stata教程(一)
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
本书附带光盘data文件夹下的“sales.dta”工作文件给出了某50个月
的图书销售数据。变量主要包括：t=时间，sales=销售额。
对于这些销售数据，我们想分析其随时间的变化趋势，并希望通过模
型对其进行拟合及预测。
这样，利用“sales.dta”的数据，我们来讲解移动平均滤波、单指数
为几个单位，表12.3给出了各个具体的选项。
下面，我们利用“tsexmp.dta”的数据，对tsset命令及选项做进一步
说明。 如果我们要设定时间变量为time，输入命令： tsset time
进行时间变量的设定之后，stata会自动将数据按设定的时间变量从小
到大排序，从而方便相关命令的使用。如果要查看已设定的时间变量， 可键入不带后缀的tsset命令。在数据被重新排序之后，想要恢复按时 间序列排序，也可以通过tsset命令实现。也就是说，设定time为时间 变量之后，如下两条命令会产生相同的效果。 ① tsset ② sort time
实验操作指导
1 时间序列数据的设定 （1）定义时间变量的基本命令 设定时间序列（time series set）变量的基本命令格式为： tsset timevar [, options] 其中，tsset是“定义时间变量”的基本命令，timevar为用于标识时间 序列数据的变量名，options代表其他选项。 可用的options选项主要分两类，一类设定时间变量的单位（units of timevar），一类设定时间变量的周期（period of timevar）。表12.2给 出了各个单位选项（unit options）。
实验内容及数据来源 利用本书附带光盘data文件夹下的“tsexmp.dta”工作文 件，我们来讲解时间变量的设定。“tsexmp.dta”中，主 要变量包括：time=整数的时间变量，time1=字符串格式的 时间变量。 利用这些数据，我们会讲解时间序列数据的设定，时间区 间的扩展，以及前滞变量、滞后变量、差分变量、季节差 分变量的设定等。
是因为以毫秒为单位的时间非常大，如果使用默认的“float”格式， 新变量newc将被四舍五入，造成结果的不精确甚至是错误。因为变量 time1是按照“月-日-年 小时：分：秒”的格式呈现的，所以我们在 clock()命令中使用选项”MDYhms”告诉stata数据的书写格式。与clock 命令对应，当数据的单位为日、周、月、季度、半年、年，我们有命 令date()、weekly()、monthly()、quarterly()、halfyearly()、yearly()； 选项的格式依数据的具体书写格式而定。
平滑法、双指数平滑法以及Holt-Winters平滑法的操作和相关的预测。
实验操作指导 1 移动平均滤波
对于“sales.dta”的销售数据，我们想把其分解成两部分：信号和噪
我们可以将变量newm转换成%tm格式使其更易读。键入命令：
format newm %tm
list time newm in 1/5 其中，format命令用于定义变量的格式。
之后，我们可以重新将newm设定为时间变量： tsset newm
当然，如果我们不先使用format命令，直接键入：
2 扩展时间区间 扩展时间区间的基本命令格式为： tsappend, {add(#)| last(date| clock) tsfmt(string)} 其中，选项add()指定要增加的观测值的个数。如果不设定选项add()， 就必须同时设定last(date| clock)和tsfmt(string)。last()指定我们要将 时间扩展到的日期，tsfmt()用于将last()选项中的日期转化成stata默认 时间所对应的整数，可用的string包括tc、td、tw、tm、tq、th和ty。 需要注意的一点是，在使用tsappend命令之前必须先用tsset设置时间 变量。 例如，对于“tsexmp.dta”的数据，我们先按照前面所讲，设定时间 变量： generate newm=tm(2003m6)+time-1 tsset newm, monthly 这时，时间变量的区间为2003年6月到2005年11月。如果我们想增加12 个观测值，可键入命令： tsappend, add(12) 这样，时间变量被扩展到2006年11月。
当然，我们也可以使用另一种方式： tsappend, last(2006m11) tsfmt(tm) 这里，选项last(2006m11)用于指定扩展后时间变量的最后一个观测值
为2006年11月，tsfmt(tm)指定变量格式为月数据。 如果时间变量有间隔（gaps），例如，在上面的例子中03年6月和03年 9月之间缺失了两个月，tsappend命令也会自动补齐。当然，对于有间 隔（gaps）的时间变量，我们也可以通过专门的命令tsfill将其补齐。 命令格式为： tsfill 在使用命令tsfill之前，也需要先用tsset定义时间序列。
下面，我们分别使用Q统计量和Bartlett检验来对序列D.ln_wpi进行白
噪声的检验。 用Q统计量检验的命令为： wntestq D.ln_wpi
用Bartlett检验的命令为： wntestb D.ln_wpi
实验12-3：移动平均滤波与指数平滑法
实验基本原理
实验内容及数据来源
tsset newm, monthly 或 tsset newm, format(%tm) 也可以实现相同的效果。 在前面的讲解中，我们假定time为月度变量，并使用了函数tm()以及
格式%tm，与之对应，如果数据单位为毫秒、日、周、季度、半年、 年，我们有相应的函数tc()、td()、tw()、tq()、th()、ty()以及相应的 格式%tc、%td、%tw、%tq、%th、%ty。
主要内容
时间序列的定义与扩展 相关图绘制与白噪声检验 移动平均滤波与指数平滑法 ARIMA模型 SARIMA模型 ARIMAX模型 单位根检验 向量自回归模型 协整与向量误差修正模型 ARCH族模型
实验12-1： 时间序列的定义与扩展
实验基本原理 在利用stata对时间序列数据进行分析之前，我们通常需要 定义时间变量。只有这样，我们才能方便地使用各种时间 序列算子以及相关的时间序列分析命令。此外，有些时候， 随着时间的推移，我们又获得了新的观测值，或者，我们 需要对时间序列进行预测，这时，有必要对时间区间进行 扩展。这些，都可以通过stata方便地实现。
在此之后，可以通过如下命令将newc设为时间变量。 tsset newc, clocktime 其中，选项clocktime表明，我们设定时间序列数据的单位为毫秒。 但事实上，数据是每隔20分钟记录一次的，这样，我们有必要将其周
期变为20分，以方便滞后算子L、差分算子D等运算符号的使用。选项 delta()可以做到这一点。命令为： tsset newc, delta((1000*60*20)) 其中，选项delta()中的表达式(1000*60*20)表明，我们设定数据的周期 为1000*60*20个单位，这里即1000*60*20毫秒，即20分钟。
3 时间序列算子 在进行时间序列分析时，我们经常常用的算子及其含义列于表12.4中。
实验12-2：相关图绘制与白噪声检验
实验基本原理
实验内容及数据来源
本书附带光盘data文件夹下的“wpi1.dta”工作文件包括了1960年第1
在设定时间变量之后，我们可以保存一下数据，这样，下次使用时，
就不必再重新设定时间变量。
（2）调整时间设定的初始值 我们注意到，变量time的起始值为1，事实上，我们可以通过函数将起
始时间调整到任何一个我们想要的时间。如过time=1代表2003年6月， 那么我们可以生成一个新变量让其起始值为2003年6月。输入命令： generate newm=tm(2003m6)+time-1 list time newm in 1/5 其中，第一步为生成新变量newm，并令其第一个值代表2003年6月。 函数tm()可将时间转换成stata系统默认的格式。第二步列出变量time 和newm的前5个值。
季度到1990年第4季度的美国批发价格指数的数据。主要的变量包括： t=时间，wpi=批发价格指数， ln_wpi=wpi的对数。
利用这些数据，我们将讲解自相关函数和偏自相关函数的绘图以及白
噪声的检验。
实验操作指导 1 计算并绘制自相关函数与偏自相关函数图
计算自相关函数、偏自相关函数以及Q统计量的命令为： corrgram varname [if] [in] [, corrgram_options] 其中，corrgram代表“计算自相关与偏自相关函数以及Q统计量”的
绘制带置信区间的偏自相关函数的命令为： pac varname [if] [in] [, pac_options]
表12.7 给出了这两个命令的选项。
下面，我们对数据文件“wpi1.dta”中的变量ln_wpi计算自相关与偏自
相关函数以及Q统计量的值。输入命令： corrgram ln_wpi, lags(20) 其中，选项lags(20)表明设置滞后期为20。
当然，我们也可以在变量名上加上滞后算子。例如，我们要对ln_wpi
的一阶差分值绘制带置信区间的自相关函数值和偏自相关函数值。可 输入命令： ac D.ln_wpi pac D.ln_wpi
2 白噪声检验 corrgram命令可以同时汇报Q统计量，用于白噪声检验。此外，我们 还有专门的命令来进行白噪声检验。 用Q统计量进行白噪声检验的基本命令为： wntestq varname [if] [in] [, lags(#)] 其中，wntestq代表“Q统计量白噪声检验”的基本命令语句， varname代表要分析的变量的名称，if代表条件语句，in代表范围语句， 选项lags(#)用于设定滞后期为#。 通过Bartlett检验来判断序列是否为白噪声的基本命令为： wntestb varname [if] [in] [, table level(#)] 其中，wntestb代表“Bartlett白噪声检验”的基本命令语句，选项 table表示用列表而非图形来展示结果，level(#)用于设置置信度。
基本命令语句，varname代表要分析的变量的名称，if代表条件语句， in代表范围语句，corrgram_options代表其他选项。表12.6列示了各主 要选项。
此外，我们还可以对自相关和偏自相关图分别进行绘制。 绘制带置信区间的自相关函数的命令为： ac varname [if] [in] [, ac_options]
其中，默认规则意味着，如果事先通过format命令设定了timevar的显
示格式为%t*格式，则不必再设定单位选项（unit options），stata会 根据时间变量的显示格式自动获得时间变量的单位；否则，可以设定 单位选项。
周期选项（delta options）设定时间变量相邻观测值之间的间隔时间
（3）将字符串变量转换为时间变量
在“tsexmp.dta”中，time1为字符串格式的变量，如果我们要将其变
为时间变量，可以通过如下的命令实现： gen double newc=clock(time1,”MDYhms”)
注意，我们这里将产生的新变量设为“双精度”（double）格式。这
的图书销售数据。变量主要包括：t=时间，sales=销售额。
对于这些销售数据，我们想分析其随时间的变化趋势，并希望通过模
型对其进行拟合及预测。
这样，利用“sales.dta”的数据，我们来讲解移动平均滤波、单指数
为几个单位，表12.3给出了各个具体的选项。
下面，我们利用“tsexmp.dta”的数据，对tsset命令及选项做进一步
说明。 如果我们要设定时间变量为time，输入命令： tsset time
进行时间变量的设定之后，stata会自动将数据按设定的时间变量从小
到大排序，从而方便相关命令的使用。如果要查看已设定的时间变量， 可键入不带后缀的tsset命令。在数据被重新排序之后，想要恢复按时 间序列排序，也可以通过tsset命令实现。也就是说，设定time为时间 变量之后，如下两条命令会产生相同的效果。 ① tsset ② sort time
实验操作指导
1 时间序列数据的设定 （1）定义时间变量的基本命令 设定时间序列（time series set）变量的基本命令格式为： tsset timevar [, options] 其中，tsset是“定义时间变量”的基本命令，timevar为用于标识时间 序列数据的变量名，options代表其他选项。 可用的options选项主要分两类，一类设定时间变量的单位（units of timevar），一类设定时间变量的周期（period of timevar）。表12.2给 出了各个单位选项（unit options）。
实验内容及数据来源 利用本书附带光盘data文件夹下的“tsexmp.dta”工作文 件，我们来讲解时间变量的设定。“tsexmp.dta”中，主 要变量包括：time=整数的时间变量，time1=字符串格式的 时间变量。 利用这些数据，我们会讲解时间序列数据的设定，时间区 间的扩展，以及前滞变量、滞后变量、差分变量、季节差 分变量的设定等。
是因为以毫秒为单位的时间非常大，如果使用默认的“float”格式， 新变量newc将被四舍五入，造成结果的不精确甚至是错误。因为变量 time1是按照“月-日-年 小时：分：秒”的格式呈现的，所以我们在 clock()命令中使用选项”MDYhms”告诉stata数据的书写格式。与clock 命令对应，当数据的单位为日、周、月、季度、半年、年，我们有命 令date()、weekly()、monthly()、quarterly()、halfyearly()、yearly()； 选项的格式依数据的具体书写格式而定。
平滑法、双指数平滑法以及Holt-Winters平滑法的操作和相关的预测。
实验操作指导 1 移动平均滤波
对于“sales.dta”的销售数据，我们想把其分解成两部分：信号和噪
我们可以将变量newm转换成%tm格式使其更易读。键入命令：
format newm %tm
list time newm in 1/5 其中，format命令用于定义变量的格式。
之后，我们可以重新将newm设定为时间变量： tsset newm
当然，如果我们不先使用format命令，直接键入：
2 扩展时间区间 扩展时间区间的基本命令格式为： tsappend, {add(#)| last(date| clock) tsfmt(string)} 其中，选项add()指定要增加的观测值的个数。如果不设定选项add()， 就必须同时设定last(date| clock)和tsfmt(string)。last()指定我们要将 时间扩展到的日期，tsfmt()用于将last()选项中的日期转化成stata默认 时间所对应的整数，可用的string包括tc、td、tw、tm、tq、th和ty。 需要注意的一点是，在使用tsappend命令之前必须先用tsset设置时间 变量。 例如，对于“tsexmp.dta”的数据，我们先按照前面所讲，设定时间 变量： generate newm=tm(2003m6)+time-1 tsset newm, monthly 这时，时间变量的区间为2003年6月到2005年11月。如果我们想增加12 个观测值，可键入命令： tsappend, add(12) 这样，时间变量被扩展到2006年11月。
当然，我们也可以使用另一种方式： tsappend, last(2006m11) tsfmt(tm) 这里，选项last(2006m11)用于指定扩展后时间变量的最后一个观测值
为2006年11月，tsfmt(tm)指定变量格式为月数据。 如果时间变量有间隔（gaps），例如，在上面的例子中03年6月和03年 9月之间缺失了两个月，tsappend命令也会自动补齐。当然，对于有间 隔（gaps）的时间变量，我们也可以通过专门的命令tsfill将其补齐。 命令格式为： tsfill 在使用命令tsfill之前，也需要先用tsset定义时间序列。
下面，我们分别使用Q统计量和Bartlett检验来对序列D.ln_wpi进行白
噪声的检验。 用Q统计量检验的命令为： wntestq D.ln_wpi
用Bartlett检验的命令为： wntestb D.ln_wpi
实验12-3：移动平均滤波与指数平滑法
实验基本原理
实验内容及数据来源
tsset newm, monthly 或 tsset newm, format(%tm) 也可以实现相同的效果。 在前面的讲解中，我们假定time为月度变量，并使用了函数tm()以及
格式%tm，与之对应，如果数据单位为毫秒、日、周、季度、半年、 年，我们有相应的函数tc()、td()、tw()、tq()、th()、ty()以及相应的 格式%tc、%td、%tw、%tq、%th、%ty。
主要内容
时间序列的定义与扩展 相关图绘制与白噪声检验 移动平均滤波与指数平滑法 ARIMA模型 SARIMA模型 ARIMAX模型 单位根检验 向量自回归模型 协整与向量误差修正模型 ARCH族模型
实验12-1： 时间序列的定义与扩展
实验基本原理 在利用stata对时间序列数据进行分析之前，我们通常需要 定义时间变量。只有这样，我们才能方便地使用各种时间 序列算子以及相关的时间序列分析命令。此外，有些时候， 随着时间的推移，我们又获得了新的观测值，或者，我们 需要对时间序列进行预测，这时，有必要对时间区间进行 扩展。这些，都可以通过stata方便地实现。
在此之后，可以通过如下命令将newc设为时间变量。 tsset newc, clocktime 其中，选项clocktime表明，我们设定时间序列数据的单位为毫秒。 但事实上，数据是每隔20分钟记录一次的，这样，我们有必要将其周
期变为20分，以方便滞后算子L、差分算子D等运算符号的使用。选项 delta()可以做到这一点。命令为： tsset newc, delta((1000*60*20)) 其中，选项delta()中的表达式(1000*60*20)表明，我们设定数据的周期 为1000*60*20个单位，这里即1000*60*20毫秒，即20分钟。
3 时间序列算子 在进行时间序列分析时，我们经常常用的算子及其含义列于表12.4中。
实验12-2：相关图绘制与白噪声检验
实验基本原理
实验内容及数据来源
本书附带光盘data文件夹下的“wpi1.dta”工作文件包括了1960年第1
在设定时间变量之后，我们可以保存一下数据，这样，下次使用时，
就不必再重新设定时间变量。
（2）调整时间设定的初始值 我们注意到，变量time的起始值为1，事实上，我们可以通过函数将起
始时间调整到任何一个我们想要的时间。如过time=1代表2003年6月， 那么我们可以生成一个新变量让其起始值为2003年6月。输入命令： generate newm=tm(2003m6)+time-1 list time newm in 1/5 其中，第一步为生成新变量newm，并令其第一个值代表2003年6月。 函数tm()可将时间转换成stata系统默认的格式。第二步列出变量time 和newm的前5个值。
季度到1990年第4季度的美国批发价格指数的数据。主要的变量包括： t=时间，wpi=批发价格指数， ln_wpi=wpi的对数。
利用这些数据，我们将讲解自相关函数和偏自相关函数的绘图以及白
噪声的检验。
实验操作指导 1 计算并绘制自相关函数与偏自相关函数图
计算自相关函数、偏自相关函数以及Q统计量的命令为： corrgram varname [if] [in] [, corrgram_options] 其中，corrgram代表“计算自相关与偏自相关函数以及Q统计量”的
绘制带置信区间的偏自相关函数的命令为： pac varname [if] [in] [, pac_options]
表12.7 给出了这两个命令的选项。
下面，我们对数据文件“wpi1.dta”中的变量ln_wpi计算自相关与偏自
相关函数以及Q统计量的值。输入命令： corrgram ln_wpi, lags(20) 其中，选项lags(20)表明设置滞后期为20。
当然，我们也可以在变量名上加上滞后算子。例如，我们要对ln_wpi
的一阶差分值绘制带置信区间的自相关函数值和偏自相关函数值。可 输入命令： ac D.ln_wpi pac D.ln_wpi
2 白噪声检验 corrgram命令可以同时汇报Q统计量，用于白噪声检验。此外，我们 还有专门的命令来进行白噪声检验。 用Q统计量进行白噪声检验的基本命令为： wntestq varname [if] [in] [, lags(#)] 其中，wntestq代表“Q统计量白噪声检验”的基本命令语句， varname代表要分析的变量的名称，if代表条件语句，in代表范围语句， 选项lags(#)用于设定滞后期为#。 通过Bartlett检验来判断序列是否为白噪声的基本命令为： wntestb varname [if] [in] [, table level(#)] 其中，wntestb代表“Bartlett白噪声检验”的基本命令语句，选项 table表示用列表而非图形来展示结果，level(#)用于设置置信度。
基本命令语句，varname代表要分析的变量的名称，if代表条件语句， in代表范围语句，corrgram_options代表其他选项。表12.6列示了各主 要选项。
此外，我们还可以对自相关和偏自相关图分别进行绘制。 绘制带置信区间的自相关函数的命令为： ac varname [if] [in] [, ac_options]
其中，默认规则意味着，如果事先通过format命令设定了timevar的显
示格式为%t*格式，则不必再设定单位选项（unit options），stata会 根据时间变量的显示格式自动获得时间变量的单位；否则，可以设定 单位选项。
周期选项（delta options）设定时间变量相邻观测值之间的间隔时间
（3）将字符串变量转换为时间变量
在“tsexmp.dta”中，time1为字符串格式的变量，如果我们要将其变
为时间变量，可以通过如下的命令实现： gen double newc=clock(time1,”MDYhms”)
注意，我们这里将产生的新变量设为“双精度”（double）格式。这