李子奈《计量经济学》第三版例题及习题的stata解答
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
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: sum y if x==800
程序:
程序:
(2)图2.1.1的做法:
程序:
twoway(scatter y x )(lfit y x ),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)
例2.3.1(p37)
将数据直接复制到stata 中
程序:
(1)
total xiyi
return list
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
g a=r(b) in 1 total xi2 xiyi 4974750 1507821 1563822 8385678
Total Std. Err. [95% Conf. Interval]
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。
return list
g b=r(b) in 1
di a/b
.67
(2)
mean Yi
gen m=r(b) in 1
mean Xi
g n=r(b) in 1
di m-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
reg y x
(2)求X的样本均值和样本方差:
mean x
Mean estimation Number of obs = 31 Mean Std. Err. [95% Conf. Interval] x 11363.69 591.7041 10155.27 12572.11
sum x ,d(d表示detail的省略,这个命令会产生更多的信息)
x
Percentiles Smallest
1% 8871.27 8871.27
5% 8920.59 8920.59
10% 9000.35 8941.08 Obs 31
25% 9267.7 9000.35 Sum of Wgt. 31
50% 9898.75 Mean 11363.69
Largest Std. Dev. 3294.469
75% 12192.24 16015.58
90% 16015.58 18265.1 Variance 1.09e+07
95% 19977.52 19977.52 Skewness 1.691973
99% 20667.91 20667.91 Kurtosis 4.739267
di r(Var)(特别注意Var的大小写)
10853528
例2.6.2(P56)
(1)reg Y X
Source SS df MS Number of obs = 29
F( 1, 27) = 2214.60
Model 2.4819e+09 1 2.4819e+09 Prob > F = 0.0000
Residual 30259023.9 27 1120704.59 R-squared = 0.9880
Adj R-squared = 0.9875 Total2.5122e*************.8RootMSE=1058.6
Y Coef. Std. Err. t P>|t| [95% Conf. Interval]
X .4375268 .0092973 47.06 0.000 .4184503 .4566033
_cons 2091.295 334.987 6.24 0.000 1403.959 2778.632
(2)图2.6.1的绘制:
twoway (line Y X year),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)
reg Y X1 X2
Source SS df MS Number of obs = 31
F( 2, 28) = 560.57
Model 166971988 2 83485994.2 Prob > F = 0.0000
Residual 4170092.27 28 148931.867 R-squared = 0.9756
Adj R-squared = 0.9739
Total 171142081 30 5704736.02 Root MSE = 385.92
Y Coef. Std. Err. t P>|t| [95% Conf. Interval]
X1 .5556438 .0753076 7.38 0.000 .4013831 .7099046
X2 .2500854 .1136343 2.20 0.036 .0173161 .4828547
_cons 143.3266 260.4032 0.55 0.586 -390.0851 676.7383例3.5.1(p85)
g lnP1=ln(P1)
g lnP0=ln(P0)
g lnQ=ln(Q)
g lnX=ln(X)
Source SS df MS Number of obs = 22 F( 3, 18) = 258.84 Model .765670868 3 .255223623 Prob > F = 0.0000 Residual .017748183 18 .00098601 R-squared = 0.9773 Adj R-squared = 0.9736 Total .783419051 21 .037305669 Root MSE = .0314 lnQ Coef. Std. Err. t P>|t| [95% Conf. Interval]
lnX .5399167 .0365299 14.78 0.000 .4631703 .6166631 lnP1 -.2580119 .1781856 -1.45 0.165 -.632366 .1163422 lnP0 -.2885609 .2051844 -1.41 0.177 -.7196373 .1425155 _cons 5.53195 .0931071 59.41 0.000 5.336339 5.727561 drop lnX lnP1 lnP0
g lnXP0=ln(X/P0)
g lnP1P0=ln(P1/P0)
reg lnQ lnXP0 lnP1P0