基于纵向数据固定效应模型与回归分析.pdfVIP

第七章纵向数据与固定效果模型练习（操作部分）

本部分的使用数据为“fem_exercise.dta”数据。这个数据来自1989-2006年“健

康与营养”。数据包含了受访者的居住省份、人口学特征、社会经济特征，等等。请基

于该数据，回答以下问题（如果你不知道t1的编码代表具体代表哪个省份，请查阅）。

在回答下面的问题时，请将变量income转换为对数。

1.描述数据库的基本特征；.describe

2.采用合适的方法，描述以下变量的基本分布特征：

income，age，girl，hanzu，married，yrsch，workgrp，t1，urban，year

.sumincomeageyrsch

.tab1agegirlhanzumarriedworkgrpt1urbanyear

3.采用合适的方法，分析income与age，girl，hanzu，married，yrsch，workgrp，

urban，t1，year等变量之间的相关关系，解释相关分析结果；

.corrincomeageyrsch

.meanincome,over(hanzu)

.meanincome,over(girl)

.meanincome,over(married)

.meanincome,over(urban)

……

4.以income为因变量，使用常规的OLS模型，将之回归于age，girl，hanzu，married，

yrsch，workgrp，urban，t1，year，称之为模型1。请回答哪个省份的income最

高；year与income之间是一种什么关系；哪一类的职业收入最高；

.regincomeagegirlhanzumarriedyrschi.workgrpi.t1urbani.year

5.以income为因变量，使用固定效果模型，将之回归于age，girl，hanzu，married，

yrsch，workgrp，urban，t1，year，称该模型为模型2。请比较该模型与模型1之

间的异同及其；

.xtsetpidyear

panelvariable:pid(unbalanced)

timevariable:year,1989to2006,butwithgaps

delta:1unit

.xtregincomeagegirlhanzumarriedyrschi.workgrpurbani.t1i.year,fe

6.基于变量urban和yrsch，生成它们之间的互动变量；将该变量纳入模型2进行分析，

第七章纵向数据与固定效果模型练习(操作部分)

_

本部分使用的数据为“femexercise.dta”数据。该数据来自1989‑2006年“健康

与营养”。数据包含了目标者的居住省份、人口学特征、社会经济特征等。请基于该

数据，回答以下问题(如果你不知道t1的编码代表具体代表哪个省份，请考察)。

在回答下面的问题时，将变量收入转换为对数。

1。描述数据库的基本特征；。描述2。采用适当的

方法，描述以下信号的基本分布特征：

收入,,,汉字,已婚,yrsch,workgrp,t1,城市,年份

。总收入yrsch.tab1Hanzu已婚

workgrpt1城市年份

3.采用合适的方法，分析收入与、、汉字、已婚、、工作、城市、t1、

年份等变量之间的相关关系，解释相关分析结果；

。更正收入yrsch。平均

收入超过（hanzu）。平均收

入超过（）。平均收入，

超过（已婚）。平均收入，超

过（城市）

4。以收入为影响指标，使用常规的OLS模型，将之回归于、、汉字、已婚、

yrsch、workgrp、urban、t1、year、称模型1。请回答哪个省份的收入最高;年份与收

入