Loading...
墨滴

thomas

2021/04/09  阅读:32  主题:橙心

stata笔记

stata 笔记 https://max.book118.com/html/2018/1011/6201130103001222.shtm

1.一般检验

假设系数为0,t比较大则拒绝假设,认为系数不为0
假设系数为0,P比较小则拒绝假设,认为系数不为0
假设方程不显著,F比较大则拒绝假设,认为方程显著。

2.小样本运用OLS进行估计的前提条件为:

(1)线性假定。即解释变量与被解释变量之间为线性关系。这一前提可以通过将非线性转换为线性方程来解决。
(2)严格外生性。即随机扰动项独立于所有解释变量:与解释变量之间所有时候都是正交关系,随机扰动项期望为0。(工具变量法解决)
(3)不存在严格的多重共线性。一般在现实数据中不会出现,但是设置过多的虚拟变量时,可能会出现这种现象。Stata可以自动剔除。
(4)扰动项为球型扰动项,即随即扰动项同方差,无自相关性。

3.大样本估计时,一般要求数据在30个以上就可以称为大样本了。大样本的前提是

(1)线性假定
(2)渐进独立的平稳过程
(3)前定解释变量,即解释变量与同期的扰动项正交。
(4)E ( Xixit)为非退化矩阵。
(5)gt为鞅差分序列,且其协方差矩阵为非退化矩阵。 与小样本相比,其不需要严格的外生性和正太随机扰动项的要求。


4.命令

稳健标准差回归:

reg y x1 x2 x3,robust
回归系数与oLS一样,但标准差存在差异。
如果认为存在异方差,则使用稳健标准差。使用稳健标准差可以对大样本进行检验。
只要样本容量足够大,在模型出现异方差的情况下,使用稳健标准差时参数估计、假设检验等均可正常进行,即可以很大程度上消除异方差带来的副作用

对单个系数进行检验:

test lnq=1

线性检验:

testnl_b[Inpl]-_b[Inql^2

5.如果回归模型为非线性,不方便使用OLS,则可以采取最大似然估计法(MLE),或者非线性最小二乘法(NLS)

6.违背经典假设,即存在异方差的情况。截面数据通常会出现异方差。因此检验异方差可以:

(1)看残差图,但只是直观,可能并不准确。

rvfplot(residual-versus-fitted plot)与拟合值的散点图 rvpplot varname(residual-versus-predictor plot)与解释变量的散点图扰动项的方差随观测值而变动,表示可能存在异方差。

(2)怀特检验:

estat imtest, white(post-estimation information matrix test)

Р比较小,则拒绝同方差假设,表示存在异方差,不能用OLS。反之则证明为同方差。

(3)BP检验

estat hettest,iid(默认设置为使用拟合值y^)
estat hettest, rhs iid(使用方程右边的解释变量,而不是y)

thomas

2021/04/09  阅读:32  主题:橙心

作者介绍

thomas