STADA面板數(shù)據(jù)分析

1、stada面板數(shù)據(jù)分析1、短面板處理而板數(shù)據(jù)是桁既有截而數(shù)據(jù)又有時(shí)間序列的數(shù)據(jù)，w此其存在截而數(shù)據(jù)沒有的優(yōu)勢，在 用stata進(jìn)行謝板數(shù)裾的佔(zhàn)計(jì)時(shí)，一般選擇xtrcg命令進(jìn)行擬合。本節(jié)主要論述短而板的stat a實(shí)現(xiàn)，即吋間維度t相對于截面數(shù)n較小的數(shù)據(jù)。在那種情況不，由于t較小，每個(gè)個(gè)體 的信息較少，故無從討論擾動(dòng)項(xiàng)是否存在自相關(guān)，我們-般假設(shè)其獨(dú)立同分布。2、:據(jù)維度的確定在面板數(shù)據(jù)進(jìn)行模型估計(jì)前，要進(jìn)行面板數(shù)據(jù)的維度確定。由于面板數(shù)據(jù)既宥截面數(shù)據(jù) 乂有時(shí)間序列，而stata不能自動(dòng)識別，因此，必須使得stata得知哪一部分是截面數(shù)裾，而 哪一部分是時(shí)間序列。設(shè)置面板數(shù)據(jù)維度的基本命令為：

2、xtset panelvar timvar ，tsoptions其中panelvar代表截面數(shù)據(jù)變量，timvar代表時(shí)間序列變量。選取某一而板數(shù)據(jù)進(jìn)行維度設(shè)定（該數(shù)據(jù)研究職業(yè)培訓(xùn)津貼對廠商廢棄率的 影響）：xtset fcode year.xtset fcode yearpanel variable: fcode （strongly balanced） time variable; year, 1987 to 1989delta:1 unit定效應(yīng)估計(jì)xtreg可以估計(jì)固定效應(yīng)勾隨機(jī)效應(yīng)，兩者的差界在干選項(xiàng)的不冏。xtreg用來做固定效應(yīng)的語法是：xtreg depvar indepvars

3、 if in weight，fe fe_options其語法可以help xtreg獲得。（說明，k屮xt表示而板數(shù)據(jù)的命令，因此，在stata 中輸入help xt可以學(xué)習(xí)面板數(shù)據(jù)描述、估計(jì)等命令。）選取某一數(shù)拋進(jìn)行擬介:xtreg iscrap d88 d89 grant grant_l，fe結(jié)果顯示如下:分別表示組內(nèi)、組間和r方表示個(gè)體效畫表示個(gè)體觀測效應(yīng)，sigma_u|為個(gè)體（解釋方差）。其中固定效應(yīng)應(yīng)與解釋變效應(yīng)的標(biāo)準(zhǔn)差,表示隨機(jī)干擾項(xiàng),u+efi組內(nèi)r-sq,隨機(jī)效應(yīng)fi總量的相關(guān)系為所謂的混合誤差，rho是指個(gè)體效應(yīng)體 r-4。數(shù)。的方差占混合誤差方差的比重。-laaerap

4、d88 d89 9rant rant 4 fefix«d-«£fecvk (within) s«gr«s膠io?:oup variatole fccder-«q:vithi-n 0.2010between = 0.0079 overall = 0.0068xb) = -0,0714kuridqr 中 cb>kusr2dez if groups =obs pe/: group: cun ” avg = rix =fi471o4j-prob > ?=x62s433.03.540.0001iscrapcoef.std. srr.

5、tp/lt|9s% conf.intervald88-.0802157.1094751-0736.465-.297309.1363776d89-.2472028.1332183-186/o.o66-.5113797.0169741gran%-.2523149150629-168/0-097'5510178.0463881gsanr_l-.4215895 2102-201 11 0.04?-.8384239-.0047551_cona5974341.0677344882 /0.000.4631142-73175391.438982,49774421rho.89313867<frac

6、tionof variance due cof zaz chat all uf(53r 104)貫24.66prob >0.0000表示模型的顯著性4、隨機(jī)效應(yīng)估計(jì)xtreg用來做隨機(jī)效應(yīng)的語法是：xtreg depvar indepvars ifin weight , re re_options與上一部分類似的估計(jì)xtreg iscrap d88 d89 grantgrant_l,re與固定效應(yīng)不同的足，固定效應(yīng)f檢驗(yàn)處，此處為瓦爾徳卡方檢驗(yàn)，同樣表示欖型整 體顯著性。25.320.0000定效應(yīng)與隨機(jī)效應(yīng)的選擇:豪斯曼檢驗(yàn)wald chi2(4) prob > chi2首先，看

7、兩個(gè)效應(yīng)的區(qū)別區(qū)別一:fe / re模型可統(tǒng)表述為:y_it = u； + xit*b + eit對于fe，個(gè)體效應(yīng)ui被視為一組解釋變量，為非隨機(jī)變3,即n-1個(gè)虛擬變fi; 對于re，個(gè)體效成ui被視為干擾項(xiàng)的一部分，因此是隨機(jī)變量，假設(shè)其服從正態(tài)分布，即u n(0, sigma_ua2)；在上述兩個(gè)模型的設(shè)定中，eit都被視為“干干凈凈的”t擾項(xiàng)，也就是ols吋那個(gè)竹負(fù)著眾多假設(shè)條件，但長相極為俊們的干擾項(xiàng)，eitn(0,sigma_ea2)。需要 注意的是，在fe模型中，只有一個(gè)干擾項(xiàng)eit，它可以隨公司和吋閬而改變，所有個(gè)體差異 都采川ui來捕捉。而在re模型中，k實(shí)冇兩個(gè)十?dāng)_項(xiàng)：u

8、i和eit,差別在于，第一種十 擾項(xiàng)不隨時(shí)叫改變(這也是所謂的“個(gè)體效應(yīng)”的含義)，而第二類干擾項(xiàng)可以隨時(shí)閬改變。 因?yàn)樯鲜鰧e和re中個(gè)體效應(yīng)的假設(shè)之差異，二者的估計(jì)方法亦有差異。fe可直 接采用ols估計(jì)，而re則必須使用gls j能獲得更為有效的估計(jì)量。固定效應(yīng)模型屮的個(gè)體差異反映在每個(gè)個(gè)體都有一個(gè)特定的截距項(xiàng)上；隨機(jī)效應(yīng)模型 則假設(shè)所有的個(gè)體具有相同的截距項(xiàng)，個(gè)體的差異主要反應(yīng)在隨機(jī)干擾項(xiàng)的設(shè)定上。區(qū)別二：固定效應(yīng)更適合研究樣本之間的區(qū)別，而隨機(jī)效應(yīng)適合iii樣木來推斷總體特征。k次，hausman檢驗(yàn)確走模型形式的選擇。以上面的面板數(shù)據(jù)為例xtreg iscrap d88 d89 grant grant一l，feest store fextreg iscrap d88 d89 grant grant_l,reest store rehausman fe結(jié)果顯示:原假?zèng)]為隨機(jī)效應(yīng)，iflj最終p伉為0.7096,接受原假?zèng)]，模艱最終選擇為隨機(jī)效應(yīng)。test:ho: difference