面板数据R语言代码.pdfVIP

引言：Stata 是一个功能强大，操作简便，易于上手的统计分析软件。Stata 擅长 数据处理、面板数据分析、时间序列分析、生存分析以及调查数据分析，在统计 工作中应用广泛。本操作手册不再赘述Stata 软件的入门操作基础。下面将推荐 Stata 的相关书籍和课程资源以供同学们参考。 书籍： ⚫ 《高级计量经济学及Stata 应用》 陈强 编著 ⚫ 《STATA 实用教程》 王天夫，李博柏 著 ⚫ 《应用STATA 做统计分析》 汉密尔顿 著 ⚫ 《社会统计分析与数据处理技术-STATA 软件的应用》 杨菊华 著 学习资料： ⚫ Stata 官网 / ⚫ UCLA （加州大学洛杉矶分校）提供的网络教程 /stata/ ⚫ 人大经济论坛Stata 专区 一．面板数据的设定 打开Stata 页面，在command 窗口中输入命令，按回车键执行。 use traffic.dta,clear 首先，在 Stata 中清空内存中的数据并导入面板数据集traffic.dta ，它包含了美 国48 个州1982-1988 年交通死亡率的相关变量。 br 浏览一下数据集，相关变量为：fatal （交通死亡率），beertax （啤酒税），spircons （酒精消费量），unrate （失业率），perinck （人均收入），state （州），year （年）。 xtset state year 将数据转化为面板数据，其中xtset 表示设定面板数据，state 是截面维度，year 是时间维度。截面维度数据必须为数值型数据且为整数。这是一个平衡的面板 数据。 程序结果截图如下： xtdes xtdes 命令是为了显示面板数据的结构，下图结果可以看出，n=48，T=7，T 小 而n 大，说明这是一个短面板数据。 程序结果截图如下： xtsum fatal beertax spircons unrate perinck state year xtsum 命令是为了显示组内，组间与整体的统计指标。其中，state 的组内标准 差为0，因为同一组内的数据属于同一州；year 的组间标准差为0，因为不同组 的year 变量的取值完全相同。 程序结果截图如下： xtline fata xtline 指令是对每个个体分别显示48 个州fatal 变量的时间序列图。 二．混合回归 reg fatal beertax spircons unrate perinck ,vce(cluster state) 其中，reg 为回归命令，fatal 为被解释变量，紧随其后的四个变量为解释变量， vce(cluster state)表示以state 为聚类变量的聚类稳健标准差。 程序结果截图如下： reg fatal beertax spircons unrate perinck 这是用普通标准差进行回归。对比上下图结果可以看出，普通标注差仅是聚类 稳健标准差的一半，但同一个州不同期之间的扰动项一般存在自相关，而默认 的普通标准差计算方法假设扰动项为独立同分布，所以普通标准差的估计并不 准确。 程序结果截图如下： 三．固定效应模型 由于每个州的“州情”不同，可能存在不随时间而变的遗漏变量，故考虑使用 固定效应模型(FE)。 xtreg fatal beertax spircons unrate perinck ,fe vce(cluster state) xtreg 表示对面板数据进行回归，与 OLS 的回归命令相区别，fatal 为被解释变 量，紧随其后的四个变量为解释变量，fe 表示fixed effect，处理的是个体固定效 应。 程序结果截图如下： 表中的输出结果包括一个常数项(_cons),这是所有个体效应 的平均值。最后一 行，rho=0.98,说明符合扰动项（ + ）的方差主要来自个体效应 的变动。究 竟应该使用混合回归还是使用固定效应模型？在使用命令“xtreg fe ”时，如果 不加选择项“vce(cluster state) ”，则输出结果包含一个F 检验。 xtreg fatal beertax spirco