課件-用stata做面板數(shù)據(jù)回歸---副本培訓(xùn)講學(xué)

1、用Stata做面板數(shù)據(jù)(shj)回歸第一頁(yè)，共30頁(yè)。 Stata與其他計(jì)量軟件比較(bjio) 面板數(shù)據(jù)的設(shè)定 短面板 長(zhǎng)面板 面板回歸與空間計(jì)量目 錄第二頁(yè)，共30頁(yè)。Stata與其他(qt)計(jì)量軟件比較 SPSS SAS Eviews Stata第三頁(yè)，共30頁(yè)。Stata與其他計(jì)量軟件(run jin)比較 SPSS 界面人性化，基本如Excel，很容易上手 數(shù)據(jù)文件最多4096個(gè)變量 強(qiáng)于統(tǒng)計(jì)分析，如方差分析，沒(méi)有穩(wěn)健方法，弱于計(jì)量(jling)分析，缺乏調(diào)查數(shù)據(jù)分析 程序較大，屬于統(tǒng)計(jì)軟件而非真正的計(jì)量(jling)軟件 大塊頭，小智慧！第四頁(yè)，共30頁(yè)。Stata與其他計(jì)量軟件(

2、run jin)比較 SAS 功能強(qiáng)大，可編程，很受高級(jí)用戶歡迎 可同時(shí)處理多個(gè)數(shù)據(jù)文件，處理變量多達(dá)32768個(gè)，可畫出你想要的任何數(shù)據(jù)分析圖 強(qiáng)于方差分析、混合模型(mxng)分析和多變量分析，弱于有序和Logistic分析、穩(wěn)健方法和調(diào)查數(shù)據(jù)分析（泊松等分布） 最難掌握！原因：（1）SAS需要自己編制程序來(lái)處理和分析數(shù)據(jù)（2）改正出錯(cuò)程序比較困難 程序占用磁盤非常大，一般2-3G 大塊頭，大智慧！第五頁(yè)，共30頁(yè)。Stata與其他計(jì)量(jling)軟件比較 Eviews 界面不夠人性化，使用(shyng)前最好熟悉每個(gè)命令操作的程序語(yǔ)言 數(shù)據(jù)處理能力較弱 強(qiáng)于時(shí)間序列分析，但其它回歸分析

3、（如面板數(shù)據(jù)等）、數(shù)據(jù)處理、統(tǒng)計(jì)分析較弱 軟件小，對(duì)內(nèi)存要求也不高 小塊頭，小智慧！第六頁(yè)，共30頁(yè)。Stata與其他計(jì)量(jling)軟件比較 Stata 簡(jiǎn)單易懂、界面像Excel，操作多樣化（即可編程，也可鼠標(biāo)操作） 數(shù)據(jù)管理能力弱于SAS，一次主要用于一個(gè)數(shù)據(jù)文件，可處理的單個(gè)數(shù)據(jù)文件受內(nèi)存大小影響，可處理變量達(dá)32768個(gè) 強(qiáng)于回歸分析(fnx)、Logistic分析(fnx)和調(diào)查數(shù)據(jù)分析(fnx)，弱于方差分析(fnx)和多變量分析(fnx) 作圖功能強(qiáng)大 程序所需磁盤空間小，一兩百兆。還有免安裝版本，使用極為方便 小塊頭，大智慧！第七頁(yè)，共30頁(yè)。Stata與其他計(jì)量(jlin

4、g)軟件比較軟件軟件SPSSSASEviewsStata操作難易程度界面人性化最難掌握界面不夠人性化簡(jiǎn)單易懂?dāng)?shù)據(jù)處理能力數(shù)據(jù)處理能力較弱，最多處理4096個(gè)變量可同時(shí)處理多個(gè)數(shù)據(jù)文件，處理變量多達(dá)32768個(gè)，可畫出你想要的任何數(shù)據(jù)分析圖數(shù)據(jù)處理能力較弱主要用于一個(gè)數(shù)據(jù)文件，可處理變量達(dá)32768個(gè)，作圖功能強(qiáng)大強(qiáng)項(xiàng)統(tǒng)計(jì)分析，如方差分析方差分析、混合模型分析和多變量分析強(qiáng)于時(shí)間序列分析回歸分析、Logistic分析和調(diào)查數(shù)據(jù)分析弱項(xiàng)計(jì)量分析，調(diào)查數(shù)據(jù)分析有序和Logistic分析、穩(wěn)健方法和調(diào)查數(shù)據(jù)分析回歸分析（如面板數(shù)據(jù)等）、數(shù)據(jù)處理、統(tǒng)計(jì)分析方差分析和多變量分析程序大小程序較大程序占用磁盤

5、非常大軟件小程序所需磁盤空間小第八頁(yè)，共30頁(yè)。面板(min bn)數(shù)據(jù)的設(shè)定 xtset pvar tvar #設(shè)定面板數(shù)據(jù) encode x1,gen(x2) #將字符型變量編碼(bin m)為數(shù)字型變量 xtdes #顯示面板數(shù)據(jù)結(jié)構(gòu) xtsum #顯示組內(nèi)、組間與整體的統(tǒng)計(jì)指標(biāo) xttab var #顯示組內(nèi)、組間與整體的分布頻率 xtline var (overlay) #顯示每個(gè)個(gè)體的時(shí)序圖第九頁(yè)，共30頁(yè)。短面板(min bn) 混合回歸 固定效應(yīng) 隨機(jī)(su j)效應(yīng) Hausman檢驗(yàn) 短面板回歸基本步驟第十頁(yè)，共30頁(yè)。短面板(min bn) 短面板回歸基本步驟 （1）導(dǎo)入

6、并設(shè)定為面板數(shù)據(jù)。 （2）做固定(gdng)效應(yīng)模型，并報(bào)告聚類穩(wěn)健標(biāo)準(zhǔn)誤與普通標(biāo)準(zhǔn)誤。 （3）做隨機(jī)效應(yīng)模型，并報(bào)告聚類穩(wěn)健標(biāo)準(zhǔn)誤與普通標(biāo)準(zhǔn)誤。 （4）比較兩個(gè)模型的聚類穩(wěn)健標(biāo)準(zhǔn)誤與普通標(biāo)準(zhǔn)誤是否相差較大，并決定采取是否使用輔助回歸的Hausman檢驗(yàn)。若相差較大則采用輔助回歸的Hausman檢驗(yàn)，若相差不大則采用傳統(tǒng)Hausman檢驗(yàn)。 （5）通過(guò)Hausman檢驗(yàn)，決定采用固定(gdng)效應(yīng)模型還是隨機(jī)效應(yīng)模型。 （6）報(bào)告并分析結(jié)果。第十一頁(yè)，共30頁(yè)。短面板(min bn) 混合回歸 reg y x1 x2 x3,vce(cluster id) #以“id”為聚類變量的聚類穩(wěn)健(w

7、n jin)標(biāo)準(zhǔn)誤第十二頁(yè)，共30頁(yè)。短面板(min bn) 固定效應(yīng) （1）組內(nèi)估計(jì)法(FE) xtreg y x1 x2 x3,fe r #r表示(biosh)聚類穩(wěn)健標(biāo)準(zhǔn)誤 （2）LSDV法 reg y x1 x2 x3 i.id,r #r表示(biosh)聚類穩(wěn)健標(biāo)準(zhǔn)誤第十三頁(yè)，共30頁(yè)。短面板(min bn) 固定效應(yīng) （3）一階差分法（FD） xtserial fatal beertax spircons unrate perinck,output （4）雙向固定效應(yīng)（時(shí)間個(gè)體固定效應(yīng)） tab year,gen(year) #定義年度虛擬(xn)變量 xtreg fatal be

8、ertax spircons unrate perinck year2 year3 year4 year5 year6 year7,fe r test year2 year3 year4 year5 year6 year7 #檢驗(yàn)?zāi)甓忍摂M(xn)變量聯(lián)合顯著性 xtreg fatal beertax spircons unrate perinck i.year,fe r #直接估計(jì)雙向固定效應(yīng)模型，不必生成時(shí)間序列。第十四頁(yè)，共30頁(yè)。短面板(min bn) 隨機(jī)(su j)效應(yīng) xtreg y x1 x2 x3,re r theta #隨機(jī)(su j)效應(yīng)FGLS，theta表示估計(jì)隨機(jī)(s

9、u j)效應(yīng)值 xtreg y x1 x2 x3,mle #隨機(jī)(su j)效應(yīng)MLE xttest0 #LM檢驗(yàn)，檢驗(yàn)是否存在反應(yīng)個(gè)體特性的隨機(jī)(su j)擾動(dòng)項(xiàng)ui第十五頁(yè)，共30頁(yè)。短面板(min bn) Hausman檢驗(yàn) 傳統(tǒng)Hausman檢驗(yàn) xtreg y x1 x2 x3,fe #（固定效應(yīng)估計(jì)） estimates store FE #（儲(chǔ)存(chcn)結(jié)果） xtreg y x1 x2 x3,re #（隨機(jī)效應(yīng)估計(jì)） estimates store RE #（儲(chǔ)存(chcn)結(jié)果） hausman FE RE ,constant sigmamore #（Hausman檢驗(yàn)）

10、 如果聚類穩(wěn)健標(biāo)準(zhǔn)誤與普通標(biāo)準(zhǔn)誤相差較大，則傳統(tǒng)Hausman檢驗(yàn)不適用。第十六頁(yè)，共30頁(yè)。短面板(min bn) Hausman檢驗(yàn)(jinyn) 輔助回歸法 quietly xtreg y x1 x2 x3,re scalar theta = e(theta) global yandxforhausman y x1 x2 x3 sort id by id:egen meany=mean(y) gen mdy=y-meany gen redy=y-theta*meany by id:egen meanx1=mean(x1) gen mdx1=x1-meanx1 gen redx1=x1-t

11、heta*meanx1 by id:egen meanx2=mean(x2) gen mdx2=x2-meanx2 gen redx2=x2-theta*meanx2by id:egen meanx3=mean(x3) gen mdx3=x3-meanx3 gen redx3=x3-theta*meanx3 quietly reg redy redx1 redx2 redx3 mdx1 mdx2 mdx3, vce(cluster id)test mdx1 mdx2 mdx3第十七頁(yè)，共30頁(yè)。短面板(min bn) Hausman檢驗(yàn) 輔助(fzh)回歸法(非官方命令） ssc instal

12、l xtoverid #下載安裝xtoverid quietly xtreg y x1 x2 x3,re r xtoverid第十八頁(yè)，共30頁(yè)。長(zhǎng)面板(min bn) 長(zhǎng)面板的估計(jì)策略 面板校正標(biāo)準(zhǔn)誤(PCSE) 僅解決(jiju)組內(nèi)自相關(guān)的FGLS 全面FGLS 組間異方差的檢驗(yàn) 組內(nèi)自相關(guān)的檢驗(yàn) 組間同期相關(guān)的檢驗(yàn) 變系數(shù)模型第十九頁(yè)，共30頁(yè)。長(zhǎng)面板(min bn) 長(zhǎng)面板的估計(jì)策略 （1）組間異方差：個(gè)體i的擾動(dòng)項(xiàng)方差為i2，若i2j2(ij)，則it存在“組間異方差”。 （2）組內(nèi)自相關(guān)：若Cov(it , is)0(ts,i)，則it存在“組內(nèi)自相關(guān)”。 （3）組間同期相關(guān)：若

13、Cov(it , jt)0(ij,t)，則it存在“組間同期相關(guān)”或“截面相關(guān)”。比如，對(duì)于省級(jí)數(shù)據(jù)，相鄰(xin ln)省份之間的同期經(jīng)濟(jì)活動(dòng)可能通過(guò)貿(mào)易或投資等相互影響。 解決方法： （1）使用LSDV估計(jì)系數(shù)，對(duì)標(biāo)準(zhǔn)誤差進(jìn)行校正。 （2）對(duì)異方差或自相關(guān)具體形式進(jìn)行假設(shè)，然后使用可行廣義最小二乘法(FGLS)進(jìn)行估計(jì)。第二十頁(yè)，共30頁(yè)。長(zhǎng)面板(min bn) 長(zhǎng)面板的基本步驟 （1）檢驗(yàn)面板數(shù)據(jù)(shj)是否存在組間異方差、組內(nèi)自相關(guān)和組間同期相關(guān)問(wèn)題 （2）結(jié)合檢驗(yàn)結(jié)果考慮選用面板校正標(biāo)準(zhǔn)誤(PCSE)模型、僅解決組內(nèi)自相關(guān)的FGLS模型和全面FGLS模型三種模型的哪一種 （3）檢驗(yàn)

14、并判斷是否采用變系數(shù)模型 （4）綜合上述判斷結(jié)果選擇最終模型 （5）報(bào)告并分析結(jié)果。第二十一頁(yè)，共30頁(yè)。長(zhǎng)面板(min bn) 面板校正標(biāo)準(zhǔn)誤(PCSE) xtpcse y x1 x2 x3,hetonly # hetonly表示(biosh)存在組間異方差，但不存在組間同期相關(guān)；默認(rèn)為既存在組間異方差，又存在組間同期相關(guān)。第二十二頁(yè)，共30頁(yè)。長(zhǎng)面板(min bn) 僅解決組內(nèi)自相關(guān)(xinggun)的FGLS xtpcse y x1 x2 x3,corr(ar1) corr(psar1) # corr(ar1)對(duì)應(yīng)i=，適用于T并不比n大很多的情形； #corr(psar1)允許每個(gè)面板

15、有自己的i，適用于T比n大很多的情形。第二十三頁(yè)，共30頁(yè)。長(zhǎng)面板(min bn) 全面FGLS 全面FGLS同時(shí)考慮組間異方差、組內(nèi)自相關(guān)和組間同期相關(guān)三個(gè)因素。 估計(jì)過(guò)程為： （1）進(jìn)行OLS回歸 （2）用OLS回歸殘差eit來(lái)估計(jì)it的協(xié)方差矩陣。 （3）進(jìn)行FGLS估計(jì)。或者進(jìn)行迭代FDLS估計(jì)，及使用FGLS的殘差在競(jìng)選FGLS估計(jì)，不斷(bdun)迭代直至收斂。第二十四頁(yè)，共30頁(yè)。長(zhǎng)面板(min bn) 全面FGLS xtgls y x1 x2 x3,panels(option) corr(option) igls # panels(iid) 假定不同個(gè)體的擾動(dòng)項(xiàng)獨(dú)立同分布 #

16、panels(het) 假定不同個(gè)體的擾動(dòng)項(xiàng)相互(xingh)獨(dú)立但方差可以不同 # panels(cor) 假定不同個(gè)體的擾動(dòng)項(xiàng)同期相關(guān)且有不同的方差 # corr(ar1) 對(duì)應(yīng)i=的組內(nèi)自相關(guān)情形 # corr(psar1) 允許每個(gè)面板有自己的自回歸系數(shù)i #igls 表示使用迭代式FGLS #“OLS+面板校正標(biāo)準(zhǔn)誤差”最穩(wěn)健，全面FGLS最有效率，進(jìn)解決組內(nèi)自相關(guān)的FGLS介于兩者之間。使用何種FGLS估計(jì)，取決于對(duì)組間異方差、組內(nèi)自相關(guān)與組間同期相關(guān)的檢驗(yàn)。第二十五頁(yè)，共30頁(yè)。長(zhǎng)面板(min bn) 組間異方差的檢驗(yàn) 沃爾德檢驗(yàn) ssc install xttest3 quie

17、tly xtreg y x1 x2 x3,r fe # xtest3只能在“xtreg,fe”或“xtgls”之后(zhhu)才能使用 xttest3 quietly xtgls y x1 x2 x3 xttest3第二十六頁(yè)，共30頁(yè)。長(zhǎng)面板(min bn) 組內(nèi)自相關(guān)的檢驗(yàn) net install st0039 或者 findit xtserial #下載安裝xtserial xtserial y x1 x2 x3,output # output表示顯示(xinsh)一階差分回歸結(jié)果第二十七頁(yè)，共30頁(yè)。長(zhǎng)面板(min bn) 組間同期相關(guān)的檢驗(yàn) LM檢驗(yàn)（僅適用(shyng)于長(zhǎng)面板）

18、ssc install xttest2 quietly xtreg y x1 x2 x3,fe # xtest3只能在“xtreg,fe”，“xtgls”或“ivreg2”之后才能使用 xttest2 xtcsd檢驗(yàn)（長(zhǎng)面板、短面板） ssc install xtcsd #只能在xtreg之后才能使用 xtcsd,pesaran abs show #（Pesaran(2004)的檢驗(yàn)，統(tǒng)計(jì)量服從標(biāo)準(zhǔn)正態(tài)分布） xtcsd,friedman abs show #（Friedman (1937)的檢驗(yàn)，統(tǒng)計(jì)量服從2分布） xtcsd,frees abs show #（Frees(1995,2004)的檢驗(yàn)） # show表示顯示殘差的相關(guān)系數(shù)矩陣 #abs表示顯示該矩陣非主對(duì)角線元素的絕對(duì)值之平均第二十八頁(yè)，共30頁(yè)。長(zhǎng)面板(min bn) 變系數(shù)模型 變系數(shù)模型可分為將“可變系數(shù)”視為常數(shù)和隨機(jī)變量?jī)煞N。 （1）將可變系數(shù)視為常數(shù) 部分變系數(shù)模型：引入個(gè)體虛擬變量以及虛擬變量與變系數(shù)解釋變量xit的交互項(xiàng) reg y x1 x2 x3 i.id i.id#c.x1 t,vce(cluster id) #（c表明x1為連續(xù)性變量） （2）隨機(jī)系數(shù)模型 xtrc y x1 x2 x3,betas # betas表示顯示(xinsh)對(duì)每組系數(shù)的估計(jì)。同時(shí)提供了參數(shù)穩(wěn)定性檢驗(yàn)第