TR趋势回归模型stata命令
stata命令汇总
1 基本命令 基本描述统计分析语法格式为：
sysuse "auto.dta", clear    //打开auto美国1978年汽车行业横截面数据sum price mpg rep78 weight ,detailpwcorr price mpg rep78 weight pwcorr price mpg rep78 weight ,sig star(0.05)
2 横截面分析 回归分析
use nerlove.dta,clearreg lntc lnpf lnpk  lnpl reg lntc lnpf lnpk  lnpl ,nocpredict yhat                  //  拟合被解释变量GDPpredict e,residual              //  计算残差rvfplot 
参数检验
regress lntc lnpk  lnpltest lnpk=0.5                      //检验系数test lnpk=lnplestat hettest                    //异方差BP检验estat imtest,white                //异方差white检验estat vif                        //
多重共线性检验
带约束条件检验
cons  1 lnpk+lnpl=1cons  2 lnpk+lnpl=1.6cnsreg lntc lnpk  lnpl,constraints(1)  //有约束的回归cnsreg lntc lnpk  lnpl,constraints(2)  //有约束的回归bootstrap, reps(200):regress lntc lnpk  lnpl //bootstrap 方法的回归bootstrap _b :regress lntc lnpk  lnpl      //bootstrap 方法的回归
bootstrap检验方法稳健回归
regress lntc lnpk  lnplestimates  store model1reg lntc lnpk  lnpl,robustestimates store model2esttab model*  f,r2 ar2 nogap replace
3 时间序列模型 时间序列声明
use 时间序列数据.dta, cleartsset year   //时间序列声明
单位根检验
use 时间序列数据.dta, cleardfuller d.m,lag(2)                //ADF检验dfuller m,nocon regress          //ADF检验dfuller m,trend regresspperron m,lag(2)                  //PP检验                   pperron m,nocon regress          pperron d.m,regressdfgls m                          //DF-GLS检验kpss  m,notrend                  //KPSS检验
ECM单位根检验
reg m s g estimates  store model1predict ecm,residualreg d.m d.s d.g ecm  //ECM模型
VAR模型
varsoc m s g ,maxlag(5)var m s g ,lags(1/4)varstable,graphvargrangerirf create myrif,set(myrif) replaceirf graph irf
VECM模型
vecrank m s g,lags(4)varsoc m s g,maxlag(5)vec m s g,lags(4) reg m s g vecstable,graph
4 面板模型 面板声明
use FDI.dtar, clearxtset id yearxtdesxtline lngdp
单位根检验
xtunitroot llc lngdp,lags(2) trendxtunitroot llc d.lngdp,lags(2) trendxtunitroot ips lngdpxtunitroot ips d.lngdp
协整检验
xtwest lngdp lnfdi lni,lags(2)
混合回归
reg lngdp lnfdi lniereg lngdp lnfdi lnie,robustreg lngdp lnfdi lnie,vce(cluster id)
固定效应
xtreg lngdp lnfdi lnie lnex lnim  lnci lngp,fextreg lngdp lnfdi lnie lnex lnim  lnci lngp,fe,fe vce (cluster id)xi:xtreg lngdp lnfdi lnie lnex lnim  lnci lngp  i.id,vce(cluster id) //LSDV 考虑
个体固定效应tab year,gen(year)xtreg lngdp lnfdi lnie lnex lnim  lnci lngp year2-year14,fe xtreg lngdp lnfdi lnie lnex lnim  lnci lngp year2-year14,fe vce (cluster id)test year2=year3=year4=year5=0
随机效应
xtreg lngdp lnfdi lnie lnex lnim  lnci lngp,re mlextreg lngdp lnfdi lnie lnex lnim  lnci lngp,vce (cluster id) xtreg lngdp lnfdi lnie lnex lnim  lnci lngp,re mle    //随机效应的MLE参数估计方法
Hausman检验--随机和固定效应的检验
xtreg lngdp lnfdi lnie lnex lnim  lnci lngp,reest store rextreg lngdp lnfdi lnie lnex lnim  lnci lngp,feest store fehausman fe reest table re fe, b(%6.3f) star(0.1 0.05 0.01) outreg2 [fe re] using daqinxueshu.doc,stats(coef,tstat) addstat(Ajusted R2,`e(r2_a)') replace

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。