运用Stata建立计量经济学模型

➢ pe(0.#) < pr(0.#)向前法是空模型的开始
➢ D. （有进有出）向后法 sw reg ...,pe(0.#) pr(0.#)
➢ pe(0.#) < pr(0.#)向后法是满模型的开始
9/2/2020
11
5、修正模型
➢ （4）修正随机解释变量 ➢ tsset year ➢ ivreg consp (gdpp=l.gdpp) ➢ 用滞后一期的gdpp作gdpp的工具变量 ➢ 常数项虚拟变量自己作自己的工具变量。 ➢ ivreg y1 x1 x2 (y2 y3 = z1 z2 z3) x3 ➢ 用z1 z2 z3作y2和y3的工具变量 ➢ x1 x2 x3和常数项虚拟变量自己作自己的工具变量
➢ 排除引起共线性的变量
➢ 差分法（短期模型）
➢ 岭回归法（有偏估计）
➢ 逐步回归法
➢ A. 向前法（只进不出） sw reg ...,pe(0.#)
➢ B. 向后法（只出不进） sw reg ...,pe(0.#)
➢ C. （有进有出）向前法 sw reg ...,pe(0.#) pr(0.#) forward
➢ Durbin-Watson dw-statistic
➢ estat dwatson
9/wk.baidu.com/2020
7
4、诊断模型
➢ （3）多重共线性 ➢ 检验多重共线性是否存在：R2和F很高，但t检验
不显著 ➢ 判定系数检验法：某一自变量对其余自变量回归
的R>0.8，判定该自变量引起多重共线性 ➢ 方差膨胀因子大于5 ➢ estat vif
9/2/2020
13
6、运用模型（regress postestimation）
➢ 常用模型回归系数的意义 ➢ 线性模型：边际效应
^
^
^
yi 0 1 xi
^
1
dy dx
➢ 线性-对数模型：自变量的相对变化引起因变量的 绝对变化
运用Stata建立 计量经济学模型
9/2/2020
1
运用Stata建模程序
➢1、准备工作 ➢2、探索数据特征 ➢3、建立模型 ➢4、诊断模型 ➢5、修正模型 ➢6、运用模型（regress postestimation） ➢7、整理
9/2/2020
2
1、准备工作
➢ 让STATA处于初始状态，清除所有使用过的痕迹 clear
➢ 指明版本号 version11
➢ 设定并进入工作文件夹：cd D:\
➢ 关闭以前的日志 capture log close
➢ 建立日志： log using , replace
➢ 设定内存： set mem 20m
➢ 关闭 more： set more off
➢ 读入数据： use 计量.dta, clear
➢ 认识变量：describe
➢ 建立时间变量：tsset
9/2/2020
3
2、用描述统计方法探索数据特征
➢ 必要的数据转换： gen、replace、……； ➢ 描述统计量：summarize, detail ➢ 相关系数矩阵：corr/pwcorr ➢ 散点图和拟合直线图：scatter y x || lfit y x ➢ 矩阵散点图： graph matrix y x1 x2 x3,half ➢ 线性趋势图：line y x
➢ 通过信息矩阵检验执行的white异方差检验
➢ estat imtest, white
➢
9/2/2020
解析检验的零假设H0：同方差
6
4、诊断模型
➢ （2）检验序列相关 ➢ 散点图法
➢ predict r ➢ gen lagr=l.r ➢ scatter r lagr,xline(0) yline(0)
9/2/2020
5
4、诊断模型
➢ （1）检验异方差
➢ 残差拟合值散点图：rvfplot
➢ 残差平方与某个自变量的散点图
➢ predict e, residuals
➢ gen e2=eˆ2
➢ scatter e2 x1
➢ Breusch-Pagan拉格朗日乘数异方差检验
➢ estat hettest
➢ 第一次迭代后停止，两步法
➢ prais m gdp, twostep
➢ 矫正同时存在异方差和序列相关之Newey-West
➢ 假定模型存在异方差和滞后3阶的序列相关，用 OLS估计Newey-West标准误
➢ Newey m gdp, lag(3)
9/2/2020
10
5、修正模型
➢ （3）多重共线性的修正
9/2/2020
12
6、运用模型（regress postestimation）
➢ 点估计：predict yhat ➢ 残差： predict r, residuals ➢ 均值预测的标准误：predict zxbzw, stdp ➢ 个别值预测的标准误：predict rxbzw, stdf ➢ F的临界值 invFtail(df1,df2,0.05) ➢ F的临界概率（边际概率）Ftail(df1,df2,ftest) ➢ t的临界值invttail(df,0.025) ➢ t的临界概率（边际概率）ttail(df,ttest)
9/2/2020
8
5、修正模型
➢ （1）异方差的修正——WLS ➢ predict r, residuals ➢ regress y x1 x2 x3 [w=1/abs(r)]
9/2/2020
9
5、修正模型
➢ （2）修正同时存在异方差和序列相关之prais
➢ 选项是corc变换，循环迭代
➢ Prais m gdp, corc
9/2/2020
4
3、建立模型
➢ OLS建立模型： regress y x1 x2 x3； ➢ 由方差分析表并用F和R2检验模型整体显著性； ➢ 依据p值对各系数进行t检验，一次只能剔出一个
最不显著的变量，直到不包含不显著的变量； ➢ 估计参数，判别变量的相对重要性； ➢ 构造和估计约束模型，用以检验经济理论
➢ 趋势图法
➢ line r year, yline(0)
➢ Breusch-Godfrey LM test for autocorrelation
➢ estat bgodfrey,lags(1 2 3)
➢ Durbin’s alternative test for autocorrelation
➢ estat dubinalt,lags(1 2 3)