请问STATA里sort,tsset的指令是什么意思？

1. 请问STATA里sort,tsset的指令是什么意思？

sort指令是STATA数据库的维护的排序指令。tsset是定义数据是一个时间序列数据。如果想对数据文件定义year为时间变量，则输入命令：tsset year。
Stata 是一套提供其使用者数据分析、数据管理以及绘制专业图表的完整及整合性统计软件。它提供许许多多功能，包含线性混合模型、均衡重复反复及多项式普罗比模式。



扩展资料
统计功能
Stata的统计功能很强，除了传统的统计分析方法外，还收集了近20年发展起来的新方法，如Cox比例风险回归，指数与Weibull回归，多类结果与有序结果的logistic回归，Poisson回归，负二项回归及广义负二项回归，随机效应模型等。具体说， Stata具有如下统计分析能力：
数值变量资料的一般分析：参数估计，t检验，单因素和多因素的方差分析，协方差分析，交互效应模型，平衡和非平衡设计，嵌套设计，随机效应，多个均数的两两比较，缺项数据的处理，方差齐性检验，正态性检验，变量变换等。
分类资料的一般分析：参数估计，列联表分析 ( 列联系数，确切概率 ) ，流行病学表格分析等。
等级资料的一般分析：秩变换，秩和检验，秩相关等
相关与回归分析：简单相关，偏相关，典型相关，以及多达数十种的回归分析方法，如多元线性回归，逐步回归，加权回归，稳键回归，二阶段回归，百分位数 ( 中位数 ) 回归，残差分析、强影响点分析，曲线拟合，随机效应的线性回归模型等。
其他方法：质量控制，整群抽样的设计效率，诊断试验评价， kappa等。
参考资料来源：百度百科-stata

2. stata的时间序列分析中如何实现对数据的一阶差分，最好指令写出来·谢谢。。。。。

如果是连贯的时间序列
tsset date
gen d_price = d.price   // 一阶差分

如果不连贯
gen date_c = _n
tsset date_c
gen d_price = d.price 

3. stata 时间序列 年和月怎么tsset

第一个问题，由于你的时间序列中日期的输入中有字符，所以STATA默认为字符形式的数据，故出现错误。
应该使用encode timevar ,gen (newvar)转换
第二个问题，你使用的其他变量不符合时间序列变量定义的格式要求

4. 股票收益率为什么要用对数收益率,请问各位大侠，对数收益率有什么优势？

因为常用的时间序列分析的模型，都要求随机变量是二阶矩平稳，很明显价格序列通常是I（1）过程，或者是广义维纳过程。这一类过程二阶矩不平稳，很多模型不适用，所以要进行对数转换，变成平稳的序列。
对数收益率的时序可加性能够使用另外两个利器：中心极限定理和大数定律。假设初始资金 X_0（假设等于 1），ln(X_T) = ln(X_T/X_0) 就是整个T期的对数收益率。对数收益率的最大好处是可加性，把单期的对数收益率相加就得到整体的对数收益率。

扩展资料：
影响股票收益率的因素：
1、企业分配政策：由于不同企业所处发展阶段不同，经营效率不同，现金流量状况不同及规模扩张动力大小不同，因此会有不同的分配政策。这会直接影响红利分配的数量及红利分配的形式，也对资本增值收益产生间接影响。
2、企业所处行业特征：通常企业所处行业若为成长性行业、高科技行业，由于这些行业成长性高，发展前景广阔而被市场看好，因此市场预期趋同使这类股票受到追捧，从而有较高的市场价或存在着较高的价格上升潜力。反之处于传统产业甚至夕阳产业的企业，股票价格表现一般不会很好，从而投资难以获得差价收入。
3、宏观经济状况：宏观经济状况是股价变化的重要外部因素，具体包括经济增长周期、经济政策及经济指标变化特征等。宏观经济状况好，企业业绩增长外部环境好，股价容易上涨。
参考资料来源：百度百科-股票收益率
参考资料来源：百度百科-分形市场假说

5. Linux 常用命令（要求全而精）

1、linux分区 
--在linux里面所有的设备、任何东西，在linux看来都是文件。 
--文件在它看来，有两种形式： 
  第一种是字符型（键盘输入、打印机）； 
  第二种是二进制型（硬盘、光驱、U盘） 
--linux中所有硬件 
--手动分区 
--A、至少有两个分区 
  /    根分区 
  SWAP 交换分区(物理内存大小的两倍) 
--B、个人桌面分区 
  / 
  /boot 128MB is enough 
  /usr 
  SWAP 
  /tmp(用于光盘刻录) 



2、linux目录说明 
--/dev/xxyN 
--xx (分区所在设备类型：hd--IDE硬盘   sd--SCSI硬盘) 
--y  (标明分区所在设备 
      例如：/dev/hda 第一个IDE硬盘 或 /dev/hdb 第二个IDE硬盘 或 /dev/sdb 第二个SCSI硬盘) 
--N  (数字代表分区：1-4--主分区或扩展分区；逻辑分区从5开始！ 
      例如：/dev/hda3 第一个IDE硬盘上的第三个主分区或扩展分区 
            /dev/sdb6 第二个SCSI硬盘上的第二个逻辑分区) 



3、linux目录结构 
/     根目录，最高级别 
/bin  系统基本命令存放目录(/usr/bin) 
/boot linux的内核及引导系统程序文件存放目录(如：vmlinuz、initrd.img) 
      一般情况下，GRUB或LILO系统引导管理也位于这个目录 
/dev  设备文件存储目录，如声卡、光驱... 
/ect  存放系统设置文件(如用户账号密码、服务器配置文件等) 
/home 普通用户家目录，默认存放目录 
/lib  库文件存放目录 
/lost+found  在ext2或ext3文件系统中，当系统以外崩溃或机器意外关机，而产生一些文件碎片放在这里。 
             当系统启动的过程中，fsck工具会检查这里，并修复已经损坏的文件系统。 
      有事喜用发生问题，有很多的文件被移到这个目录中，可能会用手工的方式来修复，或者移文件到原来的位置上。 
/media 即插即用型存储设备的挂载点自动在这个目录下创建。 
       如USB盘系统自动挂在后，会在这个目录下产生一个目录； 
       类似cdrom的目录 
/mnt   存放挂载存储设备的挂载目录，如cdrom等目录 
/opt   表示可选的意思，有些软件包也会被安装在此，也就是自定义软件包， 
       比如OpenOffice，或者一些我们自己编译的软件包，也可安装此处。 
/proc  操作系统运行时，进程(正在运行的程序)信息及内核信息(比如CPU、硬盘分区、内存信息等)存放在此。 
       /proc目录是伪装的文件系统proc的挂载目录，proc并不是真正的文件系统 
/root  linux超级权限用户root的家目录 
/sbin  大多是涉及系统管理的命令的存放，只有超级权限用户root才可执行命令存放，普通用户无权限执行此目录下的命令 
       与 /usr/sbin; /usr/X11R6/sbin; usr/local/sbin 目录相似 
       (sbin，只有root权限才能执行) 
/tmp   临时文件目录，有时用户运行程序的时候，会产生临时文件。 
       /var/tmp目录和此目录相似 
/usr   系统存放程序的目录，如命令、帮助文件等。这个目录下有很多的文件和目录。 
       大部分Linux发行版提供的软件包都安装在此，涉及服务器的配置文件就安装在/ect中。 
       /usr/share/fonts 字体目录 
       /usr/share/man 或 /usr/share/doc 帮助目录 
       /usr/bin 或 /usr/local/bin 或 /usr/X11R6/bin    普通用户可执行文件目录 
       /usr/sbin 或 /usr/local/sbin 或 /usr/X11R6/sbin 超级权限用户root可执行命令存放目录 
       /usr/include 程序头文件存放目录 
/var   (vary)此目录经常变动 
       /var/log 用来存放系统日志 
       /var/www 用来定义Apache服务器站点存放 
       /var/lib 用来存放一些库文件，如MySQL的，以及MySQL数据库的存放地。 



4、基本命令 
--查看帮助   *** --help   *** --? 
--查看详细帮助  man *** 
--登录 login 
--退出窗口 exit 
--关机 shutdown 
--重启 reboot 
--初始化 init (run level -/etc/inittab)，0-6看第六部分的g 

--进入根目录 cd / 
--回上层目录 cd .. 
--相对路径 cd dev 
--绝对路径 cd /dev 
--查用户名 whoami 
--查当前目录 pwd 
--列出当前目录内容 ls 
      -l(树详细显示目录内容) 
      -m(横列显示目录内容，是屏幕长度显示) 
      -a(列出全部文件，包括隐藏文件) 
      -S(以文档大小排序) 
--创建目录 mkdir dname 
--删除目录 rmdir dname 
      rm -r *** -(递归删除该目录下所有内容，询问每个准备删除的文件) 
      rm -rf ***-(强制删除该目录下所有内容，不询问) 
--创建空白文件 touch *** 
      (ps：从技术的角度来讲，linux的文件后缀名没有任何意义) 
--复制 cp 
      cp -r **1 **2 (复制1到2中) 
--移动 mv 
      mv -t **1 **2 (把2移动到1中) 
--编辑文本 vi [文件名] 
--查看文本 cat  由第一行开始显示文本内容 
           tac  从最后一行显示，可以看出 tac 是 cat 的倒着写 
           more 一页一页的显示文档内容 
           less 与 more 类似，可以往前翻页 
           head 只看头几行 
      -N(数字，可根据行数显示) 
           tail 只看后几行 
      -N(数字，可根据行数显示) 
           nl   显示的时候，顺序输出行号 
           od   以二进制位的方式读取档案内容 
--查找文本 find [路径][查找类型][搜索文件名] 
           如查找rc.local  find /etc -name *.local 
--查找命令信息及其位置   whereis 命令 
           如 whereis ls 
--查看环境变量 echo $SHELL 
           如 echo $PATH (分大小写：分隔符是:,windows是echo %path%;) 
--链接 ln 
           如 ln joe.txt a (硬链接，如同复制一个新文件，joe.txt删除后，a还存在) 
    a是链接的名称，a和joe.txt同步，然后a的内容和joe.txt一样 
    joe.txt改变，a也跟着变 
    如 ln -s joe.txt b (软链接，如同创建一个快捷方式，joe.txt删除后，b不存在) 
--wc 统计指定文本文件的行数、字数、字符数 
--grep(很常用) 在指定的文本文件中查找指定的字符串 
    grep 字符串 文件名 
--col 见管道.. 
-------------------- 
----信息显示命令---- 
-------------------- 
--date     显示和设置日期 
--stat     显示指定文件的相关信息 
--who、w   显示在线登录用户 
--whoami   显示用户自己的身份 
--id       显示当前用户的id信息 
--hostname 显示主机名称 
--uname    显示操作系统信息 
--dmesg    显示系统启动信息 
--du       显示指定的文件（目录）已使用的磁盘空间 
--df       显示文件系统磁盘空间的使用情况 
--free     显示当前内存和交换空间的使用情况 
--fdisk -l 显示磁盘信息 
--locale   显示当前语言环境 




5、挂载点(mount 设备目录 挂载目录) 
--访问设备 (那设备当成一个文件，和另外一个文件夹进行绑定) 
--例如挂载光驱：步骤 [cd /mnt]---[mkdir cdr]---[mount /dev/cdrom /mnt/cdr]---[cd cdr]--OK!直接访问光驱内容 
--卸载挂载设备(umount /dev/cdrom)--注意必须先退出挂载目录，否则出现"device is busy"错误. 



6、startup-shutdown（linux启动流程） 
--A、boot sequence(important) linux启动过程 
     a. load bios(hardware information) 
     b. read MBR's config to find out the OS 
        (MBR--Master Boot Record，硬盘第一个物理扇区，柱面0、磁头0、扇区1，包含主引导程序和硬盘分区表) 
     c. load the kernel of the OS 
        (加载为kernel核心的OS) 
     d. init process starts... 
        (启动linux第一个进程init) 
     e. execute /etc/rc.d/sysinit 
        (执行系统最重要的配置文件，后台启用进程) 
(rc.d--run command) 
     f. start other modules(stc/modules.conf) 
        (开启各种模块，如内存管理模块、硬盘管理模块) 
     g. execute the run level scripts 
        (系统启动是分层次的，根据情况执行，每个层次之间没关系) 
0 - 系统停机状态 
1 - 单用户工作状态 root 
2 - 多用户状态(没有NFS) 
3 - 多用户状态(有NFS) 
     NFS - Network File System 网络文件系统，联网系统 
4 - 系统未使用，留给用户 
5 - 图形界面 
6 - 系统正常关闭并重新启动 
如：cd /etc -- 有rc0.d、rc1.d、rc2.d、rc3.d、rc4.d、rc5.d等多个文件夹，保存着各个层次执行的进程文件 
     h. execute /etc/rc.d/rc.local (重要) 
        (保存其它进程脚本，如tomcat自动启动，要修改此配置文件) 
     i. execute /bin/login 
        (登录界面) 
     j. shell started... 




7、vi 文本编辑器 
--两种模式：命令模式   编辑模式 
--vi [文件名] 
  (切换到编辑模式) 
  a   append-光标后添加 
  i   insert-光标前插入 
  o   open-另起一行编辑 
  esc (切换回命令模式) 
  :w  存盘 
  :wq 存盘退出 
  :q  退出 
  :q! 不存盘退出 
  dd  删除其中一行 
  dw  删除一个单词 

（sudo gedit 文本  常用linux下的文本编辑器，比vi好用） 


8、用户设置 
--切换用户(switch user) su username 
    小技巧：直接exit切换 
--添加用户 useradd username [-g] [组名](分配到某个用户组) 
  (创建后会自动在/home目录下创建该新用户的文件夹，如/home/username) 
--设置密码 passwd username 
--cd /etc 
  --查看用户信息 more password 
    如新增的用户信息：username:x:500:500::/home/username:/bin/bash 
    第一个数字，代表用户组，当添加用户没有指定用户组时，系统会创建一个和用户ID一样的组ID； 
    第二个数字：用户ID号； 
    用户的目录是/home/username； 
    用户的SHELL是/bin/bash 
        (命令--->SHELL[解释命令]--->kenrel内核) 
        SHELL有多种类型，如csh、bash(常用)、bsh、ksh、sh(最原始) 
--添加用户组 groupadd groupname 
  --查看用户组信息 more group 
--删除用户组 groupdel groupname 
--修改用户 usermod [-g] [组名] [用户名] 
--删除用户 userdel username 
     然后把/home的文件夹删除了 rm -rf 文件夹 


9、权限file privilege 
--linux把文件的权限分成四种：r：read  w：write  x：execute  -：none 
如：-rw-r--r-- 
    lrwxrwxrwx 
    drwxr-xr-x 
    drwxr-xr-x 
  第一个数字'-'代表文件，其余是文件夹，后9位分为3组，每组有四种权限设置rwx- 
  第一位表示文件所有者 
  第二位表示和所有者在同一用户组的用户 
  第三位表示不在同一用户组的用户权限 

--设置权限 (随意应用，灵活组合！) 
1、普通用法 
  --添加权限  [chmod +x 文件] 
    如：-rw-r--r-- ---> -rwxr-xr-x 
  --删除权限  [chmod -x 文件] 
    如：-rwxr-xr-x ---> -rw-r--r-- 
  --给自己添加权限  [chmod ?+x 文件] 
    如此类推，组--g，其他人--o 
    如：chmod u+x   -rw-r--r-- ---> -rwxr--r-- 
        chmod g+x   -rw-r--r-- ---> -rw-r-xr-- 
chmod o+x   -rw-r--r-- ---> -rw-r--r-x 

2、专业用法  chmod 755/777 
  --原理，八进制转二进制 
      如755，111 101 101， rwx r-x r-x 
        777，111 111 111， rwx rwx rwx 

--修改所有者权限 chown (change owner) 
  如：chown 原来文件 file1 的所有者是 root，改成joe的 
      chown joe file1 


10、管道(把上一个命令执行的结果交给下一个命令) 
    --使用方法： 
        命令1|命令2|命令3......|命令n 
    --使用举例 
      --$ls -Rl /etc | more 
        (如 ls -Rl /etc (在控制台模式下，无法返回前面过去的信息)，因此需要管道执行该查询，实现分页的工作， ls -Rl /etc | more) 
      --$cat /etc/passwd | wc 
        (显示文件结果，再数数有多少行) 
      --$cat /etc/passwd | grep  lrj 
        (显示文件结果，再查找包含lrj的行) 
      --#dmesg | grep eth0 
        (显示系统启动的信息，再查找包含eth0的行--真正含义，检查网卡执行信息是否正常) 
      --$man bash | col -b > bash.txt 
          语　　法：col [-bfx][-l] 
          补充说明：在许多UNIX说明文件里，都有RLF控制字符。当我们运用shell特殊字符">"和">>"，把说明文件的内容输出成纯文本文件时，控制字符会变成乱码，col指令则能有效滤除这些控制字符。 
          参　　数： 
            -b   过滤掉所有的控制字符，包括RLF和HRLF。 
            -f   滤除RLF字符，但允许将HRLF字符呈现出来。 
            -x   以多个空格字符来表示跳格字符。 
            -l   预设的内存缓冲区有128列，您可以自行指定缓冲区的大小。 
      --$ls -l | grep "^d" 
        (用正则表达式筛选出目录列表中 头字母为'd' 的内容--目录)(^是正则表达式开头部分) 
      --$ls -l * | grep "^-" | wc -l 
        (列出目录列表中 头字符为'-'的内容--文件，并统计显示的行数wc -l) 



11、其他命令 
  --wall(warning all) 通知所有人 
  a.命令替换 
    如 wall `date`、 cd 'pwd'、mkbootdisk $(uname -r) 
  b.重定向 
      重定向输出： 
      如 ls > cmd.txt ，把文件写到cmd.txt，不输出在控制台 
         ls >> cmd.txt ，把文件追加写到cmd.txt 
      重定向输入： 
      如 wall > cmd.txt，把文本内容发给所有人 



12、修改系统的默认系统级别 
  常用3和5 
  3 - 多用户状态(有NFS) 
      NFS - Network File System 网络文件系统，联网系统 
  5 - 图形界面 


PS.设置用户权限： sudo chmod 777 目录 
   4表示读,2表示写,1表示执行. 
   第一位表示文件所有者,第二位表示和所有者在同一用户组的用户,第三位表示不在同一用户组的用户权限. 
   755表示文件所有者可读写,执行. 
   第二位5表示与所有者在同一用户组的可读,可执行,不可写. 
   第三位5表示其它组可读,可执行,不可写.  转载于Joewalker在本人空间也有详细说明

6. 应用stata：将log（wage）对educ进行简单回归，并得到回归系数？

1.生成变量工资的对数lwage，使用命令 gen lwage=log(wage)
2.回归：reg lwage educ

7. hansen检验 指令是什么 stata

stata命令大全
********* 面板数据计量分析与软件实现 *********

说明：以下do文件相当一部分内容来自于中山大学连玉君STATA教程，感谢他的贡献。本人做了一定的修改与筛选。



*----------面板数据模型

* 1.静态面板模型：FE 和RE

* 2.模型选择：FE vs POLS, RE vs POLS, FE vs RE （pols混合最小二乘估计）

* 3.异方差、序列相关和截面相关检验

* 4.动态面板模型（DID-GMM,SYS-GMM）

* 5.面板随机前沿模型

* 6.面板协整分析（FMOLS,DOLS）

*** 说明：1-5均用STATA软件实现， 6用GAUSS软件实现。



* 生产效率分析（尤其指TFP）：数据包络分析（DEA）与随机前沿分析（SFA）

*** 
说明：DEA由DEAP2.1软件实现，SFA由Frontier4.1实现，尤其后者，侧重于比较C-D与Translog生产函数，一步法与两步法的区别。常应用于地区经济差异、FDI溢出效应（Spillovers 
Effect）、工业行业效率状况等。



* 空间计量分析：SLM模型与SEM模型

*说明：STATA与Matlab结合使用。常应用于空间溢出效应（R&D）、财政分权、地方政府公共行为等。



* ---------------------------------

* -------- 一、常用的数据处理与作图 -----------

* ---------------------------------



* 指定面板格式

xtset id year （id为截面名称，year为时间名称）

xtdes /*数据特征*/

xtsum logy h /*数据统计特征*/

sum logy h /*数据统计特征*/



*添加标签或更改变量名

label var h "人力资本"

rename h hum



*排序

sort id year /*是以STATA面板数据格式出现*/

sort year id /*是以DEA格式出现*/



*删除个别年份或省份

drop if year<1992

drop if id==2 /*注意用==*/

*如何得到连续year或id编号（当完成上述操作时，year或id就不连续，为形成panel格式，需要用egen命令）

egen year_new=group(year)

xtset id year_new



**保留变量或保留观测值

keep inv /*删除变量*/

**或

keep if year==2000



**排序

sort id year /*是以STATA面板数据格式出现

sort year id /*是以DEA格式出现



**长数据和宽数据的转换

*长>>>宽数据

reshape wide logy,i(id) j(year)



*宽>>>长数据

reshape logy,i(id) j(year)



**追加数据（用于面板数据和时间序列）



xtset id year

*或者

xtdes

tsappend,add(5) /表示在每个省份再追加5年，用于面板数据/



tsset

*或者

tsdes

.tsappend,add(8) /表示追加8年，用于时间序列/



*方差分解，比如三个变量Y,X,Z都是面板格式的数据，且满足Y=X+Z，求方差var(Y),协方差Cov(X,Y)和Cov（Z,Y）

bysort year:corr Y X Z,cov



**生产虚拟变量

*生成年份虚拟变量

tab year,gen(yr)

*生成省份虚拟变量

tab id,gen(dum)



**生成滞后项和差分项

xtset id year

gen ylag=l.y /*产生一阶滞后项)，同样可产生二阶滞后项*/

gen ylag2=L2.y

gen dy=D.y /*产生差分项*/



*求出各省2000年以前的open inv的平均增长率

collapse (mean) open inv if year<2000,by(id)



变量排序，当变量太多，按规律排列。可用命令

aorder

或者

order fdi open insti



*-----------------

* 二、静态面板模型

*-----------------



*--------- 简介 -----------



* 面板数据的结构(兼具截面资料和时间序列资料的特征)

use product.dta, clear

browse

xtset id year

xtdes



* ---------------------------------

* -------- 固定效应模型 -----------

* ---------------------------------

* 实质上就是在传统的线性回归模型中加入 N-1 个虚拟变量，

* 使得每个截面都有自己的截距项，

* 截距项的不同反映了个体的某些不随时间改变的特征

*

* 例如： lny = a_i + b1*lnK + b2*lnL + e_it

* 考虑中国29个省份的C-D生产函数



*******-------画图------*

*散点图+线性拟合直线

twoway (scatter logy h) (lfit logy h)



*散点图+二次拟合曲线

twoway (scatter logy h) (qfit logy h)



*散点图+线性拟合直线+置信区间

twoway (scatter logy h) (lfit logy h) (lfitci logy h)



*按不同个体画出散点图和拟合线，可以以做出fe vs re的初判断*

twoway (scatter logy h if id<4) (lfit logy h if id<4) (lfit logy h if 
id==1) (lfit logy h if id==2) (lfit logy h if id==3)



*按不同个体画散点图,so beautiful!!!*

graph twoway scatter logy h if id==1 || scatter logy h if id==2,msymbol(Sh) 
|| scatter logy h if id==3,msymbol(T) || scatter logy h if id==4,msymbol(d) || , 
legend(position(11) ring(0) label(1 "北京") label(2 "天津") label(3 "河北") label(4 
"山西"))



**每个省份logy与h的散点图，并将各个图形合并

twoway scatter logy h,by(id) ylabel(,format(%3.0f)) 
xlabel(,format(%3.0f))



*每个个体的时间趋势图*

xtline h if id<11,overlay legend(on)



* 一个例子：中国29个省份的C-D生产函数的估计

tab id, gen(dum)

list

* 回归分析

reg logy logk logl dum*,

est store m_ols



xtreg logy logk logl, fe

est store m_fe

est table m_ols m_fe, b(%6.3f) star(0.1 0.05 0.01)



* Wald 检验

test logk=logl=0

test logk=logl



* stata的估计方法解析

* 目的：如果截面的个数非常多，那么采用虚拟变量的方式运算量过大

* 因此，要寻求合理的方式去除掉个体效应

* 因为，我们关注的是 x 的系数，而非每个截面的截距项

* 处理方法：

*

* y_it = u_i + x_it*b + e_it (1)

* ym_i = u_i + xm_i*b + em_i (2) 组内平均

* ym = um + xm*b + em (3) 样本平均

* (1) - (2), 可得：

* (y_it - ym_i) = (x_it - xm_i)*b + (e_it - em_i) （4） /*within estimator*/ * 
(4)+(3), 可得：

* (y_it-ym_i+ym) = um + (x_it-xm_i+xm)*b + (e_it-em_i+em)

* 可重新表示为：

* Y_it = a_0 + X_it*b + E_it

* 对该模型执行 OLS 估计，即可得到 b 的无偏估计量

**stata后台操作，揭开fe估计的神秘面纱！！！

egen y_meanw = mean(logy), by(id) /*个体内部平均*/

egen y_mean = mean(logy) /*样本平均*/

egen k_meanw = mean(logk), by(id)

egen k_mean = mean(logk)

egen l_meanw = mean(logl), by(id)

egen l_mean = mean(logl)



gen dyw = logy - y_meanw

gen dkw = logk - k_meanw

gen dlw=logl-l_meanw

reg dyw dkw dlw,nocons

est store m_stata



gen dy = logy - y_meanw + y_mean

gen dk = logk - k_meanw +k_mean

gen dl=logl-l_meanw+l_mean

reg dy dk dl

est store m_stata



est table m_*, b(%6.3f) star(0.1 0.05 0.01)



* 解读 xtreg,fe 的估计结果

xtreg logy h inv gov open,fe

*-- R^2

* y_it = a_0 + x_it*b_o + e_it (1) pooled OLS

* y_it = u_i + x_it*b_w + e_it (2) within estimator

* ym_i = a_0 + xm_i*b_b + em_i (3) between estimator

*

* --> R-sq: within 模型(2)对应的R2，是一个真正意义上的R2

* --> R-sq: between corr{xm_i*b_w,ym_i}^2

* --> R-sq: overall corr{x_it*b_w,y_it}^2

*

*-- F(4,373) = 855.93检验除常数项外其他解释变量的联合显著性

*

*
*-- corr(u_i, Xb) = -0.2347

*

*-- sigma_u, sigma_e, rho

* rho = sigma_u^2 / (sigma_u^2 + sigma_e^2)

dis e(sigma_u)^2 / (e(sigma_u)^2 + e(sigma_e)^2)



*

* 个体效应是否显著？

* F(28, 373) = 338.86 H0: a1 = a2 = a3 = a4 = a29

* Prob > F = 0.0000 表明，固定效应高度显著



*---如何得到调整后的 R2,即 adj-R2 ？

ereturn list

reg logy h inv gov open dum*



*---拟合值和残差

* y_it = u_i + x_it*b + e_it

* predict newvar, [option]

/*

xb xb, fitted values; the default

stdp calculate standard error of the fitted values

ue u_i + e_it, the combined residual

xbu xb + u_i, prediction including effect

u u_i, the fixed- or random-error component

e e_it, the overall error component */



xtreg logy logk logl, fe

predict y_hat

predict a , u

predict res,e

predict cres, ue

gen ares = a + res

list ares cres in 1/10



* ---------------------------------

* ---------- 随机效应模型 ---------

* ---------------------------------



* y_it = x_it*b + (a_i + u_it)

* = x_it*b + v_it

* 基本思想：将随机干扰项分成两种

* 一种是不随时间改变的，即个体效应 a_i

* 另一种是随时间改变的，即通常意义上的干扰项 u_it

* 估计方法：FGLS

* Var(v_it) = sigma_a^2 + sigma_u^2

* Cov(v_it,v_is) = sigma_a^2

* Cov(v_it,v_js) = 0

* 利用Pooled OLS，Within Estimator, Between Estimator

* 可以估计出sigma_a^2和sigma_u^2,进而采用GLS或FGLS

* Re估计量是Fe估计量和Be估计量的加权平均

* yr_it = y_it - theta*ym_i

* xr_it = x_it - theta*xm_i

* theta = 1 - sigma_u / sqrt[(T*sigma_a^2 + sigma_u^2)]



* 解读 xtreg,re 的估计结果

use product.dta, clear

xtreg logy logk logl, re



*-- R2

* --> R-sq: within corr{(x_it-xm_i)*b_r, y_it-ym_i}^2

* --> R-sq: between corr{xm_i*b_r,ym_i}^2

* --> R-sq: overall corr{x_it*b_r,y_it}^2

* 上述R2都不是真正意义上的R2，因为Re模型采用的是GLS估计。

*

* rho = sigma_u^2 / (sigma_u^2 + sigma_e^2)

dis e(sigma_u)^2 / (e(sigma_u)^2 + e(sigma_e)^2)

*

* corr(u_i, X) = 0 (assumed)

* 这是随机效应模型的一个最重要，也限制该模型应用的一个重要假设

* 然而，采用固定效应模型，我们可以粗略估计出corr(u_i, X)

xtreg market invest stock, fe

*

* Wald chi2(2) = 10962.50 Prob> chi2 = 0.0000



*-------- 时间效应、模型的筛选和常见问题



*---------目录--------



* 7.2.1 时间效应（双向固定(随机)效应模型）

* 7.2.2 模型的筛选

* 7.2.3 面板数据常见问题

* 7.2.4 面板数据的转换



* ----------------------------------

* ------------时间效应--------------

* ----------------------------------

* 单向固定效应模型

* y_it = u_i + x_it*b + e_it

* 双向固定效应模型

* y_it = u_i + f_t + x_it*b + e_it



qui tab year, gen(yr)

drop yr1

xtreg logy logk logl yr*, fe



* 随机效应模型中的时间效应



xtreg logy logk logl yr*, fe



* ---------------------------------

* ----------- 模型的筛选 ----------

* ---------------------------------



* 固定效应模型还是Pooled OLS？

xtreg logy logk logl yr*, fe /*Wald 检验*/



qui tab id, gen(dum) /*LR检验*/

reg logy logk logl /*POLS*/

est store m_ols

reg logy logk logl dum*,nocons

est store m_fe

lrtest m_ols m_fe



est table m_*, b(%6.3f) star(0.1 0.05 0.01)



* RE vs Pooled OLS？

* H0: Var(u) = 0

* 方法一：B-P 检验

xtreg logy logk logl, re

xttest0



* FE vs RE?

* y_it = u_i + x_it*b + e_it



*--- Hausman 检验 ---



* 基本思想：如果 Corr(u_i,x_it) = 0, Fe 和 Re 都是一致的，但Re更有效

* 如果 Corr(u_i,x_it)!= 0, Fe 仍然有效，但Re是有偏的



* 基本步骤

***情形1：huasman为正数

xtreg logy logk logl, fe

est store m_fe

xtreg logy logk logl, re

est store m_re

hausman m_fe m_re



*** 情形2：

qui xtreg logy h inv gov open,fe

est store fe

qui xtreg logy h inv gov open,re

est store re

hausman fe re



* Hausman 检验值为负怎么办？

* 通常是因为RE模型的基本假设 Corr(x,u_i)=0 无法得到满足

* 检验过程中两个模型的方差-协方差矩阵都采用Fe模型的

hausman fe re, sigmaless

* 两个模型的方差-协方差矩阵都采用Re模型的

hausman fe re, sigmamore



*== 为何有些变量会被drop掉？

use nlswork.dta, clear

tsset idcode year

xtreg ln_wage hours tenure ttl_exp, fe /*正常执行*/

* 产生种族虚拟变量

tab race, gen(dum_race)

xtreg ln_wage hours tenure ttl_exp dum_race2 dum_race3, fe

* 为何 dum_race2 和 dum_race3 会被 dropped ?

* 固定效应模型的设定：y_it = u_i + x_it*b + e_it (1)

* 由于个体效应 u_i 不随时间改变，

* 因此若 x_it 包含了任何不随时间改变的变量，

* 都会与 u_i 构成多重共线性，Stata会自动删除之。



*******异方差、序列相关和截面相关问题



* ---------------- 简 介 -------------



* y_it = x_it*b + u_i + e_it

*

* 由于面板数据同时兼顾了截面数据和时间序列的特征，

* 所以异方差和序列相关必然会存在于面板数据中；

* 同时，由于面板数据中每个截面（公司、个人、国家、地区）之间还可能存在内在的联系， * 所以，截面相关性也是一个需要考虑的问题。

*

* 此前的分析依赖三个假设条件：

* （1） Var[e_it] = sigma^2 同方差假设

* (2) Corr[e_it, e_it-s] = 0 序列无关假设

* (3) Corr[e_it, e_jt] = 0 截面不相关假设

*

* 当这三个假设无法得到满足时，便分别出现 异方差、序列相关和截面相关问题； * 我们一方面要采用各种方法来检验这些假设是否得到了满足；

* 另一方面，也要在这些假设无法满足时寻求合理的估计方法。



* ---------------- 假设检验 -------------



*== 组间异方差检验（截面数据的特征）

* Var(e_i) = sigma_i^2

* Fe 模型



xtreg logy logk logl, fe

xttest3



* Re 模型

* Re本身已经较大程度的考虑了异方差问题，主要体现在sigma_u^2上



*== 序列相关检验

* Fe 模型

* xtserial Wooldridge(2002)，若无序列相关，则一阶差分后残差相关系数应为-0.5

xtserial logy logk logl

xtserial logy logk logl, output



* Re 模型

xtreg logy logk logl, re

xttest1 /*提供多个统计检验量*/



*== 截面相关检验

* xttest2命令 H0: 所有截面残差的相关系数都相等



xtreg logy logk logl, fe

xttest2

* 由于检验过程中执行了SUE估计，所以要求T>N

xtreg logy logk logl if id<6, fe

xttest2



* xtcsd 命令（提供了三种检验方法）

xtreg logy logk logl, fe

xtcsd , pesaran /*Pesaran(2004)*/

xtcsd , friedman /*Friedman(1937)*/

xtreg logy logk logl, re

xtcsd , pesaran



* ----------------- 估计方法 ---------------------



*== 异方差稳健型估计



xtreg logy h inv gov open, fe robust

est store fe_rb



xtreg logy h inv gov open, fe robust

est store fe



* 结果对比



esttab fe_rb fe, b(%6.3f) se(%6.3f) mtitle(fe_rb fe)



*== 序列相关估计

* 一阶自相关 xtregar, fe/re

* 模型： y_it = u_i + x_it*b + v_it (1)

* v_it = rho*v_it-1 + z_it (2)



xtregar logy h inv gov open, fe

est store fe_ar1

xtregar logy h inv gov open,fe lbi /*Baltagi-Wu LBI test*/

8. 为什么用stata做的面板数据回归显著性高,但一取ln(y)/ln(l.y),就没有显著性了呢

受异方差的影响，我替别人做这类的数据分析蛮多的