STATA面板数据模型操作命令讲解.docx

本文格式为Word版，下载可任意编辑STATA面板数据模型操作命令讲解 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 y???xitiit???it 固定效应模型 y?xitit???it itit?????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布局 ●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，回归结果中结果一行汇报的F统计量便在于检验全体的个体效应整体上显著。

在我们这个例子中察觉F统计量的概率为0.0000，检验结果说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，说明随机效应分外显著可见，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，可以察觉当模型参与了个体效应的时候，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，这需要举行接下来的检验，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：举行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根本假设得不到得志。

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,fe (如下图所示) 其中选项fe说明我们采用的是固定效应模型，表头片面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行列示了模型的拟合优度、分为组内、组间和样本总体三个层面，通常处境下，关注的是组内（within），第6行和第7行分别列示了针对模型中全体分外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 需要留神的是，表中结果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值鲜明，本例中固定效应分外显著 ●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，且不相关，那么我们可以将更为适合 ●xtreg sq cpi unem g se5 ln,re (如下图所示) ?i与解释变量均 ?i视为随机干扰项的一片面此时，设定随机效应模型 ●3、时间固定效应（以上分析主要针对的是个体效应） 假设梦想进一步在上述模型中参与时间效应，可以采用时间虚拟变量来实现。

首先，我们需要定义一下T-1个时间虚拟变量 ●tab year ,gen(dumt) (tab命令用于列示变量year的组类别，选项gen（dumt）用于生产一个以dumt开头的年度虚拟变量) drop dumt1 （作用在于去掉第一个虚拟变量以制止完全共线性） 若在固定效应模型中参与时间虚拟变量，那么估计模型的命令为： ●xtreg sq cpi unem g se5 ln dumt*,fe — 5 —。