[计量最终的命令总结.docVIP

计量经济学的命令的总结 1 先自己建一个并且储存起来的命令 Log using “文件夹的名称” .log 如果直接用的话 log using “文件夹的名称” 2 建立一个新变量 gen 新变量的名称=原变量的运算 改变变量 replace 老变量=新变量 if unemployment》8 这里的if 引导的是条件 这里建立为 0 和1 的哑变量 Gen high=0 Replace high=1 if unemployment》=8 也可以按个去生成： gen south-region=0 gen north-region=2 去掉一个变量 drop 变量的名称 给变量取一个新的名字 rename oldvarname newvarname 如果想做回归的时候将哑变量就做出来的 Xi ：region y t i.region 3 Summarize 变量的名称 这里边展示出了 number of non-missing observations, mean ,standard deviation, minimum, maximum) 可以建一个图表将数量表示出来Table rowvar 4 相关系数 Correlate varlist weight 【， covariance 】 Pwcorr varlist weight 【，sig】 pwcorr表示出 pairwise correlation Sig 相关系数的显著性都列了出来 5 不知道了 就help regress help correlate 6 线性回归 regress depvar varlist 7 predict ehat，res 这里把参差值给弄出来了 predict yhat, xb 这里把预测的值给弄出来了 但是预测yhat 就有特殊性，也就是下边可以省去 8 画图的怎么画？ 这里都是横竖轴的直方图的例子 Histogram ehat，percent 这里画出了比例图 Histogram ehat，normal 这里画出了正态图 这里画出了散点图 Scatter varlist depvar 9 ttest write=50 看期望值是否为50 ttest write=read 看看write 和 read 的期望值是否是相等的 10 回归时如果存在异方差的话，可以用 Regerss write read female，robust 11 检验正太分布的方法： pnorm ehat histogram ehat，normal Summarize ehat，detail Scalar jb=r（N）/6*(r(skewness)^2+(r(kurtosis)-3)^2/4) 这里是JB检验，用来检验是否存在正态性 JB 多用于大样本的情况 其中原假设为 H0：normality; invchi2tail(2, 0.05) 表示的是开放的显示 swilk ehat Shapiro-Wilk tests for normality , swilk can be wuse with 2 =《n《 = 4 observations SK 检验多用于小样本的情况 12 检验函数形式是否正确 Estat overt 这里实际上就是F 检验 Manually Regress write read female Predict yaht，xb Gen yaht2=yaht*yaht Gen yaht3=yaht2*yaht Regress write read female yaht2 yaht3 Test yhat2=yhat3 13 检验异方差的形式 画图的形式 Twoay (scatter ehat female) Estat hettest read female ,iid Estat hettest,white 怀特检验的形式 Imtest white BJ 检验的形式 Estat hettest 或者是利用标准的方法： Reg Y X1 X2 X3 Predict ehat,res Gen P=ehat*eh