stata学习笔记培训资料.pdf

资料收集于网络，如有侵权请联系网站删除 经济数据的特点与类型。 1、横截面数据：多个经济个体的变量在同一时间点上的取值，如 2012 年中国各省的 GDP 2 、时间数列数据：指的是某个经济个体的变量在不同时点上的取值，如 1978-2012 年山东 省每年的 GDP 3 、面板数据：多个经济个体的变量在不同时点上的取值，如 1978-2012 年中国各省的 GDP 小样本 OLS （最小二乘法）：单一方程线性回归最常见方法 条件：解释变量与扰动项正交、扰动项无自相关、同方差。 2 拟合优度：衡量线性回归模型对样本数据的拟合程度（ R ），越高说明模型拟合程度越好。 单系数 T 检验：对回归方程扰动项的具体概率进行假设 显著性水平进行检验 F 检验：整个回归方程是否显著 STATA 操作简介： 如果数据中包含 1949-10-01 或 1949/10/01 的时间变量，导入 stata 后可能会被视为字符 串，因此对于日度数据， 可以使用命令 gen newvar=date(varname,YMD), 将其转换为整数日期 变量，其中 YMD 说明原始数据的格式为年月日， 如果原始数据的格式为月日年则使用 MDY； 对于月度数据则 gen newvar=monthly(varname,YM) 。 .describe ：数据的概貌 .drop keep ：删除和保留 .su：统计特征 Pwcorr ：变量之间相关系数 Star （.05 ）：5%显著性水平 gen:产生 g intc=log （tc ）：取自然对数 . reg ：OLS回归 .Vce：协方差矩阵 reg。。。，noc 表示在进行回归时不要常数项 大样本 OLS：只要求解释变量与同期的扰动项正交即可 Robust：稳健标准误，如果存在异方差，则应使用稳健标准误 word 可编辑 资料收集于网络，如有侵权请联系网站删除 最大似然估计法：如果回归方程存在非线性，则使用最大似 然估计法（ MLE ）或非线性最小二乘法（ NLS） 三类在大样本下渐进等价的统计检验： Wald test LR （似然比检验） LM 操作步骤如下： sysuse auto （调用数据集） Hist mpg ， normal （画变量 mpg 的直方图，并与正态密度比较） 1 . 8 0 . 6 0 y . t i s n e D 4 0 . 2 0 . 0 10 20 30 40 Mileage (mpg) 直方图显示，变量 mpg 的分布于正态分布有一定差距。 变量可以取对数解决非正态分布的问题。 异方差与 GLS （广义最小二乘法） 异方差的检验：看残差图、怀特检验（ white test ）、