运用Stata做计量经济学.doc

运用Stata做计量经济学运用Stata建模的7步骤：1、准备工作；目录、日志、读入数据、熟悉数据、时间变量、more、；2、探索数据：数据变换、描述统计量、相关系数、趋势图、散点图、；3、建立模型：regress、经济理论检验、实际经济问题要求、统计学检验、计量经济学检验：R2，T，t，残差；4、诊断模型：异方差、序列相关、多重共线性、随机解释变量问题、；5、修正模型：WLS、GLS、工具变量法（ivregress），；6、应用模型：置信区间、预测、结构分析、边际分析、弹性分析、常用模型回归系数的意义、；7、整理：关闭日志、生成do文件备用1、准备工作让STATA处于初始状态，清除所有使用过的痕迹 clear指明版本号 version11设定并进入工作文件夹：cd D: （设定路径，将数据、程序和输出结果文件均存入该文件夹）关闭以前的日志 capture log close建立日志： log using , replace设定内存： set mem 20m关闭 more： set more off读入数据： use .dta, clear认识变量：describe建立时间变量：tsset2、用描述统计方法探索数据特征必要的数据转换： gen、replace、；描述统计量：summarize, detail相关系数矩阵：corr/pwcorr散点图和拟合直线图：scatter y x | lfit y x矩阵散点图： graph matrix y x1 x2 x3,half线性趋势图：line y x3、建立模型OLS建立模型： regress y x1 x2 x3；由方差分析表并用F和R2检验模型整体显著性；依据p值对各系数进行t检验，一次只能剔出一个最不显著的变量，直到不包含不显著的变量；估计参数，判别变量的相对重要性；构造和估计约束模型，用以检验经济理论4、诊断模型（1）检验异方差残差拟合值散点图：rvfplot残差平方与某个自变量的散点图predict e, residualsgen e2=e2scatter e2 x1Breusch-Pagan拉格朗日乘数异方差检验estat hettest通过信息矩阵检验执行的white异方差检验estat imtest, white解析检验的零假设H0：同方差（2）检验序列相关散点图法predict rgen lagr=l.rscatter r lagr,xline(0) yline(0)趋势图法line r year, yline(0)Breusch-Godfrey LM test for autocorrelationestat bgodfrey,lags(1 2 3)Durbins alternative test for autocorrelationestat dubinalt,lags(1 2 3)Durbin-Watson dw-statisticestat dwatson（3）多重共线性检验多重共线性是否存在：R2和F很高，但t检验不显著判定系数检验法：某一自变量对其余自变量回归的R0.8，判定该自变量引起多重共线性方差膨胀因子大于5estat vif5、修正模型（1）异方差的修正WLSpredict r, residualsregress y x1 x2 x3 w=1/abs(r)（2）修正同时存在异方差和序列相关之prais选项是corc变换，循环迭代Prais m gdp, corc第一次迭代后停止，两步法prais m gdp, twostep矫正同时存在异方差和序列相关之Newey-West假定模型存在异方差和滞后3阶的序列相关，用OLS估计Newey-West标准误Newey m gdp, lag(3)（3）多重共线性的修正排除引起共线性的变量差分法（短期模型）岭回归法（有偏估计）逐步回归法A. 向前法（只进不出） sw reg .,pe(0.#)B. 向后法（只出不进） sw reg .,pe(0.#)C. （有进有出）向前法 sw reg .,pe(0.#) pr(0.#) forwardpe(0.#) pr(0.#)向前法是空模型的开始D. （有进有出）向后法 sw reg .,pe(0.#) pr(0.#)pe(0.#) pr(0.#)向后法是满模型的开始（4）修正随机解释变量tsset yearivreg consp (gdpp=l.gdpp)用滞后一期的gdpp作gdpp的工具变量常数项虚拟变量自己作自己的工具变量。ivreg y1 x1 x2 (y2 y3 = z1 z2 z3) x3用z1 z2 z3作y2和y3的工具变量x1 x2 x3和常数项虚拟变量自己作自己的工具变量6、运用模型（regress postestimation）点估计：predict yhat残差： predict r, residuals均值预测的标准误：predict zxbzw, stdp个别值预测的标准误：predict rxbzw, stdfF的临界值 invFtail(df1,df2,0.05)F的临界概率（边际概率）Ftail(df1,df2,ftest)t的临界值invttail(df,0.025)t的临界概率（边际概率）ttail(df,ttest)常用模型回归系数的意义线性模型：边际效应 线性-对数模型：自变量的相对变化引起因变量的绝对变化 对数-线性模型：自变量的绝对变化引起因变量的相对变化 双对数模型：弹性系数 差分模型：短期边际效应 自变量x比上期增加一个单位，平均来说因变量y比上期增加了个单位。无常数项。7、整理在results窗口审视整个估计过程，尤其注意出错的地方关闭日志文件：log close生成do文件：（1）记录和再现建模分析过程 （2）为分析类似项目提供借鉴操作：（1）在回顾窗口选择命令并复制 （2）点击do-file Editor，或打开一个已存在的do文件 （3）将复制的命令粘贴在do文件中 （4）编辑已执行过的命令，包括增加注释 （5）调试do文件 （6）保存