stata数据分析

stata数据分析
stata数据分析

合肥学院

《计量经济与实证分析》实验报告

题目:地区财政收入影响因素

学生姓名:朱盈超学号:1313101023

系别:管理系专业:财务管理

提交时间:2015年11

地区财政收入影响因素

一、实验目的

研究地区财政收入影响的因素有哪些,判断这些因素是否存在多重共线性,并提出解决

二、实验内容

1.用软件计算回归结果

2.根据回归结果判断是否存在多重共线性,提出解决多从共线性的方法

3.判断是否存在其他未被纳入模型的因素

三、实验过程与结论

第一步:构建模型

以财政收入为被解释变量,固定资产投资总额、工业总产值、农林牧渔总产值、社会消费品零售总额以及地区总人口为解释变量建立线性回归模型。

Y=β0 + β1*X1 + β2*X2 + β3*X3 + β4*X4 + β5*X5 + u

其中:

Y----财政收入 X1----固定资产投资总额

X2----工业总产值 X3----农林牧渔总产值

X4----社会消费品零售总额 X5----地区总人口

β0、β1、β2、β3、β4、β5----表示待定系数

u----表示随机误差项

第二步:利用stata软件计算回归结果,结果如下:

F值71.68, R-square 0.9348 5个变量由T值看均没有通过显著性检验,R平方很大,所以可能存在多重共线性这时的模型方程为Y=96.867+0.665X1-0.0015X2-0.3639X3+0.277X4+0.0345X5+u

第二步进行多重共线性的检验

判断VIF值大小

从结果看出vif=14.83大于10,所以存在多重共线性。下面开始采取补救措施

进行主成分分析

多重共线性检验修正

进行逐步回归剔除X1X2X5变量留下X3X4

从VIF值可以看出多重共线性不存在了

(3)可能还有地区发展不平衡,国际环境不稳定,国家对经济发展的结构性调整等因素影响地区财政收入。

合肥学院

《计量经济与实证分析》实验报告

题目:美国维吉尼亚州公立中小学教师工资

学生姓名:朱盈超学号:1313101023

系别:管理系专业:财务管理

提交时间:2015年11

美国维吉尼亚州公立中小学教师工资

一、实验目的

研究美国维吉尼亚州公立中小学教师工资的情况

二、实验内容

1将2008-2009年度抽样学校教师平均工资对2008年县平均教师工资描点

2利用数据估计模型

3观察是否存在异方差,如果存在异方差的话列出补救措施

三、实验过程与结论

第一步:构建模型进行描点

以2008~2009年度抽样学校教师平均工资为被解释变量,2008年县平均教师工资为解释变量建立现行回归模型,进行描点

Y=β1+ β2*X1+μ

其中:Y 为2008—2009年度抽样学校教师平均工资 X1为2008年县平均教师工资 β1、β2为待定系数 μ为随机误差项 第二步:将2008—2009年度抽样学校教师平均工资对2008年县平均教师工资进行描点,结果如下:

30000400005000060000

70000

40000

500006000070000

抽样学校教师平均工资县平均教师工资

Fitted values

抽样学校教师平均工资对县平均教师工资拟合图

第三步:进行回归分析,估计数据模型,结果如下:

Y=-745.4817+1.043275X1+μ 第四步:侦察是否存在异方差性 ① BP 检验,结果如下:

从上述BP检验中不难看出,回归方程存在异方差.

②怀特检验,结果如下:

根据怀特检验的结果,回归方程存在异方差性问题。

根据BPG检验结果,回归方程存在异方差性问题。

综上所述,基于帕克检验、BP检验、怀特检验、BPG检验来看,在回归方程所做的OLS回归中遇到了异方差性问题。

第五步:补救措施

为了纠正异方差性问题,对进行对数变换。得到如下回归方程:

ln Y=β0 + β1*ln X1+μ(3.2)

运用stata对回归方程(3.2)进行回归,结果如下:

从怀特检验中可以看出,进行对数变换后的回归方程不存在异方差问题,因为Prob > chi2 = 0.8486。

合肥学院

《计量经济与实证分析》实验报告

题目:虚拟的时间序列数据

学生姓名:朱盈超学号:1313101023

系别:管理系专业:财务管理

提交时间:2015年11

虚拟的时间序列数据

一、实验的目的

进行测算数据的回归方程;建立杜宾沃森的检验检查自相关:再进行广义差分对方程进行重新估计

二、具体的实验步骤

(一)实验过程

1、对y、x进行回归。

. reg y x

Source SS df MS Number of obs = 19

F( 1, 17) = 260.59

Model 130875.369 1 130875.369 Prob > F = 0.0000

Residual 8537.87337 17 502.227845 R-squared = 0.9388

Adj R-squared = 0.9352

Total 139413.242 18 7745.18014 Root MSE = 22.41

y Coef. Std. Err. t P>|t| [95% Conf. Interval]

x .2451553 .0151867 16.14 0.000 .2131142 .2771964

_cons -261.1365 32.19819 -8.11 0.000 -329.0688 -193.2043由上表的估计模型:得到回归方程Y=0.2453X-261.2062+b,

2、计算DW统计量。

0

3、利用DW检验是否存在自相关,并利用d值估算自相关系数。

当n=20、=1、=0.01时,查表可得。根据d检验的决策规则可得存在正自相关,根据d与之间的关系可得P=0.70235115 。

4、运用广义最小二乘法重新估量模型

. gen y_1=y[_n-1]

(1 missing value generated)

. gen x_1=x[_n-1]

(1 missing value generated)

. gen p=1-0.5785807/2

. gen GDy= y- p* y_1

(1 missing value generated)

. gen GDx= x- p* x_1

(1 missing value generated)

根据GDy=y-p*y_1

构建GDx=x-p*x_1

然后对GDx和GDy进行回归

重新估量的模型的DW值为1.671759,当n=20、=1、=0.01时,查表可得。DW 的值在与2之间,由德宾-沃森d检验的决策规则可得不存在自相关,重新估量模型为:Y=0.3098404X-120.6234+b

(二)结论

这组时间存在自相关,通过广义最小二乘法重新估计后的模型Y=0.3098404X-120.6234+b

STATA面板数据模型操作命令要点

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 εαβit ++=x y it i it 固定效应模型 μβit +=x y it it ε αμit +=it it 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 ●summarize sq cpi unem g se5 ln 各变量的描述性统计(统计分析) ●gen lag_y=L.y /////// 产生一个滞后一期的新变量

gen F_y=F.y /////// 产生一个超前项的新变量 gen D_y=D.y /////// 产生一个一阶差分的新变量 gen D2_y=D2.y /////// 产生一个二阶差分的新变量 (二)模型的筛选和检验 ●1、检验个体效应(混合效应还是固定效应)(原假设:使用OLS混合模型)●xtreg sq cpi unem g se5 ln,fe 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(混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”之后第一幅图将不会呈现) xttest0

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模型。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: Step1: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Hausman检验 ●qui xtreg sq cpi unem g se5 ln,fe est store fe qui xtreg sq cpi unem g se5 ln,re est store re hausman fe (或者更优的是hausman fe,sigmamore/ sigmaless) 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。

STATA面板数据模型操作命令讲解

S T A T A 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 it x y it i it 固定效应模型 it it it 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 ●summarize sq cpi unem g se5 ln 各变量的描述性统计(统计分析) ●gen lag_y= i i i it ~e it ~1-t e i ,8858.0~ 5.0-~验:是否存在门槛效应 混合面板:reg is lfr lfr2 hc open psra tp gr,vce(cluster sf) 固定效应、随机效应模型 xtreg is lfr lfr2 hc open psra tp gr,fe est store fe xtreg is lfr lfr2 hc open psra tp gr,re est store re hausman fe 两步系统GMM 模型 xtdpdsys rlt plf1 nai efd op ew ig ,lags(1) maxldep(2) twostep artests(2) 注:rlt 为被解释变量,“plf1 nai efd op ew ig ”为解释变量和控制变量; maxldep(2)表示使用被解释变量的两个滞后值为工具变量;pre ()表示以某一个变量为前定解释变量;endogenous ()表示以某一个变量为内生解释变量。 自相关检验:estat abond

萨甘检验:estat sargan 差分GMM模型 Xtabond rlt plf1 nai efd op ew ig ,lags(1) twostep artests(2) 内生:该解释变量的取值是(一定程度上)由模型决定的。内生变量将违背解释变量与误差项不相关的经典假设,因而内生性问题是计量模型的大敌,可能造成系数估计值的非一致性和偏误; 外生:该解释变量的取值是(完全)由模型以外的因素决定的。外生解释变量与误差项完全无关,不论是当期,还是滞后期。 前定:该解释变量的取值与当期误差项无关,但可能与滞后期误差项相关。

5分钟速学stata面板数据回归(初学者超实用!)

5分钟速学stata面板数据回归(超实用!) 第一步:编辑数据。 面板数据的回归,比如该回归模型为:Y it=β0+β1X1it+β2X2it+β3X3it+εt,在stata中进行回归,需要先将各个变量的数据逐个编辑好,该模型中共有Y X1 X2 X3三个变量,那么先从Y的数据开始编辑,将变量Y的面板数据编辑到stata软件中,较方便的做法是,将excel的数据直接复制到stata软件的数据编辑框中,而excel中的数据需要如下图编辑: 从数据的第二行开始选中20个样本数据,如图:

直接复制粘贴至stata中的data editor中,如图: 第二步:格式调整。 首先,请将代表样本的var1Y变量数据是选20个省份5年的数据为样本,那么口令为rename var1 province 。例如:本例中的Y变量数据编辑接下来需要输入口令为reshape long var,i(province) 其中,var代表的是所有的年份(var2,var3,var4,var5,var6),转化后格式如图: 转化成功后,继续重命名,其中_j这里代表原始表中的年份,var代表该变量的名称

例如,我们编辑的是Y变量的数据,所以口令3和口令4的输入如下: 口令3:rename _j year 口令4:rename var taxi (注:taxi就是Y变量,我们用taxi表示Y) 命名完,数据编辑框如下图所示。 第三步:排序。 例如,本例中的Y变量(taxi),是20个省份和5年的面板数据, 那么口令4为sort province year (虽意思是将province按升序排列,然后再根据排好的province数列排year这一列升序排列。然很多时候在执行sort之前,数据已经符合排序要求了,但为以防万一,请务必执行此操作) 第三步:保存。

5分钟搞定Stata面板数据分析

【原创】5分钟搞定Stata面板数据分析简易教程ver2.0作者:张达 5分钟搞定Stata面板数据分析 简易教程 步骤一:导入数据 原始表如下, 数据请以时间(1998 ,1999,2000, 2001 ??)为横轴,样本名(北京,天津,河北??) 为纵轴 1 裁*■■別1A I 11 ■u 9K ILEXxl- V,j si ao LL B- iic190 ..1( HJ曲1 1 g力?r4 々■l* Mfl 1 KM J| JgRi MM3icm*w II7QQ -HQ SiqD tuff 1 'C4 3 4 IftJV -mi KH>loogi liW (0M 3M9WH jaii I MO Kai W w ■齐itm xm fill OTI Mil taiK ■5W?U|J TXE HH sia心?9 f Id 叼m in a* ft I*■JtaC如M~4 気Hi A|$A rm inoo IM? livra.w vtatr1IJMj X#*4>t1| 筑?BF7 ■?|!N I9*V1IRV gw 1W1VJ I-J H itW Ml ? 稠申审砂y li>M l>R Md w VIM e> mu IM HM 內)944 w 命■ n I L BII i mi 靜Ml hw w 3K:1ST? *7^ FJE inm ifini uni 4 5w 心 HtJ TW JTfl 9MI*HAS ■ilJto KO >4*461/M3 1 <141*11诃却4LJt 4ktt VM匸F w g ivt E4M laM ■ii T PD w im W i.JV 1 P w L*l 1tiZF MM7 <1 H1! liyi 将中文地名替换为数字。

Stata软件基本操作和大数据分析报告入门

Stata软件基本操作和数据分析入门 第一讲 Stata操作入门 张文彤赵耐青 第一节概况 Stata最初由美国计算机资源中心(Computer Resource Center)研制,现在为Stata公司的产品,其最新版本为7.0版。它操作灵活、简单、易学易用,是一个非常有特色的统计分析软件,现在已越来越受到人们的重视和欢迎,并且和SAS、SPSS一起,被称为新的三大权威统计软件。 Stata最为突出的特点是短小精悍、功能强大,其最新的7.0版整个系统只有10M左右,但已经包含了全部的统计分析、数据管理和绘图等功能,尤其是他的统计分析功能极为全面,比起1G以上大小的SAS系统也毫不逊色。另外,由于Stata在分析时是将数据全部读入内存,在计算全部完成后才和磁盘交换数据,因此运算速度极快。 由于Stata的用户群始终定位于专业统计分析人员,因此他的操作方式也别具一格,在Windows席卷天下的时代,他一直坚持使用命令行/程序操作方式,拒不推出菜单操作系统。但是,Stata的命令语句极为简洁明快,而且在统计分析命令的设置上又非常有条理,它将相同类型的统计模型均归在同一个命令族下,而不同命令族又可以使用相同功能的选项,这使得用户学习时极易上手。更为令人叹服的是,Stata语句在简洁的同时又拥有着极高的灵活性,用户可以充分发挥自己的聪明才智,熟练应用各种技巧,真正做到随心所欲。

除了操作方式简洁外,Stata的用户接口在其他方面也做得非常简洁,数据格式简单,分析结果输出简洁明快,易于阅读,这一切都使得Stata成为非常适合于进行统计教学的统计软件。 Stata的另一个特点是他的许多高级统计模块均是编程人员用其宏语言写成的程序文件(ADO文件),这些文件可以自行修改、添加和下载。用户可随时到Stata网站寻找并下载最新的升级文件。事实上,Stata的这一特点使得他始终处于统计分析方法发展的最前沿,用户几乎总是能很快找到最新统计算法的Stata程序版本,而这也使得Stata自身成了几大统计软件中升级最多、最频繁的一个。 由于以上特点,Stata已经在科研、教育领域得到了广泛应用,WHO的研究人员现在也把Stata作为主要的统计分析工作软件。 第二节 Stata操作入门 一、Stata的界面 图1即为Stata 7.0启动后的界面,除了Windows版本的软件都有的菜单栏、工具栏,状态栏等外,Stata的界面主要是由四个窗口构成,分述如下: 1.结果窗口:位于界面右上部,软件运行中的所有信息,如所执行的命令、执行结果和出错信息等均在这里列出。窗口中会使用不同的颜色区分不同的文本,如白色表示命令,红色表示错误信息。 2.命令窗口:位于结果窗口下方,相当于DOS软件中的命令行,此处用于键入需要执行的命令,回车后即开始执行,相应的结果则会在结果窗口中显示出来。

5分钟搞定Stata面板数据分析小教程

5分钟搞定Stata面板数据分析 简易教程 步骤一:导入数据 口令:insheet u sing 文件路径 例如:insheet u sing C:\STUDY\paper\taxi.csv 其中csv格式可用excel的“另存为”导出 数据请以时间(1999,2000,2001 )为横轴,样本名(1,2,3 )为纵轴 请注意:表中不能有中文字符,否则会出现错误。面板数据中不能有空值,没有数据的位置请以0代替。 如图: 也可直接将数据复制粘贴到stata的data e ditor中 如图:

步骤二:调整格式 首先请将代表样本的var1重命名 口令:rename v ar1 样本名 例如:rename v ar1 p rovince

也可直接在var1处双击,在弹出的窗口中修 改: 接下来将数据转化为面板数据的格式 口令:reshape l ong v ar, i(样本名) 例如:reshape l ong v ar, i(province) 其中var代表的是所有的年份(var2,var3,var4 ) 转化后的格式如图:

转化成功后继续重命名,其中_j 这里代表原始表中的年份,var代表该变量的名称 口令例如: rename _j y ear rename v ar t axi 也可直接在需要修改的名称处双击,在弹出的窗口中修改 如图:

步骤三:排序 口令:sort 变量名 例如:sort p rovince y ear 意思为将province按升序排列,然后再根据排好的province数列排year这一列 如图:

stata处理面板数据及修正命令集合

步骤一:导入数据 原始表如下, 数据请以时间(1998,1999,2000,2001??)为横轴,样本名(北京,天津,河北??)为纵轴 将中文地名替换为数字。 注意:表中不能有中文字符,否则会出现错误。面板数据中不能有空值。 去除年份的一行,将其余部分复制到stata的data editor中,或保存为csv格式。 打开stata,调用数据。 方法一:直接复制到data editor中。 方法二:使用口令:insheet using 文件路径 调用例如:insheet using C:\STUDY\paper\taxi.csv 其中csv格式可用excel的“另存为”导出 步骤二:调整格式 首先请将代表样本的var1重命名 口令:rename var1 样本名 例如:rename var1 province 也可直接在var1处双击,在弹出的窗口中修改: 接下来将数据转化为面板数据的格式 口令:reshape long var, i(样本名) 例如:reshape long var, i(province) 其中var代表的是所有的年份(var2,var3,var4??) 转化成功后继续重命名,其中_j 这里代表原始表中的年份,var代表该变量的名称 口令例如: rename _j year rename var taxi 也可直接在需要修改的名称处双击,在弹出的窗口中修改 步骤三:排序 口令:sort 变量名 例如:sort province year 意思为将province按升序排列,然后再根据排好的province数列排year这一列 最后,保存。 至此,一个变量的前期数据处理就完成了,请如法炮制的处理所有的变量,也就是说每个变量都做一个dta文件。在处理新变量前请使用 口令:clear 将stata重置 步骤四:合并数据 任意打开一个处理过的变量的dta文件作为基础表(推荐使用因变量的dta文件,这里使用

面板数据的常见处理

面板数据的常见处理 (2012-03-02 11:16:14) 标签: 在写论文时经常碰见一些即是时间序列又是截面的数据,比如分析1999-2010的公司盈余管 如上图所示的数据即为面板数据。显然面板数据是三维的,而时间序列数据和截面数据都是二维的,把面板数据当成时间序列数据或者截面数据来处理都是不合适的。 处理面板数据的软件较多,一般使用、Stata等。个人推荐使用Stata,因为Stata比较适合处理面板数据,且个性化强。以下以为例来讲解怎么样处理面板数据。 由于面板数据的存储结构与我们通常使用的存储结构不太一样,所在统计分析前,最好在excel中整理一下数据,形成如下图所示的数据

变量定义及输入数据 启动,Stata界面有4个组成部分,Review(在左上角)、Variables(左下角)、输出窗口(在右上角)、Command(右下角)。首先定义变量,可以输入命令,也可以通过点击Data----Create new Variable or change variable。 特别注意,这里要定义的变量除了因素1、因素2、……因素6、盈余管理影响程度等,还要定义年份和公司名称两个变量,这两个变量的数据类型(Type)最好设置为int(整型),公司名称不要使用中文名称或者字母等,用数字代替。定义好变量之后可以输入数据了。数据可以直接导入(File-Import),也可以手工录入或者复制粘贴(Data-Data Edit(Browse)),手工录入数据和在excel中的操作一样。 以上面说的为例,定义变量year、company、factor1、factor2、factor3、factor4、factor5、factor6、DA。 变量company 和year分别为截面变量和时间变量。显然,通过这两个变量我们可以非常清楚地确定panel data 的数据存储格式。因此,在使用STATA 估计模型之前,我们必须告诉它截面变量和时间变量分别是什么,所用的命令为tsset,命令为: tsset company year 输出窗口将输出相应结果。 由于面板数据本身兼具截面数据和时间序列二者的特性,所以对时间序列进行操作的运算同样可以应用到面板数据身上。这一点在处理某些数据时显得非常方便。如,对于上述数据,我们想产生一个新的变量Lag _factor1 ,也就是factor1 的一阶滞后,那么我们可以采用如下命令: gen Lag_factor1= 统计描述: 在正式进行模型的估计之前,我们必须对样本的基本分布特性有一个总体的了解。对于面板数据而言,我们至少要知道我们的数据中有多少个截面(个体) ,每个截面上有多少个观察期间,整个数据结构是平行的还是非平行的。进一步地,我们还要知道主要变量的样本均值、标准差、最大值、最小值等情况。这些都可以通过以下三个命令来完成:xtdes命令用于初步了解数据的大体分布状况,我们可以知道数据中含有多少个截面,最大和最小的时间跨度是多少。在某些要求使用平行面板数据的情况下,我们可以采用该命令来诊断处理后的数据是否为平行数据。Xtsum用来查询对组内、组间、整体计算各个变量的基本统计量(如均值、方差等)。为了方便,以下的举例都只用factor1,factor2两个自变量。 xtdes DA factor1 facto2

[数据分析] 推荐 Stata软件基本操作和数据分析入门

Stata是一套提供其使用者数据分析、数据管理以及绘制专业图表的完整及整合性统计软件。在全球范围内被广泛应用于企业和学术机构中。用Stata 绘制的统计图形相当精美,很有特色。 它与 SPSS、SAS 并称为当今三大统计软件。与后者相比,Stata 体积小巧、简单易懂且功能强大。Stata 把EViews, SPSS 的傻瓜式菜单和SAS 的命令、编程完美结合起来,所以它一推出就受到了初学者和高级用户的普遍欢迎。 01 Stata的功能 标准方法 ?基本表格整理 ?统计分析 ?方差分析 ?经典线性回归 ?Time series ?聚类分析 ?因子分析 ?主成分分析 ?数据处理 ?绘图 高级方法 ?多层模型 ?生存分析 ?动态面板

?编程 ?贝叶斯分析 ?合成控制法 ?面板门限回归 02 Stata的优势 ?操作简单、易学习 ?统计分析功能完备、运行速度快 ?制图图形质量高,出版级别 ?兼容性强、可使用丰富的第三方插件,能应对科研大多数据统计分析需求 ?可混用菜单和命令 ...... 03 适用领域 统计学、经济学、计量经济学、医学 S t a t a 为了帮助同学们更好的学习了解Stata的使用,我们请到了华中科技大学行政管理学博士——宋丽洁,为大家讲解Stata的功能及使用。 通过课程你会对STATA强大的数据处理、统计分析功能的深入了解;获得STATA学习的重要资源;掌握利用STATA提高数据处理的方法;为后续深入学习STATA及数据的统计分析等奠定良好的基础。

04 课程主题 《Stata软件基本操作和数据分析入门》 05 开课时间 7月29日20:00-21:00 07 上课方式 在线视频直播+永久回放+社群交流答疑 08

STATA面板数据模型操作命令

S T A T A面板数据模型 操作命令 集团标准化工作小组 #Q8QGGQT-GX8G08Q8-GNQGJ8-MHHGN#

S T A T A 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 εαβit ++=x y it i it 固定效应模型 εαμit +=it it 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 ●summarize sq cpi unem g se5 ln 各变量的描述性统计(统计分析) ●gen lag_y= αi αi αi εit ~e it ~1-t e i ,8858.0~=θ5.0-~=θ验:是否存在门槛效应 混合面板: reg is lfr lfr2 hc open psra tp gr,vce(cluster sf) 固定效应、随机效应模型 xtreg is lfr lfr2 hc open psra tp gr,fe est store fe xtreg is lfr lfr2 hc open psra tp gr,re est store re hausman fe 两步系统GMM 模型 xtdpdsys rlt plf1 nai efd op ew ig ,lags(1) maxldep(2) twostep artests(2) 注:rlt 为被解释变量,“plf1 nai efd op ew ig ”为解释变量和控制变量;

maxldep(2)表示使用被解释变量的两个滞后值为工具变量;pre()表示以某一个变量为前定解释变量;endogenous()表示以某一个变量为内生解释变量。 自相关检验:estat abond 萨甘检验:estat sargan 差分GMM模型 Xtabond rlt plf1 nai efd op ew ig ,lags(1) twostep artests(2) 内生:该解释变量的取值是(一定程度上)由模型决定的。内生变量将违背解释变量与误差项不相关的经典假设,因而内生性问题是计量模型的大敌,可能造成系数估计值的非一致性和偏误; 外生:该解释变量的取值是(完全)由模型以外的因素决定的。外生解释变量与误差项完全无关,不论是当期,还是滞后期。 前定:该解释变量的取值与当期误差项无关,但可能与滞后期误差项相关。

stata数据分析

合肥学院 《计量经济与实证分析》实验报告 题目:地区财政收入影响因素 学生姓名:朱盈超学号:23 系别:管理系专业:财务管理 提交时间:2015 年11 地区财政收入影响因素 一、实验目的 研究地区财政收入影响的因素有哪些,判断这些因素是否存在多重共线性,并提出解决

二、实验内容 1.用软件计算回归结果 2.根据回归结果判断是否存在多重共线性,提出解决多从共线性的方法 3.判断是否存在其他未被纳入模型的因素 三、实验过程与结论 第一步:构建模型 以财政收入为被解释变量,固定资产投资总额、工业总产值、农林牧渔总产值、社会消费品零售总额以及地区总人口为解释变量建立线性回归模型。 Y=β0 + β1*X1 + β2*X2 + β3*X3 + β4*X4 + β5*X5 + u 其中: Y----财政收入 X1----固定资产投资总额 X2----工业总产值 X3----农林牧渔总产值 X4----社会消费品零售总额 X5----地区总人口 β0、β1、β2、β3、β4、β5----表示待定系数

u----表示随机误差项 第二步:利用stata软件计算回归结果,结果如下: F值, R-square 5个变量由T值看均没有通过显著性检验,R 平方很大,所以可能存在多重共线性这时的模型方程为Y=+第二步进行多重共线性的检验 判断VIF值大小

从结果看出vif=大于10,所以存在多重共线性。下面开始采取补救措施 进行主成分分析 多重共线性检验修正

进行逐步回归剔除X1X2X5变量留下X3X4 从VIF值可以看出多重共线性不存在了 (3)可能还有地区发展不平衡,国际环境不稳定,国家对经济发展的结构性调整等因素影响地区财政收入。 合肥学院 《计量经济与实证分析》实验报告

最新Stata面板数据的统计分析

S t a t a面板数据的统 计分析

面板数据的统计分析(Stata) 在写论文时经常碰见一些即是时间序列又是截面的数据,比如分析1999-2010的公司盈余管理影响因素,而影响盈余管理的因素有6个,那么会形成如下图 和截面数据都是二维的,把面板数据当成时间序列数据或者截面数据来处理都是不合适的。 处理面板数据的软件较多,一般使用Eviews6.0、Stata等。个人推荐使用Stata,因为Stata比较适合处理面板数据,且个性化强。以下以Stata11.0为例来讲解怎么样处理面板数据。 由于面板数据的存储结构与我们通常使用的存储结构不太一样,所在统计分 启动Stata11.0,Stata界面有4个组成部分,Review(在左上角)、Variables (左下角)、输出窗口(在右上角)、Command(右下角)。首先定义变量,可以输入命令,也可以通过点击Data----Create new Variable or change variable。 特别注意,这里要定义的变量除了因素1、因素2、……因素6、盈余管理影响程度等,还要定义年份和公司名称两个变量,这两个变量的数据类型(Type)最好设置为int(整型),公司名称不要使用中文名称或者字母等,用数字代替。定义好变量之后可以输入数据了。数据可以直接导入(File-Import),也可以手工录入或者复制粘贴(Data-Data Edit(Browse)),手工录入数据和在excel中的操作一样。

以上面说的为例,定义变量 year、 company、 factor1、 factor2、 factor3、factor4、 factor5、 factor6、 DA。 变量company 和year分别为截面变量和时间变量。显然,通过这两个变量我们可以非常清楚地确定panel data 的数据存储格式。因此,在使用STATA 估计模型之前,我们必须告诉它截面变量和时间变量分别是什么,所用的命令为tsset,命令为: tsset company year 输出窗口将输出相应结果。 由于面板数据本身兼具截面数据和时间序列二者的特性,所以对时间序列进行操作的运算同样可以应用到面板数据身上。这一点在处理某些数据时显得非常方便。如,对于上述数据,我们想产生一个新的变量Lag _factor1 ,也就是factor1 的一阶滞后,那么我们可以采用如下命令: gen Lag_factor1=L.factor1 差分变量: Gen fiscal(D)=D.fiscal 统计描述: 在正式进行模型的估计之前,我们必须对样本的基本分布特性有一个总体的了解。对于面板数据而言,我们至少要知道我们的数据中有多少个截面(个体) ,每个截面上有多少个观察期间,整个数据结构是平行的还是非平行的。进一步地,我们还要知道主要变量的样本均值、标准差、最大值、最小值等情况。这些都可以通过以下三个命令来完成: xtdes 命令用于初步了解数据的大体分布状况,我们可以知道数据中含有多少个截面,最大和最小的时间跨度是多少。在某些要求使用平行面板数据的情况下,我们可以采用该命令来诊断处理后的数据是否为平行数据。Xtsum用来查询对组内、组间、整体计算各个变量的基本统计量(如均值、方差等)。为了方便,以下的举例都只用factor1,factor2两个自变量。 xtdes DA factor1 facto2 xtsum DA factor1 facto2 模型回归。 常用的处理面板数据的模型有混合OLS模型、固定效应模型、随机效应模型。各个模型的区别请上网查查。下面说说各个模型的命令: 混合OLS模型输入命令: regress DA factor1 facto2 固定效应模型输入命令: xtreg DA factor1 factor , fe 随机效应模型输入命令: xtreg DA factor1 factor , re 模型的选择及检验 固定效应模型要检验个体效应的显著性,这可以通过固定效应模型回归结果的最后一行的F统计量看出,F越大越好,可以得出固定效应模型优于混合OLS模型的结论。随机效应模型要检验随机效应是否显著,要输入命令:xttest0

Stata面板数据的统计分析

面板数据的统计分析(Stata) 在写论文时经常碰见一些即是时间序列又是截面的数据,比如分析1999-2010的公司盈余管理影响因素,而影响盈余管理的因素有6个,那么会形成如下图的数 和截面数据都是二维的,把面板数据当成时间序列数据或者截面数据来处理都是不合适的。 处理面板数据的软件较多,一般使用Eviews6.0、Stata等。个人推荐使用Stata,因为Stata比较适合处理面板数据,且个性化强。以下以Stata11.0为例来讲解怎么样处理面板数据。 由于面板数据的存储结构与我们通常使用的存储结构不太一样,所在统计分 启动Stata11.0,Stata界面有4个组成部分,Review(在左上角)、Variables (左下角)、输出窗口(在右上角)、Command(右下角)。首先定义变量,可以输入命令,也可以通过点击Data----Create new Variable or change variable。 特别注意,这里要定义的变量除了因素1、因素2、……因素6、盈余管理影响程度等,还要定义年份和公司名称两个变量,这两个变量的数据类型(Type)最好设置为int(整型),公司名称不要使用中文名称或者字母等,用数字代替。定义好变量之后可以输入数据了。数据可以直接导入(File-Import),也可以手工录入或者复制粘贴(Data-Data Edit(Browse)),手工录入数据和在excel中的操作一样。 以上面说的为例,定义变量year、company、factor1、factor2、factor3、factor4、factor5、factor6、DA。

变量company 和year分别为截面变量和时间变量。显然,通过这两个变量我们可以非常清楚地确定panel data 的数据存储格式。因此,在使用STATA 估计模型之前,我们必须告诉它截面变量和时间变量分别是什么,所用的命令为tsset,命令为: tsset company year 输出窗口将输出相应结果。 由于面板数据本身兼具截面数据和时间序列二者的特性,所以对时间序列进行操作的运算同样可以应用到面板数据身上。这一点在处理某些数据时显得非常方便。如,对于上述数据,我们想产生一个新的变量Lag _factor1 ,也就是factor1 的一阶滞后,那么我们可以采用如下命令: gen Lag_factor1=L.factor1 差分变量: Gen fiscal(D)=D.fiscal 统计描述: 在正式进行模型的估计之前,我们必须对样本的基本分布特性有一个总体的了解。对于面板数据而言,我们至少要知道我们的数据中有多少个截面(个体) ,每个截面上有多少个观察期间,整个数据结构是平行的还是非平行的。进一步地,我们还要知道主要变量的样本均值、标准差、最大值、最小值等情况。这些都可以通过以下三个命令来完成:xtdes 命令用于初步了解数据的大体分布状况,我们可以知道数据中含有多少个截面,最大和最小的时间跨度是多少。在某些要求使用平行面板数据的情况下,我们可以采用该命令来诊断处理后的数据是否为平行数据。Xtsum用来查询对组内、组间、整体计算各个变量的基本统计量(如均值、方差等)。为了方便,以下的举例都只用factor1,factor2两个自变量。 xtdes DA factor1 facto2 xtsum DA factor1 facto2 模型回归。 常用的处理面板数据的模型有混合OLS模型、固定效应模型、随机效应模型。各个模型的区别请上网查查。下面说说各个模型的命令: 混合OLS模型输入命令: regress DA factor1 facto2 固定效应模型输入命令: xtreg DA factor1 factor , fe 随机效应模型输入命令: xtreg DA factor1 factor , re 模型的选择及检验 固定效应模型要检验个体效应的显著性,这可以通过固定效应模型回归结果的最后一行的F统计量看出,F越大越好,可以得出固定效应模型优于混合OLS 模型的结论。随机效应模型要检验随机效应是否显著,要输入命令: xttest0 如果检验得到的p值为0,则随机效应显著,随机效应模型也优于固定效应模型。至于固定效应模型与随机效应模型选哪一个,则要通过hausman检验来得出。Hausman检验 Hausman检验的原假设是固定效应模型优于随机效应模型,如果hausman检验的p值为0,则接受原假设,使用固定效应模型。相关命令: qui xtreg DA factor1 factor2 ,fe est store fe

面板数据的常见处理

面板数据的常见处理(2012-03-02 11:16:14) 标签: 杂谈

数据了。数据可以直接导入(File-Import),也可以手工录入或者复制粘贴(Data-Data Edit(Browse)),手工录入数据和在excel中的操作一样。 以上面说的为例,定义变量 year、 company、 factor1、 factor2、 factor3、factor4、 factor5、 factor6、 DA。 变量company 和year分别为截面变量和时间变量。显然,通过这两个变量我们可以非常清楚地确定panel data 的数据存储格式。因此,在使用STATA 估计模型之前,我们必须告诉它截面变量和时间变量分别是什么,所用的命令为tsset,命令为:tsset company year 输出窗口将输出相应结果。 由于面板数据本身兼具截面数据和时间序列二者的特性,所以对时间序列进行操作的运算同样可以应用到面板数据身上。这一点在处理某些数据时显得非常方便。如,对于上述数据,我们想产生一个新的变量Lag _factor1 ,也就是factor1 的一阶滞后,那么我们可以采用如下命令: gen Lag_factor1= 统计描述: 在正式进行模型的估计之前,我们必须对样本的基本分布特性有一个总体的了解。对于面板数据而言,我们至少要知道我们的数据中有多少个截面(个体) ,每个截面上有多少个观察期间,整个数据结构是平行的还是非平行的。进一步地,我们还要知道主要变量的样本均值、标准差、最大值、最小值等情况。这些都可以通过以下三个命令来完成:xtdes命令用于初步了解数据的大体分布状况,我们可以知道数据中含有多少个截面,最大和最小的时间跨度是多少。在某些要求使用平行面板数据的情况下,我们可以采用该命令来诊断处理后的数据是否为平行数据。Xtsum用来查询对组内、组间、整体计算各个变量的基本统计量(如均值、方差等)。为了方便,以下的举例都只用factor1,factor2两个自变量。 xtdes DA factor1 facto2 xtsum DA factor1 facto2 模型回归。 常用的处理面板数据的模型有混合OLS模型、固定效应模型、随机效应模型。各个模型的区别请上网查查。下面说说各个模型的命令: 混合OLS模型输入命令: regress DA factor1 facto2 固定效应模型输入命令: xtreg DA factor1 factor , fe 随机效应模型输入命令: xtreg DA factor1 factor , re 模型的选择及检验 固定效应模型要检验个体效应的显著性,这可以通过固定效应模型回归结果的最后一行的F统计量看出,F越大越好,可以得出固定效应模型优于混合OLS模型的结论。随机效应模型要检验随机效应是否显著,要输入命令:

stata命令大全(全)

*********面板数据计量分析与软件实现********* 说明:以下do文件相当一部分内容来自于中山大学连玉君STATA教程,感谢他的贡献。本人做了一定的修改与筛选。 *----------面板数据模型 * 1.静态面板模型:FE 和RE * 2.模型选择:FE vs POLS, RE vs POLS, FE vs RE (pols混合最小二乘估计) * 3.异方差、序列相关和截面相关检验 * 4.动态面板模型(DID-GMM,SYS-GMM) * 5.面板随机前沿模型 * 6.面板协整分析(FMOLS,DOLS) *** 说明:1-5均用STATA软件实现, 6用GAUSS软件实现。 * 生产效率分析(尤其指TFP):数据包络分析(DEA)与随机前沿分析(SFA) *** 说明:DEA由DEAP2.1软件实现,SFA由Frontier4.1实现,尤其后者,侧重于比较C-D与Translog 生产函数,一步法与两步法的区别。常应用于地区经济差异、FDI溢出效应(Spillovers Effect)、工业行业效率状况等。 * 空间计量分析:SLM模型与SEM模型 *说明:STATA与Matlab结合使用。常应用于空间溢出效应(R&D)、财政分权、地方政府公共行为等。 * --------------------------------- * --------一、常用的数据处理与作图----------- * --------------------------------- * 指定面板格式 xtset id year (id为截面名称,year为时间名称) xtdes /*数据特征*/ xtsum logy h /*数据统计特征*/ sum logy h /*数据统计特征*/ *添加标签或更改变量名 label var h "人力资本" rename h hum *排序 sort id year /*是以STATA面板数据格式出现*/ sort year id /*是以DEA格式出现*/ *删除个别年份或省份 drop if year<1992 drop if id==2 /*注意用==*/

(整理)stata回归分析完整步骤-吐血推荐

stata回归分析完整步骤——吐血推荐 ****下载连乘函数prod,方法为:findit dm71 sort stkcd date //对公司和日期排序 gen r1=1+r //r为实际公司的股票收益率 gen r2=1+r_yq //r_yq为公司的预期股票收益率 egen r3=prod(r1),by(stkcd date) //求每个公司事件日的累计复合收益率 egen r4=prod(r2),by(stkcd date) //求每个公司事件日的累计预期的复合收益率 gen r=r4-r3 capture clear (清空内存中的数据) capture log close (关闭所有打开的日志文件) set mem 128m (设置用于stata使用的内存容量) set more off (关闭more选项。如果打开该选项,那么结果分屏输出,即一次只输出一屏结果。你按空格键后再输出下一屏,直到全部输完。如果关闭则中间不停,一次全部输出。)set matsize 4000 (设置矩阵的最大阶数。我用的是不是太大了?) cd D: (进入数据所在的盘符和文件夹。和dos的命令行很相似。) log using (文件名).log,replace (打开日志文件,并更新。日志文件将记录下所有文件运行后给出的结果,如果你修改了文件内容,replace选项可以将其更新为最近运行的结果。) use (文件名),clear (打开数据文件。) (文件内容) log close (关闭日志文件。) exit,clear (退出并清空内存中的数据。) 假设你清楚地知道所需的变量,现在要做的是检查数据、生成必要的数据并形成数据库供将来使用。检查数据的重要命令包括codebook,su,ta,des和list。其中,codebook提供的信息最全面,缺点是不能使用if条件限制范围,所以,有时还要用别的帮帮忙。su空格加变量名报告相应变量的非缺失的观察个数,均值,标准差,最小值和最大值。ta空格后面加一个(或两个)变量名是报告某个变量(或两个变量二维)的取值(不含缺失值)的频数,比率和按大小排列的累积比率。des后面可以加任意个变量名,只要数据中有。它报告变量的存储的类型,显示的格式和标签。标签中一般记录这个变量的定义和单位。list报告变量的观察值,可以用if或in来限制范围。所有这些命令都可以后面不加任何变量名,

Stata 数据分析

Stata 是一套提供其使用者数据分析、数据管理以及绘制专业图表的完整及整合性统计软件。它提供许许多多功能,包含线性混合模型、均衡重复反复及多项式普罗比模式。新版本的STATA采用最具亲和力的窗口接口,使用者自行建立程序时,软件能提供具有直接命令式的语法。Stata提供完整的使用手册,包含统计样本建立、解释、模型与语法、文献等超过一万余页的出版品。[1] 除了之外,Stata软件可以透过网络实时更新每天的最新功能,更可以得知世界各地的使用者对于STATA公司提出的问题与解决之道。使用者也可以透过 Stata Journal 获得许许多多的相关讯息以及书籍介绍等。另外一个获取庞大资源的管道就是Statalist,它是一个独立的listserver,每月交替提供使用者超过1000个讯息以及50个程序。参见“”、“[2]”、“[3]”、“[4]”等。 编辑本段Stata 的统计功能 Stata 的统计功能很强,除了传统的统计分析方法外,还收集了近 20 年发展起来的新方法,如 Cox 比例风险回归,指数与 Weibull 回归,多类结果与有序结果的 logistic 回归, Poisson 回归,负二项回归及广义负二项回归,随机效应模型等。具体说, Stata 具有如下统计分析能力:数值变量资料的一般分析:参数估计,t检验,单因素和多因素的方差分析,协方差分析,交互效应模型,平衡和非平衡设计,嵌套设计,随机效应,多个均数的两两比较,缺项数据的处理,方差齐性检验,正态性检验,变量变换等。 分类资料的一般分析:参数估计,列联表分析 ( 列联系数,确切概 率 ) ,流行病学表格分析等。 等级资料的一般分析:秩变换,秩和检验,秩相关等 相关与回归分析:简单相关,偏相关,典型相关,以及多达数十种的回归分析方法,如多元线性回归,逐步回归,加权回归,稳键回归,二阶段回归,百分位数 ( 中位数 ) 回归,残差分析、强影响点分析,曲线拟合,随机效应的线性回归模型等。 其他方法:质量控制,整群抽样的设计效率,诊断试验评价, kappa 等。 编辑本段Stata 的作图功能 Stata 的作图模块,主要提供如下八种基本图形的制作 : 直方图(histogram) ,条形图 (bar), 百分条图 (oneway) ,百分圆图 (pie) ,散点图 (twoway) ,散点图矩阵(matrix) ,星形图 (star) ,分位数图。这些图形的巧妙应用,可以满足绝大多数用户的统计作图要求。在有些非绘图命令中,也提供了专门绘制某种图形的功能,如在生存分析中,提供了绘制生存曲线图,回归分析中提供了残差图等。

相关文档
最新文档