stata建模中的各種小問題(我的筆記)

1、保存估計結(jié)果的命令：eststore名稱使用保存結(jié)果的命令：，estimates（名稱）如果你把那個顯示你用過的命令的窗口：窗口操作：WindowsReview如果你把那個顯示變量的窗口：窗口操作：WindowsVariables時間序列填充和擴展時間區(qū)間:命令：tsappend,add（n）增加n個觀測值窗口操作：在上面找dataedit即像一個表格一樣的圖標(biāo)點開即可編輯數(shù)據(jù)時間序列存在間斷點問題，需要補齊處理：命令：tsfill信息準(zhǔn)則赤池信息準(zhǔn)則（AIC）判斷判斷模型的最大滯后階數(shù)STATA命令：1先回歸2estatic如何看AIC統(tǒng)計量：Breusch-Pagan,Cook-Weisb

2、erg異方差檢驗STATA命令：1先回歸2. estathettestvarlist或者在StatisticsPostestimation（倒數(shù)第二個）ReportsandStatistics（倒數(shù)第二個）在里面選擇（hettest）如何看統(tǒng)計量：White異方差檢驗:STATA命令：3. 先回歸4.estatimtest,whitevarlist或者在StatisticsPostestimation（倒數(shù)第二個）ReportsandStatistics（倒數(shù)第二個）在里面選擇（imtest）如何看統(tǒng)計量：Ramsey回歸設(shè)定誤差檢驗：STATA命令：1. 先回歸2.estatovtest或者

3、在StatisticsPostestimation（倒數(shù)第二個）ReportsandStatistics（倒數(shù)第二個）在里面選擇（ovtest）如何看統(tǒng)計量：多重共線性方差膨脹因子檢驗：1先回歸2.estatvif,uncentered或者在StatisticsPostestimation（倒數(shù)第二個）ReportsandStatistics（倒數(shù)第二個）在里面選擇（vif）如何看統(tǒng)計量：一般的當(dāng)最大的方差膨脹因子超過10（相對保守的臨界值定位30）后者平均方差膨脹因子超過1表示模型存在多重共線性的問題。Uncentered用于當(dāng)模型沒有常數(shù)項時的未中心化的方差膨脹因子。多重共線性的其他偵查方

4、法：R2值高而顯著的t比率?。憾嘀毓簿€性的經(jīng)典征兆克里安經(jīng)驗法則：僅當(dāng)來自一個輔助回歸的R2大于得自Y對全部回歸元中的總R2時，多重共線性才算是一個麻煩的問題。做擬合圖（前提是先回歸）STATA命令：1. 解釋變量對成分殘差圖用于考察模型形式是否設(shè)定準(zhǔn)確。cprplot被解釋變量acprplot被解釋變量2. 增加變量圖用于考察數(shù)據(jù)是否存在異常值avplotd被解釋變量stdp表示樣本內(nèi)預(yù)測的標(biāo)準(zhǔn)差stdr表示樣本外預(yù)測的標(biāo)準(zhǔn)差3. 擬合值對殘差圖的散點圖用于考察殘差是否滿足經(jīng)典的假設(shè)條件rvfplot4. 解釋變量對殘差的散點圖rvpplot被解釋變量對于數(shù)據(jù)的儲存與重現(xiàn)命令的用法：（）儲存

5、回歸結(jié)果：g)（不限于，也可儲存2）重現(xiàn)回歸結(jié)果：（）對回歸結(jié)果進(jìn)行進(jìn)一步分析（對回歸結(jié)果中的各個變量運行命令）在非時間序列的數(shù)據(jù)的情況下異方差的修正用GLS具體的方法如下：1. quietlyregressyx做回歸2. predictu，residual取殘差3.predictyf，xb(xb表示擬合值)將擬合值取出放到y(tǒng)f里4. genlnu2=ln(uA2)將殘差做平方且取對數(shù)的處理5. genyf2=yfA2(將yf這個擬合值同上面的殘差做相同的處理)6. quietlyregresslnu2yfyf2對處理過的殘差對擬合值以及處理過的擬合值做回歸7.predictnlu2f=exp

6、(xb()再將回歸后的擬合值取出并作對數(shù)處理放到u2f里8.gensd=sqrt(u2f)將u2f做平方處理predictnl表示模型估計后的非線性預(yù)測，比如指數(shù)預(yù)測xb表示線性預(yù)測exp表示指數(shù)預(yù)測pr表示概率預(yù)測se表示線性預(yù)測(prediction)的標(biāo)準(zhǔn)差stdf表示線性預(yù)測(forecast)的標(biāo)準(zhǔn)差取對數(shù)用ln(var)函數(shù)取平方用sqrt(var)函數(shù)然后，利用vwls進(jìn)行加權(quán)估計vwlsyx,sd(sd)GLS也可以通過regress命令中的weight選項來實現(xiàn)。el(mat,i,j)矩陣的第i行第j列存在自相關(guān)的修正用廣義差分自相關(guān)的修正一一用廣義差分具體的方法如下：1一階

7、自相關(guān)的修正praisyx，rhotype(regress)praisyx，corcrhotype(regress)2高階自相關(guān)的修正一一以二階自回歸為例 quietlyregressD.yx對被解釋變量取差分并且做回歸 predictu,resid取出殘差 quietlyregul(2).u,noconstant令u對其二階滯后期做自回歸(無截距) matrixmat=e(b)生成矩陣mat將回歸的結(jié)果放到矩陣?yán)?如果是更高階可能有多個自相關(guān)系數(shù)) genm=d.y-el(mat,l,l)*l(2)d.y對y的一階差分與y的一階差分的滯后期與權(quán)重的乘積做差分，這個權(quán)重就是mat矩陣?yán)锏牡谝恍?/p>

8、第一列的系數(shù)，剛好使我們剛剛回歸出來的自相關(guān)系數(shù)(如果是高階可能不只做一個差分，會更為復(fù)雜) genn=d.x-el(mat,1,1)*l(2)d.x對x進(jìn)行和y樣的處理方法 regmn然后令m對n做回歸關(guān)于參數(shù)約束的模型估計問題(P178張曉峒)STATA命令：cnsreg被解釋變量解釋變量條件ifinweight，constraints(constraints)options其中constraints(constraints)表示線性約束例如：約束規(guī)模報酬不變的估計模型命令如下：1. constraintdefine1lnk+lnl=1將等于1的線性約束(不可以為不等號)條件定義為12. cnsreglnylnklnl，constraints(1)約束為lnk=lnl=0的估計模型：命令如下:1. constraintdefine2lnklnl等于0的條件可以不寫出來2. cnsreglnylnklnl，constraints(2)約束條件為lnk=0.