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.docx](https://file1.bdocx.com/fileroot1/2022-10/22/7a754a98-3240-46e1-8e68-df78d3ab90e2/7a754a98-3240-46e1-8e68-df78d3ab90e21.gif)
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)
(