stata学习笔记_原创精品文档.pdf

.

经济数据的特点与类型。

1、横截面数据：多个经济个体的变量在同一时间点上的取值，如2012年中国各省的GDP

2、时间数列数据：指的是某个经济个体的变量在不同时点上的取值，如1978-2012年山东

省每年的GDP

3、面板数据：多个经济个体的变量在不同时点上的取值，如1978-2012年中国各省的GDP

小样本OLS（最小二乘法）：单一方程线性回归最常见方法

条件：解释变量与扰动项正交、扰动项无自相关、同方差。

2

拟合优度：衡量线性回归模型对样本数据的拟合程度（R），越高说明模型拟合程度越好。

单系数T检验：对回归方程扰动项的具体概率进行假设

显著性水平进行检验

F检验：整个回归方程是否显著

STATA操作简介：

如果数据中包含1949-10-01或1949/10/01的时间变量，导入stata后可能会被视为字符

串，因此对于日度数据，可以使用命令gennewvar=date(varname,YMD),将其转换为整数日期

变量，其中YMD说明原始数据的格式为年月日，如果原始数据的格式为月日年则使用MDY；

对于月度数据则gennewvar=monthly(varname,YM)。

.describe：数据的概貌.dropkeep：删除和保留

.su：统计特征Pwcorr：变量之间相关系数

Star（.05）：5%显著性水平gen:产生

gintc=log（tc）：取自然对数.reg：OLS回归

.Vce：协方差矩阵reg。。。，noc表示在进行回归时不要常数项

大样本OLS：只要求解释变量与同期的扰动项正交即可

Robust：稳健标准误，如果存在异方差，则应使用稳健标准误

.

.

最大似然估计法：如果回归方程存在非线性，则使用最大似

然估计法（MLE）或非线性最小二乘法（NLS）

三类在大样本下渐进等价的统计检验：WaldtestLR（似然比检验）LM

操作步骤如下：sysuseauto（调用数据集）

Histmpg，normal（画变量mpg的直方图，并与正态密度比较）

1

.

8

0

.

6

0

y.

t

i

s

n

e

D

4

0

.

2

0

.

0

10203040

Mileage(mpg)

直方图显示，变量mpg的分布于正态分布有一定差距。

变量可以取对数解决非正态分布的问题。

异方差与GLS（广义最小二乘法）

异方差的检验：看残差图、怀特检验（whitetest）、BP检验（BreuschandPagan）

异方差的处理：1、OLS+稳健标准误（最好的）

2、广义最小二乘法（GLS）

3、加权最小二乘法（WLS）

实例操作：

1、使用数据：usenerlove.dta,clear

2、regintcinqinplinpkinpf（进行回归）

3、

.