STATA面板数据模型操作命令讲解word文档良心出品.docx

1、STATA面板数据模型操作命令讲解word文档良心出品STATA面板数据模型估计命令一览表一、静态面板数据的 STATA处理命令固定效应模型随机效应模型（一）数据处理输入数据tsset code year 该命令是将数据定义为“面板”形式xtdes 该命令是了解面板数据结构 xtdescode:1i 2, (20n工20year:3004, 2005,2014T =11Delta(year)=1 unitspan(year)=11 periods(code*yearuniquely identifies eachobservation)Distribution of :min8% 2璃5075

2、%95% max1111 11111111 11Freq.PercentCum.Pattern20 100.00 100.00 1111111111120 100.00 XXXXXXXXXXX summarize scI cpi unem gse5 InvariableObsMeanStd Dev.Mi nMaxsq220.Q1427982.9303464.75e-0626.22301cpi2201*10655*0324961.0451. 25unem22Q.0349455.0071556.012,046g220,10907.04275230246.2357220.0268541011671?

3、.0053.0693220.1219364.0240077,074,203（二）模型的筛选和检验 xtreg sq cpi unem g se5 ln,feO-23OZO. O7i67O- 匕 Qto U一 if对于固定效应模型而言，回归结果中最后一行汇报的F统计量便在于检验所 有的个体效应整体上显著。在我们这个例子中发现 F统计量的概率为0.0000 , 检验结果表明固定效应模型优于混合 OLS模型。 2、检验时间效应合效应还是随机效应） （检验方法：LM统计量）（原假设：使用OLS混合模型） qui xtreg sq cpi unem g se5 ln,re （加上qui ”之后第一幅图将

4、不会呈现 ）xttest0xizretg s-q cpifclinlsRdm 型5B 理ozmGx 43 出Z3X rssm Qsa 0 * 0 s z B0200二 _00 z 3 349 3OH5.30000005 ho30些 SZ5Z srl rl 4 丄 rlBL-sGm b兮丄5 zQ-66755J-GS657d67 :mz云 :4 Qz33XQ2373EK20gqr-l齐sB r eiLis Cb + ili |_code J + e Lcode . t va(rsd s qm Cvair hr5SR曰TN 5 0063 5ooioe3-1_O65S59var ClOchi bar

5、2 CO1 = Prob a chi bar Z =可以看出，LM检验得到的P值为0.0000，表明随机效应非常显著。可见,随机效应模型也优于混合OLS模型3、检验固定效应模型or随机效应模型 （检验方法：Hausman检验）原假设：使用随机效应模型（个体效应与解释变量无关）通过上面分析，可以发现当模型加入了个体效应的时候， 将显著优于截距项 为常数假设条件下的混合 OLS莫型。但是无法明确区分FE or RE的优劣，这需 要进行接下来的检验，如下：Stepl :估计固定效应模型，存储估计结果Step2 :估计随机效应模型，存储估计结果Step3 :进行 Hausmar检验qui xtreg

6、sq cpi unem g se5 ln,feest store fequi xtreg sq cpi unem g se5 In ,reest store rehausman fe （ 或者更优的是 hausman fe,sigmamore/ sigmaless） haLUjsmaiini feII IQb) IFeS 1 1 H -：6Jl|T电Cb-BjD11F f Of 屯 nc csqrt Cdi mg Jcpi2. -9216984 40748-.48575 + L(V_b-V27- 39Prob?-chi 2!O oooo(v_b一 V_B 1 5nor past r 1 ved

7、eF1nt t e可以看出,hausman检验的P值为0.0000，拒绝了原假设,认为随机效应模型的基本假设得不到满足。此时，需要采用工具变量法和是使用固定效应模型（三）静态面板数据模型估计 1固定效应模型估计 xtreg sq cpi unem g se5 ln,fe2- 68B79632,CC17DB1 C-1 340/71Cfr a匚匸叩口门 oF vari ance due ten in i Prob1O. 0000其中选项fe表明我们采用的是固定效应模型，表头部分的前两行呈现了模型的估计方法、界面变量的名称（id ）、以及估计中使用的样本数目和个体的数目。第3行到第5行列示了模型的拟

8、合优度、分为组内、组间和样本总体三个层面，通常情况下，关注的是组内（within ），第6行和第7行分别列示了针对模 型中所有非常数变量执行联合检验得到的 F统计量和相应的P值，可以看出，参 数整体上相当显著。需要注意的是，表中最后一行列示了检验固定效应是否显著的 F统计量和相应的P值。显然，本例中固定效应非常显著 2、随机效应模型估计若假设本例的样本是从一个很大的母体中随机抽取的，且 ：匚与解释变量均 不相关，则我们可以将：匚视为随机干扰项的一部分。此时，设定随机效应模型 更为合适。如下图所示） xtreg sq cpi unem g se5 In ,rexTr eg sq epi unei

9、m g se5 1 n, re如果希望进一步在上述模型中加入时间效应， 可以采用时间虚拟变量来实现。首若在固定效应模型中加入时间虚拟变量，则估计模型的命令为: xtreg sq cpi unem g se5 In dumt*,fe xtreg sq epi unem g To dunrt* Bf eFi xed-effecX s (wi ichi nJ r egressi on Group variable: codeR-Sq:; wnxhi n = 0十 283科between 三 0.0261 overal 1 一 o* 0935（四）异方差和自相关检验 1、异方差检验（组间异方差）本节主

10、要针对的是固定效应模型进行处理（1）检验原假设：同方差需要检验模型中是否存在组间异方差,需要使用xttest3命令 qui xtreg sq cpi unem g se5 ln,fe xttest3.qui xtreg sq cpi unem g seS lntfe. settest 3Modified wald test for qroupwise heteroskedasticity 1n fix电d effect r电gression modelHO: sigma(i)2 = s1gniaA2 for al 1 ichi 2 chi2 - 0+0000显然，原假设被拒绝。此时，需要进一步

11、以获得参数的 GLS古计量，命令为xtgls : xtgls sq cpi unem g se5 In ,pa nels(heteroskedastic)Ci0ws :s e匚11 onal ti me-ser i es F F = G. 0000可以发现，这里的P=0.0000，我们可以在1%勺显著性水平下爱拒绝不存在序列相关的原假设。考虑到样本，该检验的最后一步是用 对 进行OLS回归,et e, t-i厂 0.8858设下（不相关） 5，可见本例中不相等，拒绝原假设，说明存在序列相关0 mat list e(b).mat 1isr e(b)symmetric e(b)1,1L*.0000

12、06yl . 88582499（2） RE模型的序列相关检验对于RE模型，可以采用xttestl命令来执行检验: qui xtreg sq cpi unem g se5 In dumt*,re xttestlLirium cj S 1 ri cJomL. * T r kTests Tor the error componenx model ；sq Ccode a t J = Xb + u Gode： + y 匸code f t v code ic J = 1 aunbda. h 匸code j. Cx.J * 世匚ode *E.sici nti: ed ar es lj Its:vars-id

13、 二 sqr. ( v.a.r =HIB_ 5 S69J 52- 303-46E60U1I-Tests ;Rsmclom Eff ects f Two 5i ded zALM Cvar =O= 1CM .Pr-chi 2 C1L =O ooooR.a.ndo J.O.PF-N CO , 1 o.ocooser 1 a.1 cor r el at: 1 on :AILM f T idmLiiLJd.O、- 44Fr O-ooooTo i nt- TiTlr :1 M CVai- 1,1 5 l n du hit * .To 1 biife Ciwl T；Kiir ni it自r*4汨匸nli o

14、n wl t Ihh ar 曰H .*h liith耳nua壬 rMxniHp尸 oT -o-las. NOOGroLfip vari Ahl s : izodc- NLimtd of or o Lips 20f Test that all u_i=C: F(19,166) = 17.43 prob F = 0.OOOCnodified Bhargava et al. Durbin-watson - .21583455Salragi-Wu L6I = .641462 3、“异方差一序列相关”稳健型标准误虽然上述估计方法在估计方差-协方差矩阵时考虑了异方差和序列相关的影 响，但都未将两者联立在一

15、起考虑，要获得“异方差-序列相关”稳健型标准误， 只需在xtreg命令中附加vce(robust)或者vce(cluster) 选项即可。例如，对于 FE模型，我们可以执行如下命令： xtreg sq cpi unem g se5 ln,fe vce(robust) xtreg sq cpii ynem g se5lnsfe vce(robust)Fi xed-effe匚(withi n) regressionNumberof obs =220Group variable*: codeNumiberf groups =20R-sq: within=0.Z307obs pergroup: min

16、 =11bet we er1 - 0.0767avg 11.0overal 11 - 0. 0Q64unax 11FCS.19)=2.52corr(u_1s xb)=-. 5296prob aF =0-0656(std Err adjusted for 20 匚lustersin code)Robustsqcaef rstd. ErrtP|X.I95% conf.mierval匚pf2921698孑.8378670.76O45石-5.11105110 9544 5unem187.62968.06419-2.13004百-371. &495-3.308556g一五.3666843.970915-

17、1. 600.125-14.67791.944537seS78, 2397958,12077I .汕0.1&4-43.40837199.888In20 28567丄工421561-780 092-3.61991S4419126_cons,35785124117750.090.932-&2 60698月.976401sigmau2.6887963sigma_e2.0017081ho-64 340771(fractionof Mr 1 ance due ta u_t) 与之前未经处理的估计结果相比，附加命令 vce(robust)选项时的结果，虽然系数的估计值未发生变化，但此时得到的标准误明显增大

18、了，致使得到的估计 结果更加保守。对于面板数据模型而言，STATA在计算所谓的“ robust ”标准误 时，是以个体为单位调整标准误的。因此，我们得到的“ robust 标准误其实是 同时调整了异方差和序列相关后的标准误。换言之，上述结果与设定 vce（cluster） 选项的结果完全相同。 4、截面相关检验原假设：截面之间不存在着相关性（1） FE模型检验对于FE模型，可以利用xttest2命令来检验截面相关性：qui xtreg sq cpi unem g se5 ln,fexttest2 （该命令主要针对的是大 T小N类型的面板数据，在本例中无法使用，故图标略去。）（2） RE模型检验

19、对于RE模型，可以利用xtcsd命令来检验截面相关性：qui xtreg sq cpi unem g se5 In ,rextcsd,pesaran （ 下面命令是另一个检验指标）xtcsdfrees. qui xtreg sq cpi unem se5 lrxtcsd FpesaranPesarans test of cross secrional iridependence - -0. 348, pr - 1.272 5xtcsd,freescritical values from Frees al ph a = al pha = alpha =可以看出，两种不同的检验方法均显示面板数据存

20、在着截面相关性。 5、“异方差一序列相关一截面相关”稳健型标准误（1） FE模型估计对于FE模型，在确认上述存在着截面相关的情况下，我们可以采用Hoechle(2007)编写的xtscc命令获取Driscoll a nd Kraay(1998) 提出的“异方差一序列相关截面相关”稳健型标准误： xtscc sq cpi unem g se5 ln,fe. xtscc sq cpi unem g se5 lnrfeRegression with Driscol 1 -ktraay standard errors Method: Fixed-effects regressionGroup variabl (1): code maximum lag: 2Number Number F( 5, Prob withi nof obs =of groups =19)F =R-squared =2202028,200.00000.2307sqcoef *Drisc/Kraay std. Err,tP|t 195% conf.intervalerof groups 三20Giir 口 up va.r i ab 1 e二 codeH s +ig)10B 96maximumlag : OProb F