STATA面板数据模型操作命令.pdfVIP

. STATA 面板数据模型估计命令一览表 一、静态面板数据的 STATA处理命令 固定效应模型 yit i xit it yit xit it 随机效应模型 it it it （一）数据处理 输入数据 ●tsset code year 该命令是将数据定义为“面板”形式 ●xtdes 该命令是了解面板数据结构 ●summarize sq cpi unem g se5 ln 各变量的描述性统计（统计分析） ●gen lag_y=L.y /////// 产生一个滞后一期的新变量 word 教育资料 . gen F_y=F.y /////// 产生一个超前项的新变量 gen D_y=D.y /////// 产生一个一阶差分的新变量 gen D2_y=D2.y /////// 产生一个二阶差分的新变量 （二）模型的筛选和检验 ●1、检验个体效应（混合效应还是固定效应） （原假设：使用 OLS混合模型） ●xtreg sq cpi unem g se5 ln,fe 对于固定效应模型而言， 回归结果中最后一行汇报的 F 统计量便在于检验所 有的个体效应整体上显著。在我们这个例子中发现 F 统计量的概率为 0.0000 ， 检验结果表明固定效应模型优于混合 OLS模型。 ●2、检验时间效应（混合效应还是随机效应） （检验方法：LM统计量） （原假设：使用 OLS混合模型） ●qui xtreg sq cpi unem g se5 ln,re ( 加上“ qui ”之后第一幅图将不会呈现 ) xttest0 word 教育资料 . 可以看出， LM检验得到的 P 值为 0.0000 ，表明随机效应非常显著。可见， 随机效应模型也优于混合 OLS模型。 ●3、检验固定效应模型 or 随机效应模型 （检验方法：Hausman检验） 原假设：使用随机效应模型（个体效应与解释变量无关） 通过上面分析， 可以发现当模型加入了个体效应的时候， 将显著优于截距项 为常数假设条件下的混合 OLS模型。但是无法明确区分 FE or RE 的优劣，这需 要进行接下来的检验，如下： Step1 ：估计固定效应模型，存储估计结果 Step2 ：估计随机效应模型，存储估计结果 Step3 ：进行 Hausman检验 ●qui xtreg sq cpi unem g se5 ln,fe est store fe qui xtreg sq cpi unem g se5 ln,re est store re hausman fe ( 或者更优的是 hausman fe,sigmamore/ sigmaless) 可以看出， hausman检验的 P 值为 0.0000 ，拒绝了原假设， 认为随机效应模 型的基本假设得不到满足。此时，需要采用工具变量法和是使用固定效应模型。 word 教育资料 . （三）静态面板数据模型估计 ●1、固定效应模型估计 ●xtreg sq cpi unem g se5 ln,fe ( 如下图所示 ) 其中选项 fe 表明我们采用的