李子奈《计量经济学》第三版例题及习题的stata解答.docx
《李子奈《计量经济学》第三版例题及习题的stata解答.docx》由会员分享，可在线阅读，更多相关《李子奈《计量经济学》第三版例题及习题的stata解答.docx（35页珍藏版）》请在冰豆网上搜索。
李子奈《计量经济学》第三版例题及习题的stata解答
第二章
例2.1．1（p24）
（1）表2.1.2中E（Y|X=800）即条件均值的求法，将数据直接复制到stata中。
程序：
sumyifx==800
Variable
Obs
Mean
Std.Dev.
Min
Max
y
4
605
34.78505
561
其他条件均值求法程序相同，sum是summarize的缩写（横线表示最简省形式），显示变量的描述统计信息，包括：
观测量数，均值，标准差，最小值，最大值，if是条件表达式。
638
程序：
sumyifx==1100
Variable
Obs
Mean
Std.Dev.
Min
Max
y
6
825
121.698
638
968
程序：
sumyifx==1400
Variable
Obs
Mean
Std.Dev.
Min
Max
y
11
1045
116.3091
869
1210
（2）图2.1.1的做法：
程序：
twoway（scatteryx）（lfityx）,title（"不同可支配收入水平组家庭消费支出的条件分布图"）xtitle（"每月可支配收入（元）"）ytitle（"每月消费支出（元）"）xtick（500（500）4000）ytick（0（500）3500）
Scatter表示散点图选项，lfit表示回归线，title表示题目，xtick表示刻度，（500（500）4000）分别表示起始刻度，中间数表示以单位刻度，4000表示最后的刻度。
要注意的是命令中的符号都要用英文字符，否则命令无效。
这个图可以直接复制的，但是由于我的软件出问题，只能直接剪切，所以影响清晰度。
例2.3．1（p37）
将数据直接复制到stata中
程序：
（1）
totalxiyi
returnlist
Total表示求和，returnlist命令可以引用其中的数据，接下来在第一列生成一个新的变量代表xiyi的和，同样生成一个b代表xi平方的，a除以b即可得到bata
scalars:
r（skip）=0
r（first）=1
r（k_term）=0
r（k_operator）=0
r（k）=0
r（k_level）=0
r（output）=1
r（b）=4974750
r（se）=1507820.761894463
ga=r（b）in1
totalxi2
returnlist
gb=r（b）in1
dia/b
.67
（2）
meanYi
genm=r（b）in1
meanXi
gn=r（b）in1
dim-n*0.67
142.4
由此得到回归方程：
Y=142.4+0.67Xi
例2.6．2（p53）
程序：
（1）回归
regyx
（2）求X的样本均值和样本方差:
meanx
sumx,d（d表示detail的省略，这个命令会产生更多的信息）
dir（Var）（特别注意Var的大小写）
10853528
例2.6.2（P56）
（1）regYX
（2）图2.6.1的绘制：
twoway（lineYXyear）,title（"中国居民可支配总收入X与消费总支出Y的变动图"）
第三章
例3.2.2（p72）
regYX1X2
例3.5．1（p85）
glnP1=ln（P1）
glnP0=ln（P0）
glnQ=ln（Q）
glnX=ln（X）
droplnXlnP1lnP0
glnXP0=ln（X/P0）
glnP1P0=ln（P1/P0）
reglnQlnXP0lnP1P0
练习题13（p105）
glnY=ln（Y）
glnK=ln（K）
glnL=ln（L）
reglnYlnKlnL
第二问：
testb_[lnk]+b_[lnl]==1
第四章
例4.1．4（P116）
（1）回归
glnY=ln（Y）
glnX1=ln（X1）
glnX2=ln（X2）
reglnYlnX1lnX2
于是得到方程：
lnY=3.266+0.1502lnX1+0.4775lnX2
（2）绘制参差图：
predicte,resid
gei2=e^2
scatterei2lnX2,title（"图4.1.3异方差性检验图"）xtick（6（0.4）9.2）ytick（0（0.04）0.24）
predict在回归结束后，需要对拟合值以及残差进行分析，需要使用此命令。
（3）G-Q检验
sortX2
dropin13/19
reglnYlnX1lnX2in1/12
reglnYlnX1lnX2in13/24
diF=0.1911/0.0702（可以用字母替代）
2.72364672.7222222
（4）怀特检验（重新把原始数据出入）
reglnYlnX1lnX2
predicte,resid
ge2=e^2
glnX12=（lnX1）^2
glnX22=（lnX2）^2
glnX1X2=lnX1*lnX2
rege2lnX1lnX2lnX12lnX22lnX1X2
rege2lnX1lnX2lnX12lnX22
glne2=ln（e2）
reglne2lnX2lnX22
.predictm,xb（和书上直接以差残作为权数是有区别的，理论上不能能以残差直接作为权数）
.predictnln=exp（xb（））
.gwi=sqrt（n）
.vwlslnX1lnX2,sd（wi）
例4.21（老师有标准答案）
regYX
predicte,resid
tssetyear
timevariable:
year,1978to2006
delta:
1unit
lineeyear,title（"残差相关图"）xtick（1978（5）2006）ytick（-3000（1000）3000）
scatteree1,title（"残差相关图"）xtick（-2000（1000）3000）ytick（-3000（1000）3000）
gT=_n
gT2=T^2
regYXT2
regeXT2e1
ge2=e[_n-1]
regeXT2e1e2
praisYXT2,rhotype（orrc）
neweylnYlnX,lag
（2）
例4.3.1（P140）
glnX1=ln（X1）
glnX2=ln（X2）
glnX3=ln（X3）
glnX4=ln（X4）
glnX5=ln（X5）
glnY=ln（Y）
reglnYlnX1lnX2lnX3lnX4lnX5
corrlnX1lnX2lnX3lnX4lnX5
stepwise,pr（0.05）:
regYX1X2X3X4X5
或者stepwise,pe（0.05）:
regYX1X2X3X4X5（逐步向前回归和逐步向后回归）
reglnYlnX1lnX2lnX3
例4.4．1（P151）
regX1X2Z
predictv,resid
regYX1X2v
ivregYX2（X1=Z）
regYX1X2
第4章练习8（P154）
（1）回归
renamevar1X
renamevar2Y
regYX
（2）异方差判断（4种方法）
predicte,resid
ge2=e^2
scattere2X
i通过观测散点图可知残差有明显的扩大趋势
ii通过怀特检验，原假设为同方差，p值<0.05,拒绝原假设。
上述两种方法证明存在异方差
imtest,white
（3）解决异方差
predicte,residuals
ge2=e^2
regle2X
predictm,xb
predictnlh=exp（xb（））
regYX[w=1/h]
练习题9（p155）
glnX=ln（X）
glnY=ln（Y）
reglnYlnX
判断相关性：
（通过e-t或者DW值）
predicte,resid
lineeyear
scatterel.e
tssetyear
timevariable:
year,1980to2007
delta:
1unit
estatdwatson
Durbin-Watsond-statistic（2,28）=.3793231
表明有正自相关性。
praislnYlnX,corc
regelnXL.e
regelnXL.el2.e
regelnXL.el2.el3.e
neweylnYlnX,lag
（2）
gX1=X-L.X
gY1=Y-L.Y
regY1X1
estatdwatson
Durbin-Watsond-statistic（2,27）=.9608428
4-练习题10（P155）
regYX1X2
第五章
例5.1.1（P160）
regY1X1
regY2X2
tab（region）,g（D）
dropD1
gDX=D2*X
regYXD2DX
例5.2.2（P168）（和书上的答案略有不同）
gX1=X[_n-1]
gX2=X[_n-2]
gX3=X[_n-3]
gX4=X[_n-4]
gX5=X[_n-5]
gX6=X[_n-6]
gX7=X[_n-7]
glnX=ln（X）
glnX1=ln（X1）
glnX2=ln（X2）
glnX3=ln（X3）
glnX4=ln（X4）
glnX5=ln（X5）
glnX6=ln（X6）
glnX7=ln（X7）
glnY=ln（Y）
gW0=lnX+lnX1+lnX2+lnX3+lnX4+lnX5+lnX6+lnX7
gW1=lnX1+2*lnX2+3*lnX3+lnX*4+lnX5*5+lnX6*6+lnX7*7
gW2=4*lnX2+9*lnX3+lnX4*16+lnX5*25+lnX6*36+lnX7*49
reglnYW0W1W2
例5.2.2（P173）
tssetyear
timevariable:
year,1978to2007
delta:
1unit
gYt1=Y[_n-1]
regYXPYt1
练习题5（P186）
（和例5.2.3相似，具体步骤略）
（
升级会员 