stata【山大陈波】课件.pptVIP

Stata上机实验

大样本OLS

大样本OLS经常采用稳健标准差估计(robust)

稳健标准差是指其标准差对于模型中可能存在的异方差或自相关问题不敏感，基于稳健标准差计算的稳健t统计量仍然渐进分布t分布。因此，在Stata中利用robust选项可以得到异方差稳健估计量。

Nerlove（1963）的一篇著名文章

为了检验美国电力行业是否存在规模经济，Nerlove（1963）收集了1955年145家美国电力企业的总成本(TC)、产量(Q)、工资率(PL)、燃料价格(PF)及资本租赁价格(PK)的数据（nerlove.dta）。假设第个企业的生产函数为Cobb-Douglas：

其中分别为生产率、劳动力、资本与燃料。记为规模效应（degreeofreturnstoscale）。假设企业追求成本最小化，可证明其成本函数也为Cobb-Douglas：

其中是的函数。取对数后得到如下模型。

为了简单起见，我们将模型的方程设定为：

分别使用普通OLS和稳健的标准差OLS进行估计。

结果可以看到：稳健标准差与普通标准差的估计的系数相同，但标准差和t值存在着较大的差别，尤其是lnq的标准差。

约束回归

定义约束条件

constraintdefinen条件

约束回归语句

Cnsreg被解释变量解释变量,constraints(条件编号)

约束回归

例一：useproduction，clear

consdef1lnl+lnk=1

cnsreglnylnllnk,c(1)

例二：usenerlove,clear

consdef1lnpl+lnpk+lnpf=1

.consdef2lnq=1

.cnsreglntclnqlnpllnpklnpf,c(1-2)

矩阵运算

1。手动建立矩阵命令：matrix

Matrixinput矩阵变量名=（矩阵）

同一行元素用，分隔

不同行元素用\分割

建立矩阵：368

5117

21816

显示矩阵变量

matdir

显示矩阵内容

Matlist矩阵变量

常用矩阵运算：

C=A+BA-BA*B

Kronecker乘积：C=A#B

常用矩阵函数：

trace(m1)m1的迹

Diag(v1)向量的对角矩阵

inv(m1)m1的逆矩阵

2。还可以将变量转换为矩阵

mkmat变量名表，mat(矩阵名)

练习：sysuseauto

regpricempgweightforeign

要求：利用矩阵运算手动计算出参数

gencons=1

mkmatprice,mat(y)

mkmatmpgweightforeigncons,mat(X)

matb=inv(X*X)*X*y

matlistb

（还可以看一下矩阵x与y的值）

我们可以利用矩阵运算的方法将回归结果展现的所有统计量都手动计算出来。

大家有兴趣回去做一遍，可以加深你对这些知识的理解。

逐步回归法

逐步回归法分为逐步剔除和逐步加入。

逐步剔除又分为逐步剔除(Backwardselection)和逐步分层剔除(Backwardhierarchicalselection)

1。逐步剔除

stepwise,pr(显著性水平):回归方程

例如：对auto数据

Stepwise,pr(0.05):regpricempgrep78headroomtrunkweightlengthturndisplacementgear_ratioforeign

2。逐个分层剔除

Stepwise,pr(0.05)hier:regpricempgrep78headroomtrunkweightlengthturndisplacementgear_ratioforeign

去掉foreign重新做一遍

逐步加入又分为逐步加入(Forwardselection)和逐步分层加入(Forwardhierarchicalselection)

1。逐步加入

stepwise,pe(显著性水平):回归方程

例如：对auto数据

Stepwise,pe(0.05):regpricempgrep78headroomtrunkweightlengthturndisplacementgear_ratioforeign

2。逐个分层加入

Stepwise,pe(0.05)hier