Stata实验指导统计分析与应用chap.ppt

Stata实验指导统计分析与应用chap.ppt

《Stata实验指导统计分析与应用chap.ppt》由会员分享，可在线阅读，更多相关《Stata实验指导统计分析与应用chap.ppt（80页珍藏版）》请在冰豆网上搜索。

第十三章面板数据分析,主要内容,面板数据的基本操作固定效应与随机效应模型长面板模型面板工具变量法动态面板模型面板数据的离散选择模型面板数据的计数模型随机效应tobit模型,实验13-1：

面板数据的基本操作,实验基本原理在利用stata对面板数据进行分析之前，我们通常需要对截面变量和时间变量进行定义。

只有定义之后，我们才可以使用相关的面板数据分析命令以及各种时间序列算子。

另外，在对面板数据进行建模之前，我们有时会希望对数据有一个直观的了解，像观察面板数据各截面的最大值、最小值等描述统计量，或者是了解数据的结构和分布等。

对于这些，我们都可以通过stata的命令来实现。

实验内容及数据来源本书附带光盘data文件夹下的“wage.dta”工作文件给出了对4711名妇女的调查数据，调查的时间跨度为1968年到1988年。

该文件的主要变量包括：

idcode=编号，year=调查时间，hours=平均每周的工作时间，msp=是否已婚（1代表已婚且随配偶居住，0代表其他情况），ln_wage=小时工资的自然对数，grade=受教育年数，age=年龄，ttl_exp=总工作年数，tenure=现有岗位的任职时间，race=种族（1表示白人，2表示黑人，3表示其他人种），not_smsa=是否居住在SMSA区（1表示不住在SMSA区-StandardMetropolitanStatisticalArea），south=是否生活在南方（1表示住在南方），union=是否为工会成员（1表示是工会成员）。

利用这些数据，我们来讲解面板数据的定义、描述统计量的获得、数据结构的描述、分布频率和转移概率的获得以及各个截面时间趋势图的绘制等操作。

实验操作指导1面板数据的设定与时间序列分析类似，在对面板数据进行分析之前，我们要先对面板数据进行设定。

只有定义过面板数据之后，才能使用相关的面板数据命令。

设定面板数据的命令有三种：

xtsetpanelvarxtsetpanelvartimevar,tsoptionstssetpanelvartimevar,tsoptions其中，xtset是“定义面板数据”的基本命令，panelvar代表截面变量的名称，timevar代表时间变量的名称，tsoptions代表其他选项。

tsset作为定义时间序列的基本命令，也可以用来定义面板数据，如所示。

此外，可用的tsoptions选项与十二章中时间序列变量的设定相同，详见表12.2和表12.3。

在第一种格式当中，我们只设定了截面变量，这样，每一截面中，各个观测值的顺序是无关紧要的。

例如，我们有对多个家庭的调查数据，每个家庭是一个截面，而家庭的各个成员是截面内的观测值，这种情况下，我们就不必设定时间变量。

第二种和第三种定义面板数据的格式是等价的。

这两种情况下，每一截面中的观测值会被按照时间变量进行排序。

这时，我们还可以使用stata的各种时间序列算子，像滞后算子“L.”、领先算子“F.”等。

需要注意的是，截面变量和时间变量都必须为数值型，还要是整数。

如果某个变量是字符串型，我们可以通过如下命令将其转换为数值型：

encodevarname,gen（newvar）其中，命令encode表示生成带标签的数值变量，varname是原字符串变量的名称，生成的新变量命名为newvar，其类型为数值型，且每个数值以原变量varname的值为标签。

对于数据文件“wage.dta”，我们定义idcode为截面变量，year为时间变量。

输入命令：

xtsetidcodeyear,2获得面板数据的描述统计量获得面板数据描述统计量的基本命令为：

xtsumvarlistif其中，xtsum是“计算面板数据描述统计量”的基本命令，varlist代表变量的名称，if代表条件语句。

xtsum命令实际是summarize命令的扩展，该命令还会给出组内和组间的描述统计量。

我们要获得“wage.dta”中变量hours的描述统计量，可输入命令：

xtsumhours,3显示面板数据的结构为了直观地了解面板数据的分布，我们可以对其结构进行描述。

命令为：

xtdescribeifin,options其中，xtdescribe是“显示面板数据结构”的基本命令，if代表条件语句，in代表范围语句，options为其他选项。

可用的选项包括patterns（#）和width（#）。

patterns（#）用于指定显示结构的种数，默认为patterns（9）；而width（#）用于指定每一行的显示宽度，默认为width（100）。

对于“wage.dta”的数据，我们要知道其数据分布情况，可输入命令：

xtdescribe,4显示面板数据的分布频率获得面板数据分布频率的基本命令为：

xttabvarnameif其中，xttab是“计算面板数据分布频率”的基本命令，varname代表变量的名称，if代表条件语句。

xttab命令实际是tabulate命令的扩展，该命令还会给出组内和组间的分布频率。

我们要获得“wage.dta”中变量msp的分布频率，可输入命令：

xttabmsp,5显示面板数据的转移概率获得面板数据转移概率的基本命令为：

xttransvarnameif,freq其中，xttrans是“计算面板数据转移概率”的基本命令，varname代表变量的名称，if代表条件语句，选项freq表示同时显示频数。

我们要获得“wage.dta”中变量msp的转移概率，可输入命令：

xttransmsp,6面板数据绘图对面板数据的各个截面分别绘制时间序列图的基本命令为：

xtlinevarlistifin,panel_options其中，xtline是“面板数据绘图”的基本命令，varlist代表变量的名称，if代表条件语句，in代表范围语句，panel_options代表其他选项。

选项主要包括i（varname_i）、t（varname_t）和overlay。

默认情况下，xtline会对各个截面分别作图，y轴变量为varlist，x轴变量为时间变量。

选项i（）和t（）可以指定新的截面变量和时间变量来作图，且varname_i可以为字符串型，varname_t的值也可以不是整数。

但要求选项i（）和t（）同时设定。

此外，如果设定选项overlay，各个截面会被绘制到一幅图中。

对于截面数比较少的面板数据，进行作图观察比较会很直观。

但当截面数非常多时，作图观察的意义就不大了。

考虑到工作文件“wage.dta”有4711个截面，我们这里用变量hours的前4个截面作图进行说明。

输入命令：

xtlinehoursin1/50因为前50个观测值构成了前4个截面，这样，通过范围语句“in1/50”我们可以得到前4个截面中变量hours的时间趋势图。

7长宽面板数据的转换,实验13-2：

固定效应与随机效应模型,实验基本原理,实验内容及数据来源本实验中，我们继续使用实验13-1所用的数据文件，即本书附带光盘data文件夹下的“wage.dta”工作文件。

利用该面板数据，我们要分析受教育年数、年龄、工作年数、现有岗位的任职时间、是否是黑人、是否居住在SMSA区、是否生活在南方等因素对工资收入的影响。

这样，利用“wage.dta”的数据，我们会讲解组间效应模型的回归、固定效应和随机效应模型的拟合、Hausman检验以及模型预测等内容。

实验操作指导1组间效应模型,对于“wage.dta”的数据，我们要分析受教育年数、年龄、工作年数、现有岗位的任职时间、是否是黑人、是否居住在SMSA区、是否生活在南方等因素对工资收入的影响。

考虑到年龄、工作年数、现有岗位任职时间等因素对工资收入的影响可能不是线性的，我们先生成这三个变量的平方项，并在模型中包括这三个变量的水平项和平方项。

输入命令：

genage2=age*agegenexp2=ttl_exp*ttl_expgentenure2=tenure*tenure我们生成变量age、ttl_exp和tenure的平方项，并分别将其命名为age2、exp2和tenure2。

此外，我们需要由变量race生成一个虚拟变量，来表示是否是黑人。

输入命令：

genbyteblack=race=2这里，我们生成新变量black，并令其类型为type。

注意，race后为两个等号。

该命令的含义为，对race是2的（黑人）观测值，我们令black的值为1；对race取其他值的观测值，我们令black的值为0。

也就是说新生成的变量black为虚拟变量，1表示黑人，0表示其他人种。

进行完这些变换之后，下面，我们进行组间回归。

输入命令：

xtregln_wagegradeageage2ttl_expexp2tenuretenure2blacknot_smsasouth,be这里，被解释变量为ln_w，解释变量包括grade、age、age2、ttl_exp、exp2、tenure、tenure2、black、not_smsa和south，选项be表示进行组间估计。

2固定效应模型获取固定效应估计量的命令与组间效应模型类似，为：

xtregdepvarindepvarsifinweight,feFE_options其中，xtreg代表“拟合面板数据模型”的基本命令语句，选项fe表明要获取固定效应估计量。

FE_options代表获取固定效应估计量的其他选项，主要有level（#）和vce（type），标准差的类型可以是conventional、robust、clusterclustvar、bootstrap和jackknife。

这里，设定稳健标准差vce（robust）与聚类稳健的标准差vce（clusterpanelvar）效果是一样的。

其中，panelvar代表截面变量。

对于“wage.dta”的数据，我们下面进行固定效应回归。

输入命令：

xtregln_wagegradeageage2ttl_expexp2tenuretenure2blacknot_smsasouth,fe这里，选项fe表明是进行固定效应回归分析。

3随机效应模型利用“wage.dta”的数据，我们进行随机效应的回归分析。

输入命令：

xtregln_wagegradeageage2ttl_expexp2tenuretenure2blacknot_smsasouth,re其中，选项re表明进行随机效应回归分析。

因为这是默认选项，所以可以省略。

对于随机效应模型，我们通常使用可行的广义最小二乘（FGLS）来进行回归。

但如果假定随机扰动项服从正态分布，我们还可以用极大似然估计法（MLE）进行估计。

用MLE拟合随机效应模型的命令为：

xtregdepvarindepvarsifinweight,mleMLE_options其中，xtreg代表“拟合面板数据模型”的基本命令语句，选项mle表明用极大似然估计法来估计随机效应模型。

MLE_options代表其他选项，主要有noconstant（设定没有常数项）、level（#）和vce（type）。

其中，标准差的类型包括oim、bootstrap和jackknife。

对于前面的随机效应模型，我们使用MLE重新进行回归。

输入命令：

xtregln_wagegradeageage2ttl_expexp2tenuretenure2blacknot_smsasouth,mle其中，选项mle表明用极大似然估计法进行随机效应回归分析。

4Hausman检验,对于前面拟合的模型，我们要判断究竟应选择固定效应模型还是随机效应模型，可以输入命令：

quietlyxtregln_wagegradeageage2ttl_expexp2tenuretenure2blacknot_smsasouth,reestimatesstorerequietl