stata筆記

1、1.一般檢驗假設系數(shù)為0，t比較大則拒絕假設，認為系數(shù)不為0.假設系數(shù)為0，P比較小則拒絕假設，認為系數(shù)不為0.假設方程不顯著，F(xiàn)比較大則拒絕假設，認為方程顯著。2.小樣本運用OLS進行估計的前提條件為：（1）線性假定。即解釋變量與被解釋變量之間為線性關系。這一前提可以通過將非線性轉換為線性方程來解決。（2）嚴格外生性。即隨機擾動項獨立于所有解釋變量：與解釋變量之間所有時候都是正交關系，隨機擾動項期望為0。(工具變量法解決)（3）不存在

2、嚴格的多重共線性。一般在現(xiàn)實數(shù)據(jù)中不會出現(xiàn)，但是設置過多的虛擬變量時，可能會出現(xiàn)這種現(xiàn)象。Stata可以自動剔除。（4）擾動項為球型擾動項，即隨即擾動項同方差，無自相關性。3.大樣本估計時，一般要求數(shù)據(jù)在30個以上就可以稱為大樣本了。大樣本的前提是（1）線性假定（2）漸進獨立的平穩(wěn)過程（3）前定解釋變量，即解釋變量與同期的擾動項正交。（4）E（XiXit）為非退化矩陣。（5）gt為鞅差分序列，且其協(xié)方差矩陣為非退化矩陣。與小樣本相比，其

3、不需要嚴格的外生性和正太隨機擾動項的要求。4.命令穩(wěn)健標準差回歸：regyx1x2x3robust回歸系數(shù)與OLS一樣，但標準差存在差異。如果認為存在異方差，則使用穩(wěn)健標準差。使用穩(wěn)健標準差可以對大樣本進行檢驗。只要樣本容量足夠大，在模型出現(xiàn)異方差的情況下，使用穩(wěn)健標準差時參數(shù)估計、假設檢驗等均可正常進行，即可以很大程度上消除異方差帶來的副作用對單個系數(shù)進行檢驗：testlnq=1線性檢驗：testnl_b[lnpl]=_b[lnq]^

4、25.如果回歸模型為非線性，不方便使用OLS則可以采取最大似然估計法（MLE）或者非線性最小二乘法（NLS）6.違背經(jīng)典假設，即存在異方差的情況。截面數(shù)據(jù)通常會出現(xiàn)異方差。因此檢驗異方差可以：（1）看殘差圖，但只是直觀，可能并不準確。rvfplot(residualversusfittedplot)與擬合值的散點圖rvpplotvarname(residualversuspredictplot)與解釋變量的散點圖擾動項的方差隨觀測值而變

5、動，表示可能存在異方差。（2）懷特檢驗：estatimtestwhite(postestimationinfmationmatrixtest)P比較小，則拒絕同方差假設，表示存在異方差不能用OLS。反之則證明為同方差。（3）BP檢驗estathettest，iid(默認設置為使用擬合值y^)estathettestrhsiid(使用方程右邊的解釋變量，而不是y^)acel(看自相關圖)pacel(看偏相關圖)（2）BG檢驗estatbg

6、odfrey(默認p=1)estatbgodfrey，lags（p）estatbgodfrey，nomiss0(使用不添加0的BG檢驗)使用命令ac查看自相關圖，或者設置較大的p值進行顯著性檢驗，t期不顯著了，則選擇P=T1統(tǒng)計檢驗P值小，則拒絕假設。（3）boxpierceQ檢驗檢驗LjungBoxQregyx1x2x3predictelresidwntestqel(使用使用stata提供的默認滯后期提供的默認滯后期)wntestqe

7、llags(p)(使用自己設定的滯后期使用自己設定的滯后期)（4）DW檢驗：現(xiàn)在已經(jīng)不常用，因為其只能檢驗一階自相關。estatdwatson自相關的處理方法：（1）使用使用OLS異方差自相關穩(wěn)健的標準差（異方差自相關穩(wěn)健的標準差（HeteroskedasticityAutocrelationConsistentStardErrHAC）neweyyx1x2x3lag(p)(HAC標準差，必須制定滯后階數(shù)標準差，必須制定滯后階數(shù)p)滯后期

8、數(shù)選擇滯后期數(shù)選擇n^14(2)使用OLS聚類穩(wěn)健的標準差（clusterrobuststarderr）面板數(shù)據(jù)中經(jīng)常使用聚類穩(wěn)健的標準差。regyx1x2x3cluster(state)(聚類穩(wěn)健標準差，假設“state”為聚類變量)（3）使用可行廣義最小二乘法（使用可行廣義最小二乘法（FGLS）praisyx1x2x3(使用默認的PW估計法)praisyx1x2x3cc(使用CO估計法)（4）修改模型設定，可能自相關是由于遺漏了自相

9、關的解釋變量。7多重共線性在回歸后，使用命令VIFestatvif經(jīng)驗表示，vif10則不存在多重共線性。如果存在多重共線性，但是只關心整個方程預測被解釋變量的能力，或者只關心變量的顯著性，則不必理會多重共線性，因為多重共線性只是對單個解釋變量的解釋能力估計出現(xiàn)了偏差。存在多重共線性，則逐個剔除。8.遺漏變量（解決擾動項嚴格外生性的問題）遺漏變量與解釋變量不相關時，擾動項與解釋變量不相關，OLS估計依然一致，但擾動項方差過大，影響估計的