STATA面板数据模型操作命令剖析.docx
- 文档编号:15826848
- 上传时间:2023-07-08
- 格式:DOCX
- 页数:25
- 大小:249.69KB
STATA面板数据模型操作命令剖析.docx
《STATA面板数据模型操作命令剖析.docx》由会员分享,可在线阅读,更多相关《STATA面板数据模型操作命令剖析.docx(25页珍藏版)》请在冰点文库上搜索。
STATA面板数据模型操作命令剖析
STATA面板数据模型估计命令一览表
一、静态面板数据的STATA处理命令
『iti*Xit3+"
固定效应模型
yit*0+»it
卩it=□it十Eit
随机效应模型
(一)数据处理
输入数据
•tssetcodeyear该命令是将数据定义为“面板”形式
•xtdes该命令是了解面板数据结构
・xtdes
code:
1i2,■■■(
20
n工
20
year:
3004,2005,
■…,2014
T=
11
Delta(year)
=1unit
span(year)
=11periods
(code*year
uniquelyidentifieseach
observation)
Distributi
onof:
min
8%2璃
50^
75%
95%max
11
1111
11
11
1111
Freq.
Percent
Cum.
Pattern
20100.00100.0011111111111
20100.00XXXXXXXXXXX
・summarizesc
Icpiunemg
se5In
variable
Obs
Mean
Std・Dev.
Min
Max
sq
220
.Q142798
2.930346
4.75e-06
26.22301
cpi
220
1*10655
*032496
1.045
1.25
unem
22Q
.0349455
.0071556
.012
046
g
220
10907
.0427523
0246
.2357
220
.0268541
011671?
.0053
.0693
220
.1219364
.0240077
074
203
m-BkT-:
■£f3Xdmtsm工■zdsdzmAm--5-1sua工一67■
r.QB€BJL£3;4m4Liny;工
G-RO丄bo
--A-«_
QprlsrlQ
--
mA
6.2:
s:
6
Gctgscs0'.x丄zskJ>4y---S4S"0Get一一一
GftlxJ2IKqg4岭济34工
Lu-^-3■■MB:
odJLXQX丄炮丄
■jdrn
3C"t『U<3SCIC.IP
mfe
(二)模型的筛选和检验
•xtregsqcpiunemgse5ln,fe
O-23OZ
O.O<7i67
O-匕Q
toU一if
对于固定效应模型而言,回归结果中最后一行汇报的F统计量便在于检验所有的个体效应整体上显著。
在我们这个例子中发现F统计量的概率为0.0000,检验结果表明固定效应模型优于混合OLS模型。
•2、检验时间效应
合效应还是随机效应)(检验方法:
LM统计量)
(原假设:
使用OLS混合模型)
•quixtregsqcpiunemgse5ln,re(加上"qui”之后第一幅图将不会呈现)
xttest0
xizretgs- ■clinls Rdm型5B理ozmGx■43出Z3XrssmQsa0*0szB 02^^00 二_ 00z334 93OH5.3 00^000 05ho 30 ■些SZ5Zsrlrl4丄rl BL-sGmb兮丄5zQ-66 755J-GS6 57£d67: mz云: 4Qz• 33XQ23 73EK20 gq r-l 齐s BreiLis<=IharidPmgminL_-aLngianimuil1: 1pliertest1rorra.nidome-Ffects Test: JL&3.03O・OOOO sqCcode.t.1]—>Cb+ili|_codeJ+eLcode.t] va(r sd— sqmCvair> hr 5SR曰TN5006^35 ooi^oe 3- 1_ O65S59 varClO chibar2CO1>=ProbachibarZ= 可以看出,LM检验得到的P值为0.0000,表明随机效应非常显著。 可见, 随机效应模型也优于混合OLS模型 •3、检验固定效应模型or随机效应模型(检验方法: Hausman检验) 原假设: 使用随机效应模型(个体效应与解释变量无关) 通过上面分析,可以发现当模型加入了个体效应的时候,将显著优于截距项为常数假设条件下的混合OLS莫型。 但是无法明确区分FEorRE的优劣,这需要进行接下来的检验,如下: Stepl: 估计固定效应模型,存储估计结果 Step2: 估计随机效应模型,存储估计结果 Step3: 进行Hausmar检验 •quixtregsqcpiunemgse5ln,fe eststorefe quixtregsqcpiunemgse5In,re eststorere hausmanfe(或者更优的是hausmanfe,sigmamore/sigmaless) 」haLUjsmaiinife II■I Qb)IFe S—11H■-: <6J l|T电 Cb-Bj D11F'fOf®屯ncc sqrtCd"img 5,E, _E>J cpi 2.-921698 4・4074^8 -±.48575 -1B7.石29 一丄14-2304 -73-訥吕" 35-S6627 g 一曰.3&&I5S4 -HalOJSZy ZL・Z3719& ・46J.9iBZ7 seS 23979 77.59704 ・6-127556 £・067斗7Z 1n ND.28567 5„B25365 2L4.46031 5-62B595 h —corts-ts-irpnir un^l^rhcandHa: ClhT n^-dfrom ktrpg B =inconsis™tenrt underHafieT-FicierrtunderHo■ ob"tained"From xIefeg resT■ho: dH"Fference1 □coef'Filcienic 吕noTsysremai: "1c Chi- Cb-B>+L(V_b-V — 27-39 Prob? -chi2! — O・oooo (v_b一V_B15 norpastr1ve deF1ntte> 可以看出, hausman检验的P值为0.0000,拒绝了原假设, 认为随机效应模 型的基本假设得不到满足。 此时,需要采用工具变量法和是使用固定效应模型 (三)静态面板数据模型估计 •1固定效应模型估计 •xtregsqcpiunemgse5ln,fe 2-68B7963 2,CC17DB1 ■C-1340/71 Cfra匚匸叩口门o"Fvarianceduetenini> Prob1 O.0000 soCoef・std・Err. tPaItI[9Conf・Tnterva.1] unem QseS1n _cons- ayq*72 2&7s1 6660-55 1-6SBH Jz6227 Q&3・-5■工-803 4-,S7^59^748.3O2ZL! 9 3-9-377S±5-2744612*3O29G5.555241 O,&0-3.StS-1.€2 5-±2 i*es o.x 00aHig50000^.5010>^060o00 7018^? 一卫吕北.S&OS一: L却.132794吕.11545-3*97B2S5-IO-5^B22 12, -92.367ZG±_3-99A21108・34H4纠亠54^63 IX-3139^2 其中选项fe表明我们采用的是固定效应模型,表头部分的前两行呈现了模 型的估计方法、界面变量的名称(id)、以及估计中使用的样本数目和个体的数 目。 第3行到第5行列示了模型的拟合优度、分为组内、组间和样本总体三个层 面,通常情况下,关注的是组内(within),第6行和第7行分别列示了针对模型中所有非常数变量执行联合检验得到的F统计量和相应的P值,可以看出,参数整体上相当显著。 需要注意的是,表中最后一行列示了检验固定效应是否显著的F统计量和相 应的P值。 显然,本例中固定效应非常显著 •2、随机效应模型估计 若假设本例的样本是从一个很大的母体中随机抽取的,且: •匚与解释变量均不相关,则我们可以将: •匚视为随机干扰项的一部分。 此时,设定随机效应模型更为合适。 如下图所示) •xtregsqcpiunemgse5In,re •3、时间固定效应 (以上分析主要针对的是个体效应) xTregsqepiuneimgse51n,re 如果希望进一步在上述模型中加入时间效应,可以采用时间虚拟变量来实现。 首 先,我们需要定义一下 T-1个时间虚拟变量 •tabyear,gen(dumt) (tab命令用于列示变量year的组类别,选项gen(dumt)用于生产一个以dumt开头的年度虚拟变量) (作用在于去掉第一个虚拟变量以避免完全共线性) dropdumtl finbkqcm 00000000000 00000000000 AM£乏 ▲56? a3_L2-34c-oQQOCrH1-FH00000000000 若在固定效应模型中加入时间虚拟变量,则估计模型的命令为: •xtregsqcpiunemgse5Indumt*,fe ・xtregsqepiunemgTodunrt*Bfe Fixed-effecXs(wiichinJregressionGroupvariable: code R-Sq: ;wnxhin=0十283科 between三0.0261overal1一o*0935 (四)异方差和自相关检验 •1、异方差检验 (组间异方差)本节主要针对的是固定效应模型进行处理 (1)检验 原假设: 同方差需要检验模型中是否存在组间异方差,需要使用xttest3命令 •quixtregsqcpiunemgse5ln,fexttest3 .quixtregsqcpiunemgseSlntfe .settest3 Modifiedwaldtestforqroupwiseheteroskedasticity1nfix电deffectr电gressionmodel HO: sigma(i)^2=s1gniaA2foral1i chi2<20)=11561.€0 Prob>chi2-0+0000 显然,原假设被拒绝。 此时,需要进一步以获得参数的GLS古计量,命令为xtgls: •xtglssqcpiunemgse5In,panels(heteroskedastic) Ci~0ws■—: se匚11onaltime-seriesF coeffic1enrs: qeneraliFed1easrsquares Panels: Ineteroskedastic Coritelation: ooautocorrelaxion 其中,组间异方差通过panels()选项来设定。 上述结果是采用两步获得,即,先采用OLS估计不考虑异方差的模型,进而利用其残差计算。 。 。 ,并最终得到FGLS估计量。 •2、序列相关检验 对于T较大的面板而言,: .j往往无法完全反映时序相关性,此时;it便可能存在序列相关,在多数情况下被设定为AR (1)过程。 原假设: 序列不存在相关性。 (1)FE模型的序列相关检验 对于固定效应模型,可以采用Wooldridge检验法,命令为xtserial: •xtserialsqcpiunemgse5In .xtserialsqcpiunemgseSIn WooldridgetestforautocorrelationinpaneldataHO: nofirstorderautocorrelation F(1,19)=1246.120 Prob>F=G.0000 可以发现,这里的P=0.0000,我们可以在1%勺显著性水平下爱拒绝不存在序列 相关的原假设。 考虑到样本,该检验的最后一步是用〜对〜进行OLS回归, ete,t-i =0.8858 9 设下(不相关)〜 6 ,可见本例中不相等,拒绝原假设,说明存在序列相关。 =0.5 •matliste(b) .mat1isre(b) symmetrice(b)[1,1] L* .000006 yl.88582499 (2)RE模型的序列相关检验 对于RE模型,可以采用xttestl命令来执行检验: •quixtregsqcpiunemgse5Indumt*,re xttestl LiriumcjS1ricJomL.*Tr~k TestsTortheerrorcomponenxmodel; sq]CcodeatJ=Xb+u[Gode: ]+y匸codeft] v[codeicJ=1aunbda.h匸codej.Cx.—J*世[匚ode*t3 E.sic"int^i: edaresljIts: var s-id二sqr^.(v.a.r> =>HI B_5S69J5 2-^303-46 E' 60 U1 I- Tests; RsmclomEffects> fTwo5idedz ALMCvar=O> =1CM. Pr>-chi2C1L>= O・oooo R.a.ndo 卜ones! ded: AILMCvar—O> —J.O. [PF>-NCO,1>— o.ocoo ser1a.1correlat: 1on: AILMfTidmLiiLJd.O、 -44 F»r— O-oooo Toint-Ti'Tlr: : 1MCVai-<1,1<1J■Z刍21・ ! Pi"ahIi"iNGN〉— O,OOO0 这里汇报了4个统计量,分别用于检验RE模型中随机效应(单尾和双尾)、序列相关以及二者的联合显著性,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。 (3)稳健型估计 上述结果表明,无论是FE还是RE模型,干扰项中都存在显著的序列相关。 为此,我们进一步采用xtregar命令来估计模型,首先考虑固定效应模型: •xtregarsqcpiunemgse5Indumt*,feIbi -: k忙厂卫日二■尸主qcp1uin«m弓s«>5lnduhit■*■."To1b~i ifeCiwlT;Kiirn^iit「自r*4汨匸nlionwltIhhar曰H.*hliith耳nua壬rMxniHp尸oT-o-las.■NOO Tr N打336厉砂NX.QK用lHzs❷s石孑/■■zN-1玉空1z7^2ouoxq-^5«-5A目loelG甘smJIzwmNh.mN3l仃九-4J-e/iESm応7i-507& =0-m・NJ・54NO3L ■---a9a■一一一一二 吕予勻孑行日壬H曰■n.z5l4o-4s? 9zsolrlrx产Q-d2'3217,九s却5-HQzds-lsJ^lNsQzzmoQ乡。 已lszmzl\45-3口台3召013-53a吕・-"SHrlQ-Gz4158-ilx-.- zGosaHJI占磚h且Qza^±301^ 3日巧52吕工53了理|\2弓N45330C1吕4M1CN石Ab-f-ldosAO-INPrlcI吕母rlosoyJvrQJ%QDC曰aNo口■在勻吕芋石s-? 01XSGM-el^5^^-0T»illlx«i1■N1L5-4-n-a--IT dz对£J3z4e>5rls2N二旳ll_1Gas7TZ2T1B_zd5Q-mcssofv占心Q5N匚丄l\h.A3dzcJ石1三握! 口5七6X1C37Z寒? YbYzTt了t3^33xfr30&»_^30io.--1-7-3s7M-*s3t-m■«»一m4: : : -: -CMe~二二一二一芝 PCclTtTtxr-T^ll^clnls-lnmrnmrnmln血T-rto i -E 83-4S 03=20 6S2吕一c 339工 5|卫9石 9・4q : ■GroLfipvariAhl«s: izodc-NLim>t>d~oforoLips■20 fTestthatallu_i=C: F(19,166)=17.43prob>F=0.OOOC nodifiedBhargavaetal.Durbin-watson-.21583455 Salragi-WuL6I=.641462 •3、“异方差一序列相关”稳健型标准误 虽然上述估计方法在估计方差-协方差矩阵时考虑了异方差和序列相关的影响,但都未将两者联立在一起考虑,要获得“异方差-序列相关”稳健型标准误,只需在xtreg命令中附加vce(robust)或者vce(cluster)选项即可。 例如,对于FE模型,我们可以执行如下命令: •xtregsqcpiunemgse5ln,fevce(robust) \xtregsqcpi iynemgse5 lnsfevce(robust) Fixed-effe匚 (within)regression Number ofobs= 220 Groupvariable *: code Numiber □fgroups= 20 R-sq: within =0.Z307 obsper group: min= 11 betweer 1-0.0767 avg■ 11.0 overal1 1-0.0Q64 unax■ 11 FCS.19) = 2.52 corr(u_1sxb) =-□.5296 proba F= 0-0656 (std ・Err・adjustedfor20匚lusters incode) Robust sq caefr std.Err・ t P>|X.I [95%conf. mierval] 匚pf 2・921698 孑.837867 0.76 O・45石 -5.111051 10・95445 unem ・187.629 68.06419 -2.13 0・04百 -371.&495 -3.308556 g 一五.366684 3.970915 -1.60 0.125 -14.6779 1.944537 seS 78,23979 58,12077 I.汕 0.1&4 -43.40837 199.888 In 20・28567 丄工・42156 1-78 0・092 -3.61991S 44・19126 _cons 3578512 4・11775 0.09 0.932 -&260698 月.976401 sigma„u 2.6887963 sigma_e 2.0017081 『ho -64340771 (fraction ofMr1anceduetau_t) 与之前未经处理的估计结果相比,附加命令vce(robust)选项时的结果,虽 然系数的估计值未发生变化,但此时得到的标准误明显增大了,致使得到的估计结果更加保守。 对于面板数据模型而言,STATA在计算所谓的“robust”标准误时,是以个体为单位调整标准误的。 因此,我们得到的“robust标准误其实是同时调整了异方差和序列相关后的标准误。 换言之,上述结果与设定vce(cluster)选项的结果完全相同。 •4、截面相关检验 原假设: 截面之间不存在着相关性 (1)FE模型检验 对于FE模型,可以利用xttest2命令来检验截面相关性: •quixtregsqcpiunemgse5ln,fe xttest2(该命令主要针对的是大T小N类型的面板数据,在本例中无法使用,故图标略去。 ) (2)RE模型检验 对于RE模型,可以利用xt
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- STATA 面板 数据模型 操作 命令 剖析
![提示](https://static.bingdoc.com/images/bang_tan.gif)