stata进行空间计量分析
第一步，打开是stata14,安装xsmle(本文使用的是面板数据）;
ssc install xsmle
第二步，打开要分析的文件；
首先，单击file—import—选择导入的文件形式（本文导入的是.xls)
然后，点击Browse，找到所需要的文件，点击OK；
第三步，将变量取对数；
gen lnGDP = log(GDP)
gen lnpersonel = log(personel)
gen lnincome = log(income)
gen lnRdfare = log(Rdfare)
gen lnexport = log(export)
gen ln(location) = log(location)
gen lnscienceExpense = log(scienceExpense)
第四步，导入权重矩阵；
首先，将权重矩阵.xls转换为.dta格式，并保存（本文命名为weight.dta)
然后，在stata中打开（a1-a31是所有的变量的变量名，注意W0是新的名字，可以换成任何的名字）
spmat dta W0a1-a31
接着，储存W0（引号里是存储位置，新的spmat的名字叫W3，可以换成任何名字）
spmat save W0 using "F:\Desktop\空间计量的论文\W3.spmat"
最后，打开刚生成的spmat文件（W33也是新的名字，打开的时候命名)
spmat use W33 using "F:\Desktop\空间计量的论文\W3.spmat"
第五步，使用xtset设置region和year(格式为xtset region year);
xtset state A
第六步，将权重矩阵W33标准化；
spatwmat using weight.dta,n(W1) standardize
第七步，使用聚类稳健的标准误估计随机效应的SDM模型；
xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1) model(sdm)robust nolog
//个体效应
xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1) model(sdm)robust nolog type(ind)
//时间效应
xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1) model(sdm)robust nolog type(time)
//双效应
xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1) model(sdm)robust nolog type(both)
如果使用SAR模型，则输入以下形式：
xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1) model(sar)robust nolog
如果使用SEM模型，则输入以下形式：
xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,emat(W1) model(sem) robust nolog
第八步，进行固定效应的估计；
固定效应也分为时间固定、个体固定和双向固定，本文仅列举固定效应中的空间杜宾模型。若要加上时间固定、个体固定、双固定，在后面加上type(time),type(ind),type(both)即可。
xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1)model(sdm) robust nolog fe
第九步，进行固定效应AIC和BIC检验
estat ic
最后，进行豪斯曼检验，判断使用随机效应模型还是固定效应模型；
qui xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1)model(sdm) nolog
est sto re
qui xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1)model(sdm) nolog fe
est sto fe
// 豪斯曼检验
hausman fe re
如果豪斯曼统计量小于零，则接受随机效应的原假设 老大，若附上数据文件，参照参照一下，就更好了 建议共享一下数据。谢谢！
页:
[1]