应 xtreg y x1 x2, fe r r 为聚类稳健标准误 将多个面板回归结果汇总到一起， 命令如下： xtreg y x1 x2 est store model1 xtreg y x3 x4 est store model2 : : 以此类推 esttab