已阅读5页,还剩54页未读, 继续免费阅读
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
短面板数据分析的基本程序,方红生浙江大学经济学院2013年秋,参考书,计量经济学导论第四版(伍德里奇)中文版或英文版用Stata学计量经济学高级计量经济学及stata应用(陈强),内容安排,第1讲短面板数据分析第2讲长面板数据分析(PPT第3讲内生性与工具变量法第4讲动态面板数据模型第5讲双重差分模型及其应用第6讲基于DID的权威文献做对了吗?(学生报告与讨论)第7讲PSMDID第8讲如何识别核心变量的作用机制?,短面板数据,面板数据(paneldata)是同时在时间和截面上取得的二维数据,也称时间序列与截面混合数据(pooledtimeseriesandcrosssectiondata)。是在一段时间内跟踪同一组个体的数据。既有横截面的维度(n个个体),又有时间维度(T个时期)。,Stata中面板数据结构,短面板:NT;反之为长面板。平衡面板数据(balancedpaneldata):如果每个个体在相同的时间内都有观测值记录。Foranyi,thereareTobservations.非平衡面板数据(unbalancedpanel):Tmaydifferentoveri.,Benefitsofpaneldataanalysis,usetraffic.dtades,第一步:构造计量模型,面板数据模型,非观测效应模型(unobservedeffectsmodel)固定效应模型(FixedEffectsModel,FE)随机效应模型(RandomEffectsModel,RE)混合回归模型(PooledRegressionModel),固定效应模型(FixedEffectsModel,FE),随机效应模型(RandomEffectsModel,RE),混合回归模型(PooledRegressionModel),模型的估计,固定效应模型固定效应变换(FixedEffectsTransformation)(组内变换)(WithinTransformation)LSDV(LeastSquareDummyVariable,(式1),给定第i个个体,将(式1)两边对时间取平均可得,,(式2),固定效应变换,(式1)(式2)得:,可以用OLS方法估计,称为“固定效应估计量”(FixedEffectsEstimator),记为,由于主要使用了每个个体的组内离差信息,故也称为“组内估计量”(withinestimator)。,令,则,Stata命令,xtreg,fexi:xtregi.year,fe,LSDV(LeastSquareDummyVariable),基本思想:将不可观测的个体效应ai看做待估计的参数,ai就是第i个个体的截距。估计n个截距的方法就是引入n1个虚拟变量(如果省略常数项,则引入n个虚拟变量)。,例如:共有7个州,方程可以写成:,7个州的回归线斜率相同,但截距不同。第1个州的截距是:第2个州的截距是:第3个州的截距是:第4个州的截距是:,Stata命令,xi:regi.codexi:regi.codei.year,随机效应模型估计,GLSTheusualpooledOLScangiveconsistentestimators,butasitsstandarderrorsignorethepositiveserialcorrelationinthecompositeerrorterm,theywillbeincorrect.,Solution:GLStransformationtoeliminatetheserialcorrelation,:,TheseestimatorscanbebasedonthepooledOLSorfixedeffectsresiduals.,RandomEffectsEstimator:ThefeasibleGLSestimatorthatuses,inplaceof,RE,FEandPLS,PooledOLS:FixedEffectsEstimator:,Stata命令,xtreg,rexi:xtregi.year,re,进一步的解释,heteroscedasticityconsistentor“White”standarderrorsareobtainedbychoosingoptionvce(robust)whichisavailableformostestimationcommands.,Statasestimationcommandswithoptionrobustalsocontainacluster()optionanditisthisoptionwhichallowsthecomputationofso-calledRogersorclusteredstandarderrors.,But,Whileallthesetechniquesofestimatingthecovariancematrixarerobusttocertainviolationsoftheregressionmodelassumptions,theydonotconsidercross-sectionalcorrelation.However,duetosocialnormsandpsychologicalbehaviorpatterns,spatialdependencecanbeaproblematicfeatureofanymicroeconometricpaneldatasetevenifthecross-sectionalunits(e.g.individualsorfirms)havebeenrandomlyselected.,*引入了时间虚拟变量导致exper消失,第2步:描述性统计,变量解释与变量的描述性统计usetraffic.dtaxtsetstateyearsumfatalbeertaxspirconsunrateperinck关键变量与被解释变量的散点图并画出回归直线twoway(scatterfatalbeertax)(lfitfatalbeertax),PLSorFEtabyear,gen(year)1.xtregfatalbeertaxspirconsunrateperinckyear2-year7,fe这里误差项可能存在自相关、异方差和截面相关问题,所以F检验显示的结果可能不可靠,所以严格的话,首先要检验是否存在截面相关问题,命令如下:xtcsd,pesxtcsd,frixtcsd,fre,第3步:模型选择,TestingforCross-sectionalDependence,xtcsd短面板xttest2长面板xtcsdisapostestimationcommandvalidforuseafterrunninganFEorREmodel.xtcsdcanalsoperformPesaransCDtestforunbalancedpanels.,PLSorFE,在使用命令“xtreg,fe”时,如果不加选项cluster(state),则输出结果还包含一个F检验,其原假设为“H0:allui=0”,即混合回归是可以接受的。,2.xi:xtsccfatalbeertaxspirconsunrateperinckyear2-year7i.state对州虚拟变量做F检验如果不存在截面相关,则xi:regfatalbeertaxspirconsunrateperinckyear2-year7i.state,cluster(state)对州虚拟变量做F检验,PLSorRExtregfatalbeertaxspirconsunrateperinckyear2-year7,rexttest0/xttest1(AR(1)),PLSorRE,FEorREHausmantest1xtregfatalbeertaxspirconsunrateperinckyear2-year7,feeststoreFExtregfatalbeertaxspirconsunrateperinckyear2-year7,rehausmanFE,sigmamore,Hausman检验:基本思想:如果,Fe和Re都是一致的,但Re更有效。如果,Fe仍然一致,但Re是有偏的。因此:如果原假设成立,则FE与RE估计量将共同收敛于真实的参数值,反之,两者的差距过大,则倾向于拒绝原假设,选择FE,FEorRE,解决办法:构造一个辅助回归,继续,基于随机效应估计的自相关检验xtserialfatalbeertaxspirconsunrateperinckyear2-year7,Hausmantest2,quietlyxtregfatalbeertaxspirconsunrateperinckyear2year3year4year5year6year7,rescalartheta=e(theta)globalyandxforhausmanfatalbeertaxspirconsunrateperinckyear2year3year4year5year6year7sortstateforeachxofvarlist$yandxforhausmanbystate:egenmeanx=mean(x)genmdx=x-meanxgenredx=x-theta*meanxquietlyregredfatalredbeertaxredspirconsredunrateredperinckredyear2redyear3redyear4redyear5redyear6redyear7mdbeertaxmdspirconsmdunratemdperinckmdyear2mdyear3mdyear4mdyear5mdyear6mdyear7,vce(clusterstate)testmdbeertaxmdspirconsmdunratemdperinckmdyear2mdyear3mdyear4mdyear5mdyear6mdyear7,Hausmantest3,基于随机效应估计的截面相关检验xtregfatalbeertaxspirconsunrateperinckyear2-year7,rextcsd,pesabsxtcsd,friabsxtcsd,freabs,Hausmantest3,quietlyxtsccredfatalredbeertaxredspirconsredunrateredperinckredyear2redyear3redyear4redyear5redyear6redyear7mdbeertaxmdspirconsmdunratemdperinckmdyear2mdyear3mdyear4mdyear5mdyear6mdyear7testmdbeertaxmdspirconsmdunratemdperinckmdyear2mdyear3mdyear4mdyear5mdyear6mdyear7,第4步:报告计量结果,假设Hausmantest选择FE,则xtregfatalbeertaxspirconsunrateperinckyear2-year7,fextcsd,pesabsxtcsd,friabsxtcsd,freabs,如果存在截面相关,则最终报告由如下命令估计的结果:xtsccfatalbeertaxspirconsunrateperinckyear2-year7,fe其中标准误是Driscoll-Kraay,估计量是组内估计量如果不存在截面相关,则检验是否存在异方差xtregfatalbeertaxspirconsunrateperinckyear2-year7,fexttest3*一般都存在异方差,如果存在异方差(且存在自相关,前面已做过自相关的检验),则最终报告由如下命令估计的结果:xtregfatalbeertaxspirconsunrateperinckyear2-year7,fecluster(state)*标准误是Rogersorclusteredstandarderrors.,假设Hausmantest选择RE,则最终报告由如下命令估
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 汉字排版设计研究报告
- 港口尘埃粒子检测报告
- 保险代理合同范本参考
- 全面尘埃粒子检测报告
- 商业广场地坪施工合同书
- 2024年广西初中学业水平模拟测试化学试卷(二)
- 供应商技术创新评价报告
- 航空柴油成分分析报告
- 供应商研发能力评价报告
- 成品检验报告经典案例
- 人教版三年级数学下册练习课(练习十八)教案与反思
- 大学生心理辅导技能大赛题库
- 药物制剂工复习题库含答案
- 基础生命支持培训测试题(1)测试题
- DB11 512-2017 建筑装饰工程石材应用技术规程
- 2022年五年级下册《道德与法治课程标准》教学计划(部编版)六篇
- 输血科每月对医师合理用血评价表
- 13.2超前思维的方法与意义 课件(16张ppt)-2021-2022学年高中政治统编版选择性必修三逻辑与思维
- AQ∕T 1009-2021 矿山救护队标准化考核规范
- 人防工程防护设备安装施工合同
- 四川省成都市2021-2022学年七年级英语下学期期中试题+B卷特训
评论
0/150
提交评论