生殅器12种外观带毛-日本黄页网络视频大全-
game show 生殅器12种外观带毛
你的位置:生殅器12种外观带毛-日本黄页网络视频大全- > 生殅器12种外观带毛 > reg3, 多元回归, 面板数据, 方差分析, 异方差和自相关检验和修正的Stata程序Handbook
reg3, 多元回归, 面板数据, 方差分析, 异方差和自相关检验和修正的Stata程序Handbook

2021-10-05 09:16    点击次数:173


  

图片

Copyright@计量经济圈(ID: econometrics666)

图片

静态面板回归,异方差和自相关检验和修正,一元(多元)方差分析,多元回归分析和reg3使用,遗漏变量检验的RESET。计量经济圈有点简单直接,那就是在对某个理论进行了讲解之后,直接上相关的分析思路和操作步骤。以后想要更多学习相关Stata操作的,请先进入咱们的计量社群,直接简单地给你do文件让你作为研究的模板。

**静态面板数据(Panel Data)--------------------------------**基本回归: xtreg y x1 x2,re est store re xtreg y x1 x2,fe est store fe hausman re fe //如果hausman检验的结果为显著,则采用固定效应(fe)模型,不显著,则选取随机效应(re)模型

**随机效应的检验: xtreg y x1 x2,re xttest0 xttest1 //xttest1是xttest0的扩展,若这xttest0的结果为显著,则采用随机效应(re)模型

**固定效应模型,可采用广义最小二乘法(gls)进行估算,也可采用固定效应方程(fe): xtserial y x1 x2 //xtserial用于检验固定效应模型中的一阶序列自相关,可通用于xtgls和fe之前 xtgls y x1 x2 xttest2 //xttest2用于检验不同厂商的相似性,若显著则各厂家的截面相似,可通用于xtgls和fe之后 xttest3 //xttest3用于检验固定效应模型中的异方差问题,若显著则有异方差,可通用于xtgls和fe之后

**异方差相关问题--------------------------------------------- **获得稳健性标准误: reg y x1 x2 x3 if c1==1 //当分类变量c1=1时,进行y和诸x的回归 reg y x1 x2 x3,robust //回归后显示各个自变量的异方差-稳健性标准误 estat vif //回归之后获得VIFestat hettest,mtest //异方差检验 **异方差检验---------- **Breusch-pagan法: reg y x1 x2 x3 predict u,resid gen usq=u^2 reg usq x1 x2 x3

display R/(1-R)*n2/n1 //n1,n2为自由度 display Ftail(……) //求F值  display R*n //n表示总样本量display chi2tail(……) //求LM值

**white法: reg y x1 x2 x3 predict u,resid gen usq=u^2 predict y gen ysq=y^2 reg usq y ysq

display R/(1-R)*n2/n1 //n1,n2为自由度 display Ftail(……) //求F值

display R*n //n表示总样本量 display chi2tail(……) //求LM值

**F值和LM值转换为P值的命令: display Ftail(n1,n2,a) //a为F值 display chi2tail(n3,b) //n3表示自由度的损失量,一般等于n1,b为LM值

**异方差的纠正——WLS(weighted least square estimator)--------------- **基本思路: reg y x1 x2 x3 [aw=x1] //将x1作为异方差的来源,对方程进行修正  reg y/(x1^0.5) 1/(x1^0.5) x1/(x1^0.5) x2/(x1^0.5) x3/(x1^0.5),noconstant //与上式是相同的

**纠正异方差,通过构造h值 reg y x1 x2 x3 predict u,resid gen usq=u^2 gen logusq=log(usq) reg logusq x1 x2 x3 predict g gen h=exp(g) reg y x1 x2 x3 [aw=1/h]

**异方差hausman检验: reg y x1 x2 x3 est store A //将上述回归结果储存到A中 reg y x1 x2 x3 [aw=1/h] est store B hausman A B

**时间序列回归的自相关检验:**回归元严格外生时AR(1)序列相关的检验:reg y x1 x2 predict u,resid gen u_1=u[_n-1] reg u u_1,noconstant //回归之后,u_1的序数如果不异于零,则该序列不相关

**用DW检验序列相关: tsset year //对时间序列回归中代表时间的变量进行定义reg y x1 x2 dwstat //求出时间序列回归的DW值durbina //对该回归是否具有序列相关进行检验,H0为无序列相关,可根据chi2值求出P值durbina,small //small可以根据F值求出P值,以代替chi2值 durbina,force //让检验能在robust、neway之后进行durbina,small lag(1/10) //lag可以求出更高阶滞后的序列相关,如本例中可求出1到10阶的序列相关durbina,robust lag(1/10) //robust可进行异方差—稳健性回归,避免未知形式的异方差bgodfrey  //利用Breusch-Godfrey test求出高阶序列相关 bgodfrey,small lag(1/10)

**方差分析----------------------------------------------**一元方差分析 anova y g1 / g1|g2 //g*表示不同分类变量,计算g1和交互项/ g1|g2 /这两种分类的y值是否存在组内差异 anova y d1 d2 d1*d2//d*表示虚拟变量,计算d1、d2和d1*d2的这三种分类的y值是否有组内差异 anova y d1 d2 x1 d2*x1, continuous(x1) //x*表示连续的控制变量

**多元方差分析 webuse jaw manova y1 y2 y3 = gender fracture gender*fracture //按性别、是否骨折及二者的交互项对y1、y2和y3进行方差分析 manova y1 = gender fracture gender*fracture //相当于一元方差分析,以y1为因变量

webuse nobetween gen mycons = 1 manova test1 test2 test3 = mycons, noconstant mat c = (1,0,-1 \ 0,1,-1) manovatest mycons, ytransform(c)

**进行多元回归的方法--------------------------------- **方法一 foreach vname in y1 y2 y3 { //确定y变量组vname reg `vname' x1 x2 x3 //将y变量组中的各个变量与诸x变量进行回归分析,注意vname的标点符号 }

**方法二mvreg y1 y2 y3 = x1 x2 x3 //

**reg3命令--------------------------------------------**(1)简单用法: reg3 (y1 = x1 x2 x3) (y2 = x1 x3 x4) (y3 = x1 x2 x5)

test [y1] //测试y1 coefs = 0

test [y1=y2=y3], common //测试不同回归中相同变量的系数: test ([y1=y2]) ([y1=y3]), common constant(constant表示包含截距项)

**(2)用reg3进行2SLS: reg3 (y1 = y2 x1 x2) (y2 = y1 x4),2sls

**(3)用reg3进行OLS:reg3 (y1 = y2 x1 x2) (y2 = y1 x4),ols **(4)对两个回归结果进行hausman检验: reg3 (y1=x1 x2 x3)(y2=y1 x4),2sls est store twosls

reg3 (y1=x1 x2 x3)(y2=y1 x4),ols est store ols

hausman twosls ols,equations(1:1)//对两次回归中的方程1,即“y1=x1 x2 x3”进行hausman检验 hausman twosls ols,equations(2:2)//对两次回归中的方程2,即“y2=y1 x4”进行hausman检验hausman twosls ols,alleqs//对所有方程一起进行检验

**RESET检验遗漏变量:reg y x1 x2 x3 estat ovtest

图片

帮点击一下下面的小广告,谢谢支持!

Powered by 生殅器12种外观带毛-日本黄页网络视频大全- @2013-2021 RSS地图 HTML地图

Copyright 365建站 © 2013-2021 365建站器 版权所有