设为首页收藏本站

EPS数据狗论坛

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 2936|回复: 2

stata之面板数据回归

  [复制链接]

1

主题

37

金钱

45

积分

新手用户

发表于 2020-6-5 19:37:22 | 显示全部楼层 |阅读模式
作者:只此一生青春
链接:https://zhuanlan.zhihu.com/p/102357919
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

数据检验:
单位根检验(如ADF、IPS、LLS、HT),判断是否平稳。
常用相同根单位根检验LLC(Levin-Lin-Chu)检验和不同根单位根检验Fisher-ADF检验(注:对普通序列(非面板序列)的单位根检验方法则常用ADF检验),如果在两种检验中均拒绝存在单位根的原假设则我们说此序列是平稳的,反之则不平稳。但很多时候,大家默认ADF拒绝就行。
此外,单位根检验一般是先从水平(level)序列开始检验起,如果存在单位根,则对该序列进行一阶差分后继续检验,若仍存在单位根,则进行二阶甚至高阶差分后检验,直至序列平稳为止。我们记I(0)为零阶单整,I(1)为一阶单整,依次类推,I(N)为N阶单整。
LLC检验语法:xtunitroot llc varname, lag(n)  
IPS检验语法:xtunitroot ips 变量名, lag(n)
可以使用xtunitroot,help一下,便会出现所有的检验命令及其用法和实例:而且有可能不同检验结果不一样,这里具体还需要加各种option,检验不通过,即同阶单整,还需要协整检验等,(具体去搜索别的大神写的,小的懂得也不多。这里还有很多学问!)
协整性检验:
语法1:按照ssc install xtwest
tsset province year转换为面板数据
协整的命令为:  xtwest depvar varlist [if exp] [in range] , lags(# [#]) leads(# [#])
        lrwindow(#) [constant trend bootstrap(#) westerlund noisily mg]
语法2:Kao 检验
xtcointtest kao y x1 x2 x3
下方汇报了 5 种不同的检验统计量,其对应的 p 值均小于 0.01,故可在 1% 水平上强烈拒绝 “不存在协整关系” 的原假设,认为存在协整关系。
语法3:Pedroni 检验
下面进行更为灵活的 Pedroni 检验,允许不同面板单位有不同的协整向量与残差自回归系数,并加上时间趋势项
xtcointtest  pedroni y x1 x2 x3,trend
语法4:Westerlund 检验
下面进行 Westerlund 检验,依然包括时间趋势项。
.xtcointtest westerlund y x1 x2 x3, trend
第三步:hausman检验,判断何种检验方法。
语法:xtreg y x1 x2 , fe  (fe是固定效应模型)
est store fe  (保存回归结果)
xtreg y x1 x2 , re     (re是随机效应模型)
est store re  (保存回归结果)
hausman fe re (比较两者,顺序一般而言不可以调换)
hausman检验最常用(也有人认为只是理论可信,实际一般),其实具体有三种模型,具体检验方法看下图,然后自己可以一个个检验方法搜索,都会找到语法和结果分析。

hausman出现负数是因为var(b-B)=var(b)-var(B)在有限样本的情况下,这两个协方差矩阵的差不能保证是正定的,所以可能会出现负数。在这种情况下无法拒绝random effect model,这是由协方差矩阵的相似性引发的。如果想进一步检验到底选择随机还是固定效应,可以用Baltagi(2005,pp.65-73)的式子解决这个问题,这个协方差矩阵永远是非负定的。认为用Breusch-Pagan Lagrange multiplier (LM) test来检验random effects
第二,如果hausman检验值为负,说明的模型设定有问题,导致Hausman 检验的基本假设得不到满足,遗漏变量的问题,或者某些变量是非平稳等等,则采用hausman fe, sigmaless或hausman fe, sigmamore。关于结果为负数没有统一定论,大部分情况都是选择固定效应模型,以上的检验结果最好是拒绝原假设,至少要很多个才好(注:这些都值得商榷的,很多也没有定论)。
其中固定效应模型应用较多,再详细介绍一点语法:
个体固定效应模型:xtreg y x1 x2 x3,fe robust(stata稳健性回归时不报告调整R2,稳健回归的话,则只调整了t统计量,其他不变)
时刻固定效应模型:xi:y x1 x2 x3 i.year
控制个体和年份的固定效应模型:xtreg  y x1 x2 x3 i.year i.province,fe
最小二乘法虚拟变量模型: xi xtreg  y x1 x2 x3 i.year i.province,fe
如果存在单位根,则取滞后项。例如:xtreg lnsjY l3.lnx1 lnx2 lnx3 lnx4 lnx6 lnx7 lnx8 , fe robust 其中lnx1不平稳,滞后3项平稳
LSDV方法:reg y x1 x2 x3 i.province,vce(cluster province) estimates store LSDV
很多中文文献统计糙点,如果写英文,你还需要再去了解很多,经管之家是个不错的APP。其实很多时候,这些检验只是为了应付审稿人,统计方法说来说去还是主观性很强,看自己需要怎么样的结果然后不断试验。



1

主题

53

金钱

89

积分

新手用户

发表于 2020-8-5 17:22:05 | 显示全部楼层
回复

使用道具 举报

24

主题

704

金钱

2709

积分

中级用户

发表于 2021-6-15 04:05:44 | 显示全部楼层
学习了,谢谢。
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

客服中心
关闭
在线时间:
周一~周五
8:30-17:30
QQ群:
653541906
联系电话:
010-85786021-8017
在线咨询
客服中心

意见反馈|网站地图|手机版|小黑屋|EPS数据狗论坛 ( 京ICP备09019565号-3 )   

Powered by BFIT! X3.4

© 2008-2028 BFIT Inc.

快速回复 返回顶部 返回列表