如题所述
首先对面板数据进行声明:
前面是截面单元,后面是时间标识:
tsset company year
tsset industry year
产生新的变量:gennewvar=human*lnrd
产生滞后变量Genfiscal(2)=L2.fiscal
产生差分变量Genfiscal(D)=D.fiscal
一、描述性统计
xtdes :对Panel Data截面个数、时间跨度的整体描述
Xtsum:分组内、组间和样本整体计算各个变量的基本统计量
xttab 采用列表的方式显示某个变量的分布
二、主要命令和方法
Stata中用于估计面板模型的主要命令:xtreg
xtreg depvar [varlist] [if exp] , model_type [level(#) ]
Model type 模型
be Between-effects estimator
fe Fixed-effects estimator
re GLSRandom-effects estimator
pa GEEpopulation-averaged estimator
mle Maximum-likelihood Random-effectsestimator
主要估计方法:
xtreg: Fixed-, between- and random-effects, and population-averaged linear models
xtregar:Fixed- andrandom-effects linear models with an AR(1) disturbance
xtpcse :OLS orPrais-Winsten models with panel-corrected standard errors
xtrchh :Hildreth-Houckrandom coefficients models
xtivreg :Instrumentalvariables and two-stage least squares for panel-data models
xtabond:Arellano-Bond linear, dynamic panel data estimator
xttobit :Random-effectstobit models
xtlogit :Fixed-effects,random-effects, population-averaged logit models
xtprobit :Random-effects andpopulation-averaged probit models
xtfrontier :Stochastic frontiermodels for panel-data
xtrc gdp invest culture edu sci health social admin,beta
三、xtreg命令的应用
声明面板数据类型:
*1、面板声明
use FDI.dtar, clear
xtset id year
1.固定效应模型估计:
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,fe
2.随机效应模型估计:
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,re
3. 最大似然估计Ml:
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,mle
Hausman检验究竟选择固定效应模型还是随机效应模型:
第一步:估计固定效应模型,存储结果
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,fe
est store fe
第二步:估计随机效应模型,存储结果
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,re
est store re
第三步:进行hausman检验
hausman fe re
对于固定效应模型的异方差检验和序列相关检验:
xtserial xtreg lngdp lnfdi lnie lnex lnim lnci lngp
异方差检验:
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,fe
xttest3 (Modified Wald statistic for groupwise heteroskedasticity in fixedeffect model)
随机效应模型的序列相关检验:
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,re
xttest1
xttest1用于检验随机效应(单尾和双尾) 、一阶序列相关以及两者的联合显著
检验结果表明存在随机效应和序列相关,而且对随机效应和序列相关的联合检验也非常显著
可以使用广义线性模型xtgls对异方差和序列相关进行修正:
xtgls xtreg lngdp lnfdi lnie lnex lnim lnci lngp, panels(hetero),修正异方差
xtgls xtreg lngdp lnfdi lnie lnex lnim lnci lngp, panels(correlated),修正依横截面而变化的异方差
xtgls xtreg lngdp lnfdi lnie lnex lnim lnci lngp, panels(hetero) corr(ar1),修正异方差和一阶序列相关ar(1)
前面是截面单元,后面是时间标识:
tsset company year
tsset industry year
产生新的变量:gennewvar=human*lnrd
产生滞后变量Genfiscal(2)=L2.fiscal
产生差分变量Genfiscal(D)=D.fiscal
一、描述性统计
xtdes :对Panel Data截面个数、时间跨度的整体描述
Xtsum:分组内、组间和样本整体计算各个变量的基本统计量
xttab 采用列表的方式显示某个变量的分布
二、主要命令和方法
Stata中用于估计面板模型的主要命令:xtreg
xtreg depvar [varlist] [if exp] , model_type [level(#) ]
Model type 模型
be Between-effects estimator
fe Fixed-effects estimator
re GLSRandom-effects estimator
pa GEEpopulation-averaged estimator
mle Maximum-likelihood Random-effectsestimator
主要估计方法:
xtreg: Fixed-, between- and random-effects, and population-averaged linear models
xtregar:Fixed- andrandom-effects linear models with an AR(1) disturbance
xtpcse :OLS orPrais-Winsten models with panel-corrected standard errors
xtrchh :Hildreth-Houckrandom coefficients models
xtivreg :Instrumentalvariables and two-stage least squares for panel-data models
xtabond:Arellano-Bond linear, dynamic panel data estimator
xttobit :Random-effectstobit models
xtlogit :Fixed-effects,random-effects, population-averaged logit models
xtprobit :Random-effects andpopulation-averaged probit models
xtfrontier :Stochastic frontiermodels for panel-data
xtrc gdp invest culture edu sci health social admin,beta
三、xtreg命令的应用
声明面板数据类型:
*1、面板声明
use FDI.dtar, clear
xtset id year
1.固定效应模型估计:
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,fe
2.随机效应模型估计:
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,re
3. 最大似然估计Ml:
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,mle
Hausman检验究竟选择固定效应模型还是随机效应模型:
第一步:估计固定效应模型,存储结果
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,fe
est store fe
第二步:估计随机效应模型,存储结果
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,re
est store re
第三步:进行hausman检验
hausman fe re
对于固定效应模型的异方差检验和序列相关检验:
xtserial xtreg lngdp lnfdi lnie lnex lnim lnci lngp
异方差检验:
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,fe
xttest3 (Modified Wald statistic for groupwise heteroskedasticity in fixedeffect model)
随机效应模型的序列相关检验:
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,re
xttest1
xttest1用于检验随机效应(单尾和双尾) 、一阶序列相关以及两者的联合显著
检验结果表明存在随机效应和序列相关,而且对随机效应和序列相关的联合检验也非常显著
可以使用广义线性模型xtgls对异方差和序列相关进行修正:
xtgls xtreg lngdp lnfdi lnie lnex lnim lnci lngp, panels(hetero),修正异方差
xtgls xtreg lngdp lnfdi lnie lnex lnim lnci lngp, panels(correlated),修正依横截面而变化的异方差
xtgls xtreg lngdp lnfdi lnie lnex lnim lnci lngp, panels(hetero) corr(ar1),修正异方差和一阶序列相关ar(1)
温馨提示:答案为网友推荐,仅供参考
第1个回答 2019-06-14
直接sum加上if条件命令就可以。比如,sum 变量名 if year==2015. sum命令出来的就是均值,最大最小值标准差。
第2个回答 2016-07-07
* GMM-type 是针对内生变量或先决变量而言的工具变量,有多列 * Standard 是针对外生变量而言的工具变量,只有一列 *- 过度识别检验(工具变量的使用是否合理) * estat sargan * * 说明: * H0: overidentifying restrictions are valid * 这里...本回答被网友采纳
第3个回答 2016-07-07
这个200RMB
可以提供例子、数据、以及使用心得
这些资料都是来自于岭南学院连老师的
可以提供例子、数据、以及使用心得
这些资料都是来自于岭南学院连老师的