Testing general linear restrictions (检验一般的线性约束).docVIP

Testing general linear restrictions （检验一般的线性约束） 例计量导论P162 此时可以有三种方法 方法一：将限制条件带入方程，构造受约束模型。在受限制模型中构造新的变量进行回归分析。 将带入 得 移项得 构造新的变量 newvariable = y关于newvariable 进行回归 计算F统计值 与临界值c作比较 ，或者计算相应的P-value并与显著性水平做比较。如果F统计值小于c不能拒绝原假设，如果F统计值大于c拒绝原假设。如果P-value统计值大于不能拒绝原假设，如果P-value统计值小于拒绝原假设。 计算F统计量 相应的P-value=0.621 0.05, 所以不能拒绝原假设。 方法二：运用test 函数 需要对总模型回归 需要对总模型回归 用相应的P-value与显著性水平做比较。如果P-value大于不能拒绝原假设，如果P-value小于拒绝原假设。 P-value 0.05, 所以不能拒绝原假设。 注：常用的test函数形式： test （检验的系数） test （检验的系数相等） test （）() （检验的系数相等且） test （）() （检验的系数，，） testparm varlist [, equal] （检验在拟合模型和varlist中出现过的变量两两相等，而不仅仅是联合相等且为0，还可以为其他数值） 方法三：运用constraint 函数 .use hprice1 注：常用的constraint函数形式： constraint 1 [条件1] constraint 2 [条件2] …… constraint n [条件n] cnsreg y , c（1-n） 注：判定是否拒绝原假设有三种方法 用统计值与临界值作比较。 求临界值：invttail ( df , ) (置信度下的t检验的临界值) invFtail ( q , df , ) (置信度下的F检验的临界值) 用P-value与置信度作比较 求P-value：ttail ( df , tstat ) ( t统计值的P-value) Ftail: ( q , df , tstat ) ( F统计值的P-value) 用置信区间 在进行处理的时候还会用涉及到全模型和受限制模型。我们需要对其进行储存和调用。 estimates store fullnanme（文件名） （将stata的回归结果储存为fullnanme） estimates restore fullnanme （文件名） （调用stata的回归结果文件fullnanme） 例计量导论P162 详细stata命令 方法一： .use hprice1 .reg lprice lassess llotsize lsqrft bdrms .estimates store fullmodel1 /*将stata回归的结果储存为fullmodel1*/ .gen newdep=lprice-lassess /*生成新的变量newdep*/ .reg newdep .di ((1.880-1.822)/1.822)*(83/4) .di Ftail(4,83,.661) /*计算在q=4,df=83, F统计值为0.661对应的P-value*/ 方法二： .use hprice1 .estimates restore fullmodel1 /*调用回归结果fullmodel1*/ .test (lassess=1) (llotsize=0) (lsqrft=0) (bdrms=0) /*检验：lassess=1，llotsize=0，lsqrft=0，bdrms=0*/ 方法三： .use hprice1 .constraint 1 lassess=1 /*限制lassess 的系数为1*/ .constraint 2 llotsize=0 /*限制llotsize 的系数为0*/ .constraint 3 lsqrft=0 /*限制lsqrft 的系数为0*/ .constraint 4 bdrms=0 /*限制bdrms 的系数为0*/ .cnsreg lprice lassess llotsize lsqrft bdrms, c(1-4) /*在限制条件1-4的约束下lprice关于lassess llotsize lsqrft bdrms回归 */ .di invFtail(4,83,0.05) /*计算