STATA面板数据模型操作命令要点.docx

(完整word版)STATA面板数据模型操作命令要点 - - - - - -精品可编辑word学习资料 gQ5K3E4F5R1 — — hH6A1N3K4J7 — — lN1C5Z6H1E2 STATA 面板数据模型估量命令一览表 一、静态面板数据的STATA 一、静态面板数据的 STATA处理命令 yit i xit it 固定效应模型 yit xit it it it it 随机效应模型 （一）数据处理 输入数据 tsset code year xtdes 该命令是将数据定义为“面板”形式 该命令是明白面板数据结构 summarize sq cpi unem g se5 ln 各变量的描述性统计（统计分析） |品. |可. |编. |辑. |学. |习. |资. |料. * | * | * | * | |欢. |迎. |下. |载. gen lag_y=L.y /////// 产生一个滞后一期的新变量 精品word学习资料可编辑 名师归纳总结——欢迎下载 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）模型的挑选 （二）模型的挑选和检验 1、检验个体效应（混合效应仍是固定效应） （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， 回来结果中最终一行汇报的 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觉 F 统计量的概率为 0.0000 ， 检验结果说明固定效应模型优于混合 OLS模型； 2、检验时间效应（混合效应仍是随机效应） （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 xttest0 ( 加上“ qui ”之后第一幅图将不会出现 ) |可. |可. |编. |辑. |学. |习. |资. |料. * | * | * | * | |欢. |迎. |下. |载. 精品word学习资料可编辑 名师归纳总结——欢迎下载 可以看出， LM检验得到的 P 值为 0.0000 ，说明随机效应特别显著；可见， 随机效应模型也优于混合 OLS模型； 精品word学习资料可编辑 名师归纳总结——欢迎下载 |精. |品. |可. |编. |辑. |学. |习. |资. |料. * | * | * | * | |欢. |迎. |下. |载.  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（个体效应与说明变量无关） 通过上面分析， 可以发觉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 ：估量固定效应模型，储备估量结果Step2 ：估量随机效应模型，储备估量结果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意；此时，需要采纳工具变量法和是使用固定效应模型； 精品word学习资料可编辑 名师归纳总结——欢迎下载 （三）静态面板数据模型估量 1、固定效应模型估量 xtreg sq cpi unem g se5 ln,fe ( 如下图所示 ) 精品word学习资料可编辑 名师归纳总结——欢迎下载 |精. |品. |可. |编. |辑. |学. |习. |资. |料. * | * | * | * | |欢. |迎. |下. |载.  其中选项 fe 说明我们采纳的是固定效应模型，表头部分的前两行出现了模型的估量方法、界面变量的名称（ id ）、以及估量中使用的样本数目和个体的数目；第 3 行到第 5 行列示了模型的拟合优度、 分为组内、 组间和样本总体三个层面，通常情形下，关注的是组内（ within ），第 6 行和第 7 行分别列示了针对模型中全部特别数变量执行联合检验得到的 F 统计量和相应的 P 值，可以看出， 参数整体上相当显著； 需要留意的是， 表中最终一行列示了检验固定效应是否显著的 F 统计量和相 应的 P 值；明显，本例中固定