利用STATA创建空间权重矩阵及空间杜宾模型计算命

1、和创建空间权重矩阵介绍-设置默认路径cdC:UsersxiuboDesktopF182013.v4F101994sheng创建新文件*shp2dta:readsashape(.shp)anddbase(.dbf)filefromdiskandconvertsthemintoStatadatasets.*shp2dta:读取CHN_adml文件*CHN_adml：为已有的地图文件*database(chinaprovince)：表示创建一个名称为uchinaprovinceM的dBase数据集*database(filename)：SpecifiesfilenameofnewdBasedatas

2、et*coordinates(coord)：创建一个名称为“coord”的坐标系数据集*coordinates(filename):Specifiesfilenameofnewcoordinatesdataset*gencentroids(stub)：Createscentroidvariables*genid(newvarname)：Createsuniqueidvariablefordatabase.dtashp2dtausingCHN_adml,database(chinaprovince)coordinates(coord)genid(id)geneentroids(c)"绘

3、制2016年中國GDP分布圖*spmap:Visualizationofspatialdata"clnumber(#):numberofclasses*id(idvar):basemappolygonidentifier)识别符，声明变量名,一般以字母或卜划线开头，包含数字、字母、下划线)*_2016GDP：变量*coord:之前创建的坐标系数据集spmap_2016GDPusingcoord,id(id)clnumber(5)-更改变量名renamex_cIongituderenamey_clatitude"生成距离矩阵*spmat:用于定义与管理空间权重矩阵*Spati

4、al-weightingmatricesarestoredinspatial-weightingmatrixobjects(spmatobjects).*spmatobjectscontainadditionalinformationaboutthedatausedinconstructingspatial-weightingmatrices.*spmatobjectsareusedinfittingspatialmodels;seespreg(ifinstalled)andspivreg(ifinstalled)."idistance:(产生I®离矩卩乍)createan

5、spmatobjectcontaininganinverse-distaneematrixW水或contiguity:createanspmatobjectcontainingacontiguitymatrixW*idistance_jingdu:命名名称为"idistance_jingdu"的距離矩陣"longitude:使用经度latitude:使用纬度卄d(id):使用id*dfunction(function,miles):(设置计算距离方法)specifythedistancefunction.*functionmaybeoneofeuclidean(d

6、efault),dhaversine,rhaversine,ortheMinkowskidistaneeoforderp,wherepisanintegergreaterthanorequalto1."normalize(row):(行旳准ft)specifiesoneofthethreeavailablenormalizationtechniques:row,minmax,andspectral.*lnarow-normalizedmatrix,eachelementinrowiisdividedbythesumofrowi'selements*lnaminmax-norm

7、alizedmatrix,eachelementisdividedbytheminimumofthelargestrowsumandcolumnsumofthematrix*lnaspectral-normalizedmatrix,eachelementisdividedbythemodulusofthelargesteigenvalueofthematrixspmatidistaneeidistanceingdulongitudelatitude,id(id)dfunction(euclidean)normalize(row)"保存stata可读文件idistancejingdu.

8、spmatspmatsaveidistanceingduusingidistancejingdu.spmat*将刚刚保存的idistanceJingdu.spmat文件转化为txt文件spmatexportidistanceingduusingidistanceingdu.txt"生成相邻矩阵spmatcontiguitycontiguityjingduusingcoord,id(id)normalize(row)spmatsavecontiguityjingduusingcontiguityjingdu.spmatspmatexportcontiguityjingduusingco

9、ntiguityjingdu.txt"计算Moran*sI"安装spatwmat*spatwmat:用于定义空间权重矩阵*spatwmat:importsorgeneratesthespatialweightsmatricesrequiredbyspatgsa,spatlsa,spatdiag,andspatreg*Asanoption,spatwmatalsogeneratestheeigenvaluesmatrixrequiredbyspatreg*name(W):读取空间权重矩阵W*name(W):使用生成的空间权重矩阵W*xcoord:x坐标*ycoord:y坐标*

10、band(08):宽窗介绍*band(numlist)isrequiredifoptionusingfilenameisnotspecified.*ltspecifiesthelowerandupperboundsofthedistaneebandwithinwhichlocationpairsmustbeconsideredeighbors11(i.e.,spatiallycontiguous)*and,therefore,assignedanonzerospatialweight"binary:requeststhatabinaryweightsmatrixbegenerated

11、Tothisaim,allnonzerospatialweightsaresetto1.spatwmat,name(W)xcoord(longitude)ycoord(latitude)band(08)*安装绘制Moran'sI工具:splagvar*splagvarGeneratesspatiallylaggedvariables,constructstheMoranscatterplot,*andcalculatesglobalMoran'sIstatistics12016GDP：使用变量_2016GDP*wname(W):使用空间权重矩阵W*indicatethename

12、ofthespatialweightsmatrixtobeused*wfrom(Stata):indicatesourceofthespatialweightsmatrix*wfrom(Stata|Mata)indicateswhetherthespatialweightsmatrixisaStatamatrixloadedinmemoryoraMatafilelocatedintheworkingdirectory.*lfthespatialweightsmatrixhadbeencreatedusingspwmatrixitshouldexistasaStatamatrixorasaMat

13、afile.*moranL2016GDP):计算变量_2016GDP的Moran'sI值*plotC2016GDP):构建变M_2016GDPMoran散点图splagvar_2016GDP,wname(W)wfrom(Stata)moran(_2016GDP)plot(_2016GDP)和使用距离矩阵计算空间计量模型*设置默认路径cdD:软件学习软件资料statastata指导书籍命令陈强高级计量经济学及stata应用(第二版)全部数据*使用product.dta数据集(陈强的高级计量经济学及其stata应用P594)*将数据集product.dta存入当前工作路径useproduc

14、t.dta,clear*创建新变量，对原有部分变屋取对数genIngsp=log(gsp)genlnpcap=log(pcap)genlnpc=log(pc)genInemp=log(emp)*将空间权重矩阵usaww.spat存入当前工作路径spmatuseusawwusingusaww.spmat*使用聚类稳健的标准误估计随机效应的SDM模型xsmleIngspInpcapInpcInempunemp,wmat(usaww)model(sdm)robustnolog-使用选择项durbin(lnemp),不选择不显著的变量，使用聚类稳健的标准误估计随机效应的SDM模型xsmleIngspI

15、npcapInpcInempunemp,wmat(usaww)model(sdm)durbin(lnemp)robustnolognoeffects-使用选择项durbin(lnemp),不选择不显著的变量，使用聚类稳健的标准误估计固定效应的SDM模型xsmleIngspInpcapInpcInempunemp,wmat(usaww)model(sdm)durbin(lnemp)robustnolognoeffectsfe-存储随机效应和固定效应结果quixsmleIngspInpcapInpcInempunemp,wmat(usaww)model(sdm)durbin(lnemp)r2nol

16、ognoeffectsreeststorequixsmleIngspInpcapInpcInempunemp,wmat(usaww)model(sdm)durbin(lnemp)r2nolognoeffectsfeeststofe性sttab:将保存的结果汇总到一张表格中*b(fmt):specifyformatforpointestimates*beta(fmt):displaybetacoefficientsinsteadofpointest's*se(fmt):displaystandarderrorsinsteadoftstatistics*star(*0.1*0.050.01

17、):标记不同显著性水平对应的P值*r21ar21pr2(fmt):display(adjusted,pseudo)R-squared*p(fmt):displayp-valuesinsteadoftstatistics*label:makeuseofvariablelabels*title(string):specifyatitleforthetableesttabfere,bser2star(*0.1*0.05*0.01)*hausman检验*进行hausman检验前，回归中没有使用稳健标准误(没用“r”)，*是因为传统的豪斯曼检验建立在同方差的前提卞沐constant:"elud

18、eestimatedinterceptsincomparison;defaultistoexclude*df(#):use#degreesoffreedom*sigmamore:baseboth(co)varianeematricesondisturbancevarianeeestimatefromefficientestimator*sigmaless:baseboth(co)varianeematricesondisturbaneevarianeeestimatefromconsistentestimatorhausmanfere“有时我们还会得到负的chi2值，即chi2<0,表明

19、模型不能满足Hausman检验的渐近假设。产生这些情况的原因可能有多种，1但我认为一个主要的原因是我们的模型设定有问题，导致Hausman检验的基本假设得不到满足。*这时，我们最好先对模型的设定进行分析，看看是否有遗漏变量的问题，或者某些变量是非平稳的等等。1在确定模型的设定没有问题的情况下再进行Hausman检验，如果仍然拒绝原假设或是出现上面的问题，*那么我们就认为随机效应模型的基本假设(个体效应与解释变量不相关)得不到满足。*此时，需要采用工具变量法或是使用固定效应模型。*连玉君(论文(2014)：Hausman检验统计量有效性的MonteCarlo模拟分析)*研究了hausman检验统计量的小样