短面板数据分析的基本程序专业课件

短面板数据分析的基本程序

1欢迎下载可修改短面板数据分析的基本程序1参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）2欢迎下载可修改参考书2欢迎下载可修改2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？3欢迎下载可修改内容安排第1讲

短面板数据分析3欢迎下载可修改3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）。4欢迎下载可修改短面板数据面板数据（paneldata）是同时在时间和截面4

Stata中面板数据结构companyyearinvestmvalue11951755.9483311952891.24924.9119531304.46241.7119541486.75593.621951588.22289.521952645.52159.4219536412031.321954459.32115.531951135.21819.431952157.32079.731953179.52371.631954189.62759.95欢迎下载可修改Stata中面板数据结构companyyearinves5regioncodeyearrgdpinflation北京12000

北京12001

北京12002

北京12003

北京12004

北京12005

北京12006

北京12007

北京12008

天津22000

天津22001

6欢迎下载可修改regioncodeyearrgdpinflation北京16短面板：N>T;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.7欢迎下载可修改短面板：N>T;反之为长面板。7欢迎下载可修改7Benefitsofpaneldataanalysis8欢迎下载可修改Benefitsofpaneldataanalysi8usetraffic.dtades第一步:构造计量模型9欢迎下载可修改第一步:构造计量模型9欢迎下载可修改9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）10欢迎下载可修改面板数据模型非观测效应模型（unobservedeffe109、人的价值，在招收诱惑的一瞬间被决定。2022/12/242022/12/24Saturday,December24,202210、低头要有勇气，抬头要有低气。2022/12/242022/12/242022/12/2412/24/202212:31:42PM11、人总是珍惜为得到。2022/12/242022/12/242022/12/24Dec-2224-Dec-2212、人乱于心，不宽余请。2022/12/242022/12/242022/12/24Saturday,December24,202213、生气是拿别人做错的事来惩罚自己。2022/12/242022/12/242022/12/242022/12/2412/24/202214、抱最大的希望，作最大的努力。24十二月20222022/12/242022/12/242022/12/2415、一个人炫耀什么，说明他内心缺少什么。。十二月222022/12/242022/12/242022/12/2412/24/202216、业余生活要有意义，不要越轨。2022/12/242022/12/2424December202217、一个人即使已登上顶峰，也仍要自强不息。2022/12/242022/12/242022/12/242022/12/249、人的价值，在招收诱惑的一瞬间被决定。2022/12/211固定效应模型(FixedEffectsModel,FE)12欢迎下载可修改固定效应模型(FixedEffectsModel,FE129、人的价值，在招收诱惑的一瞬间被决定。2022/12/242022/12/24Saturday,December24,202210、低头要有勇气，抬头要有低气。2022/12/242022/12/242022/12/2412/24/202212:31:42PM11、人总是珍惜为得到。2022/12/242022/12/242022/12/24Dec-2224-Dec-2212、人乱于心，不宽余请。2022/12/242022/12/242022/12/24Saturday,December24,202213、生气是拿别人做错的事来惩罚自己。2022/12/242022/12/242022/12/242022/12/2412/24/202214、抱最大的希望，作最大的努力。24十二月20222022/12/242022/12/242022/12/2415、一个人炫耀什么，说明他内心缺少什么。。十二月222022/12/242022/12/242022/12/2412/24/202216、业余生活要有意义，不要越轨。2022/12/242022/12/2424December202217、一个人即使已登上顶峰，也仍要自强不息。2022/12/242022/12/242022/12/242022/12/249、人的价值，在招收诱惑的一瞬间被决定。2022/12/213随机效应模型(RandomEffectsModel,RE)14欢迎下载可修改随机效应模型(RandomEffectsModel,R14混合回归模型（PooledRegressionModel）15欢迎下载可修改混合回归模型（PooledRegressionModel15模型的估计固定效应模型固定效应变换（FixedEffectsTransformation）（组内变换）(WithinTransformation)LSDV(LeastSquareDummyVariable16欢迎下载可修改模型的估计固定效应模型16欢迎下载可修改16(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

17欢迎下载可修改(式1)给定第i个个体，将(式1)两边对时间取平均可得，(17

(式1)–(式2)得：可以用OLS方法估计β，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

18欢迎下载可修改(式1)–(式2)得：可以用OLS方法估计β，称为“18Stata命令xtreg,fexi:xtregi.year,fe19欢迎下载可修改Stata命令19欢迎下载可修改19LSDV(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n−1个虚拟变量（如果省略常数项，则引入n个虚拟变量）。20欢迎下载可修改LSDV(LeastSquareDummyVariab20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：21欢迎下载可修改例如：共有7个州，方程可以写成：7个州的回归线斜率相同，但截21Stata命令xi:regi.codexi:regi.codei.year22欢迎下载可修改Stata命令22欢迎下载可修改22随机效应模型估计GLS

TheusualpooledOLScangiveconsistentestimators,butasitsstandarderrorsignorethepositiveserialcorrelationinthecompositeerrorterm,theywillbeincorrect.23欢迎下载可修改随机效应模型估计GLS23欢迎下载可修改23Solution:GLStransformationtoeliminatetheserialcorrelation:TheseestimatorscanbebasedonthepooledOLSorfixedeffectsresiduals.24欢迎下载可修改Solution:GLStransformationt24RandomEffectsEstimator:ThefeasibleGLSestimatorthatusesinplaceof25欢迎下载可修改RandomEffectsEstimator:inp25RE,FEandPLS26欢迎下载可修改RE,FEandPLS26欢迎下载可修改26Stata命令xtreg,rexi:xtregi.year,re27欢迎下载可修改Stata命令27欢迎下载可修改2728欢迎下载可修改28欢迎下载可修改28进一步的解释

heteroscedasticityconsistentor“White”standarderrorsareobtainedbychoosingoptionvce(robust)whichisavailableformostestimationcommands.29欢迎下载可修改进一步的解释29欢迎下载可修改29Stata’sestimationcommandswithoptionrobustalsocontainacluster()optionanditisthisoptionwhichallowsthecomputationofso-calledRogersorclusteredstandarderrors.30欢迎下载可修改30欢迎下载可修改30

But

Whileallthesetechniquesofestimatingthecovariancematrixarerobusttocertainviolationsoftheregressionmodelassumptions,theydonotconsidercross-sectionalcorrelation.However,duetosocialnormsandpsychologicalbehaviorpatterns,spatialdependencecanbeaproblematicfeatureofanymicroeconometricpaneldatasetevenifthecross-sectionalunits(e.g.individualsorfirms)havebeenrandomlyselected.31欢迎下载可修改ButWhilea3132欢迎下载可修改32欢迎下载可修改3233欢迎下载可修改33欢迎下载可修改3334欢迎下载可修改34欢迎下载可修改34**引入了时间虚拟变量导致exper消失35欢迎下载可修改**引入了时35欢迎下载可修改35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)36欢迎下载可修改第2步:描述性统计变量解释与变量的描述性统计36欢迎下载36PLSorFEtabyear,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37欢迎下载可修改PLSorFE第3步:模型选择37欢迎下载可修改37TestingforCross-sectionalDependencextcsd短面板xttest2长面板xtcsdisapostestimationcommandvalidforuseafterrunninganFEorREmodel.xtcsdcanalsoperformPesaran’sCDtestforunbalancedpanels.38欢迎下载可修改TestingforCross-sectionalDe38PLSorFE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。39欢迎下载可修改PLSorFE在使用命令“xtreg,fe”时，如392.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

40欢迎下载可修改2.xi:xtsccfatalbeertaxs40PLSorRExtregfatalbeertaxspirconsunrateperinckyear2-year7,rexttest0/xttest1（AR(1)）

41欢迎下载可修改PLSorRE41欢迎下载可修改41PLSorRE

42欢迎下载可修改PLSorRE

42欢迎下载可修改42FEorREHausmantest1xtregfatalbeertaxspirconsunrateperinckyear2-year7,feeststoreFExtregfatalbeertaxspirconsunrateperinckyear2-year7,rehausmanFE,sigmamore43欢迎下载可修改FEorRE43欢迎下载可修改43

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FEFEorRE44欢迎下载可修改Hausman检验：FEorRE44欢迎下载4445欢迎下载可修改45欢迎下载可修改45解决办法：构造一个辅助回归46欢迎下载可修改解决办法：构造一个辅助回归46欢迎下载可修改46继续基于随机效应估计的自相关检验

xtserialfatalbeertaxspirconsunrateperinckyear2-year747欢迎下载可修改继续基于随机效应估计的自相关检验47欢迎下载可修改47Hausmantest2quietlyxtregfatalbeertaxspirconsunrateperinckyear2year3year4year5year6year7,rescalartheta=e(theta)globalyandxforhausmanfatalbeertaxspirconsunrateperinckyear2year3year4year5year6year7sortstateforeachxofvarlist$yandxforhausman{bystate:egenmean`x'=mean(`x')genmd`x'=`x'-mean`x'genred`x'=`x'-theta*mean`x'}quietlyregredfatalredbeertaxredspirconsredunrateredperinckredyear2redyear3redyear4redyear5redyear6redyear7mdbeertaxmdspirconsmdunratemdperinckmdyear2mdyear3mdyear4mdyear5mdyear6mdyear7,vce(clusterstate)testmdbeertaxmdspirconsmdunratemdperinckmdyear2mdyear3mdyear4mdyear5mdyear6mdyear748欢迎下载可修改Hausmantest2quietlyxtregfat48Hausmantest349欢迎下载可修改Hausmantest349欢迎下载可修改49基于随机效应估计的截面相关检验

xtregfatalbeertaxspirconsunrateperinckyear2-year7,rextcsd,pesabsxtcsd,friabsxtcsd,freabs

50欢迎下载可修改基于随机效应估计的截面相关检验50欢迎下载可修改50Hausmantest3quietlyxtsccredfatalredbeertaxredspirconsredunrateredperinckredyear2redyear3redyear4redyear5redyear6redyear7mdbeertaxmdspirconsmdunratemdperinckmdyear2mdyear3mdyear4mdyear5mdyear6mdyear7testmdbeertaxmdspirconsmdunratemdperinckmdyear2mdyear3mdyear4mdyear5mdyear6mdyear751欢迎下载可修改Hausmantest3quietlyxtsccred51

第4步：报告计量结果假设Hausmantest选择FE，则

xtregfatalbeertaxspirconsunrateperinckyear2-year7,fextcsd,pesabsxtcsd,friabsxtcsd,freabs52欢迎下载可修改

第4步：报告计量结果假设Hausmantest选择F52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53欢迎下载可修改如果存在截面相关，则最终报告由如下命令估计的结果：53欢迎下53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.54欢迎下载可修改如果存在异方差（且存在自相关，前面已做过自相关的检验），则最54假设Hausmantest选择RE，则最终报告由如下命令估计的结果：

xtregfatalbeertaxspirconsunrateperinckyear2-year7,recluster(state)**xtscc不能处理随机效应的截面相关问题**聚类稳健的标准误：对自相关和异方差稳健55欢迎下载可修改假设Hausmantest选择RE，则最终报告由如下命令55练习156欢迎下载可修改练习156欢迎下载可修改5657欢迎下载可修改57欢迎下载可修改57要求描述性统计并作图模型选择PLSorFE?PLSorRE？FEorRE?（三种HausmanTest）3.报告计量结果并和上表中的结果进行比较58欢迎下载可修改要求描述性统计并作图58欢迎下载可修改58练习259欢迎下载可修改练习259欢迎下载可修改59要求描述性统计并作图模型选择PLSorFE?PLSorRE？FEorRE?（三种HausmanTest）3.报告计量结果60欢迎下载可修改要求描述性统计并作图60欢迎下载可修改60

Thankyou!61欢迎下载可修改61欢迎下载可修改619、人的价值，在招收诱惑的一瞬间被决定。24-12月-2224-12月-22Saturday,December24,202210、低头要有勇气，抬头要有低气。***12/24/202212:31:42PM11、人总是珍惜为得到。24-12月-22**Dec-2224-Dec-2212、人乱于心，不宽余请。***Saturday,December24,202213、生气是拿别人做错的事来惩罚自己。24-12月-2224-12月-22**24December202214、抱最大的希望，作最大的努力。24十二月2022**24-12月-2215、一个人炫耀什么，说明他内心缺少什么。。十二月22*24-12月-22*24December202216、业余生活要有意义，不要越轨。**12/24/202217、一个人即使已登上顶峰，也仍要自强不息。***24-12月-22谢谢大家62欢迎下载可修改9、人的价值，在招收诱惑的一瞬间被决定。20-12月-22629、人的价值，在招收诱惑的一瞬间被决定。2022/12/242022/12/24Saturday,December24,202210、低头要有勇气，抬头要有低气。2022/12/242022/12/242022/12/2412/24/202212:31:42PM11、人总是珍惜为得到。2022/12/242022/12/242022/12/24Dec-2224-Dec-2212、人乱于心，不宽余请。2022/12/242022/12/242022/12/24Saturday,December24,202213、生气是拿别人做错的事来惩罚自己。2022/12/242022/12/242022/12/242022/12/2412/24/202214、抱最大的希望，作最大的努力。24十二月20222022/12/242022/12/242022/12/2415、一个人炫耀什么，说明他内心缺少什么。。十二月222022/12/242022/12/242022/12/2412/24/202216、业余生活要有意义，不要越轨。2022/12/242022/12/2424December202217、一个人即使已登上顶峰，也仍要自强不息。2022/12/242022/12/242022/12/242022/12/24谢谢大家9、人的价值，在招收诱惑的一瞬间被决定。2022/12/263

短面板数据分析的基本程序

64欢迎下载可修改短面板数据分析的基本程序64参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）65欢迎下载可修改参考书2欢迎下载可修改65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？66欢迎下载可修改内容安排第1讲

短面板数据分析3欢迎下载可修改66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）。67欢迎下载可修改短面板数据面板数据（paneldata）是同时在时间和截面67

Stata中面板数据结构companyyearinvestmvalue11951755.9483311952891.24924.9119531304.46241.7119541486.75593.621951588.22289.521952645.52159.4219536412031.321954459.32115.531951135.21819.431952157.32079.731953179.52371.631954189.62759.968欢迎下载可修改Stata中面板数据结构companyyearinves68regioncodeyearrgdpinflation北京12000

北京12001

北京12002

北京12003

北京12004

北京12005

北京12006

北京12007

北京12008

天津22000

天津22001

69欢迎下载可修改regioncodeyearrgdpinflation北京169短面板：N>T;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.70欢迎下载可修改短面板：N>T;反之为长面板。7欢迎下载可修改70Benefitsofpaneldataanalysis71欢迎下载可修改Benefitsofpaneldataanalysi71usetraffic.dtades第一步:构造计量模型72欢迎下载可修改第一步:构造计量模型9欢迎下载可修改72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）73欢迎下载可修改面板数据模型非观测效应模型（unobservedeffe739、人的价值，在招收诱惑的一瞬间被决定。2022/12/242022/12/24Saturday,December24,202210、低头要有勇气，抬头要有低气。2022/12/242022/12/242022/12/2412/24/202212:31:42PM11、人总是珍惜为得到。2022/12/242022/12/242022/12/24Dec-2224-Dec-2212、人乱于心，不宽余请。2022/12/242022/12/242022/12/24Saturday,December24,202213、生气是拿别人做错的事来惩罚自己。2022/12/242022/12/242022/12/242022/12/2412/24/202214、抱最大的希望，作最大的努力。24十二月20222022/12/242022/12/242022/12/2415、一个人炫耀什么，说明他内心缺少什么。。十二月222022/12/242022/12/242022/12/2412/24/202216、业余生活要有意义，不要越轨。2022/12/242022/12/2424December202217、一个人即使已登上顶峰，也仍要自强不息。2022/12/242022/12/242022/12/242022/12/249、人的价值，在招收诱惑的一瞬间被决定。2022/12/274固定效应模型(FixedEffectsModel,FE)75欢迎下载可修改固定效应模型(FixedEffectsModel,FE759、人的价值，在招收诱惑的一瞬间被决定。2022/12/242022/12/24Saturday,December24,202210、低头要有勇气，抬头要有低气。2022/12/242022/12/242022/12/2412/24/202212:31:42PM11、人总是珍惜为得到。2022/12/242022/12/242022/12/24Dec-2224-Dec-2212、人乱于心，不宽余请。2022/12/242022/12/242022/12/24Saturday,December24,202213、生气是拿别人做错的事来惩罚自己。2022/12/242022/12/242022/12/242022/12/2412/24/202214、抱最大的希望，作最大的努力。24十二月20222022/12/242022/12/242022/12/2415、一个人炫耀什么，说明他内心缺少什么。。十二月222022/12/242022/12/242022/12/2412/24/202216、业余生活要有意义，不要越轨。2022/12/242022/12/2424December202217、一个人即使已登上顶峰，也仍要自强不息。2022/12/242022/12/242022/12/242022/12/249、人的价值，在招收诱惑的一瞬间被决定。2022/12/276随机效应模型(RandomEffectsModel,RE)77欢迎下载可修改随机效应模型(RandomEffectsModel,R77混合回归模型（PooledRegressionModel）78欢迎下载可修改混合回归模型（PooledRegressionModel78模型的估计固定效应模型固定效应变换（FixedEffectsTransformation）（组内变换）(WithinTransformation)LSDV(LeastSquareDummyVariable79欢迎下载可修改模型的估计固定效应模型16欢迎下载可修改79(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

80欢迎下载可修改(式1)给定第i个个体，将(式1)两边对时间取平均可得，(80

(式1)–(式2)得：可以用OLS方法估计β，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

81欢迎下载可修改(式1)–(式2)得：可以用OLS方法估计β，称为“81Stata命令xtreg,fexi:xtregi.year,fe82欢迎下载可修改Stata命令19欢迎下载可修改82LSDV(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n−1个虚拟变量（如果省略常数项，则引入n个虚拟变量）。83欢迎下载可修改LSDV(LeastSquareDummyVariab83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：84欢迎下载可修改例如：共有7个州，方程可以写成：7个州的回归线斜率相同，但截84Stata命令xi:regi.codexi:regi.codei.year85欢迎下载可修改Stata命令22欢迎下载可修改85随机效应模型估计GLS

TheusualpooledOLScangiveconsistentestimators,butasitsstandarderrorsignorethepositiveserialcorrelationinthecompositeerrorterm,theywillbeincorrect.86欢迎下载可修改随机效应模型估计GLS23欢迎下载可修改86Solution:GLStransformationtoeliminatetheserialcorrelation:TheseestimatorscanbebasedonthepooledOLSorfixedeffectsresiduals.87欢迎下载可修改Solution:GLStransformationt87RandomEffectsEstimator:ThefeasibleGLSestimatorthatusesinplaceof88欢迎下载可修改RandomEffectsEstimator:inp88RE,FEandPLS89欢迎下载可修改RE,FEandPLS26欢迎下载可修改89Stata命令xtreg,rexi:xtregi.year,re90欢迎下载可修改Stata命令27欢迎下载可修改9091欢迎下载可修改28欢迎下载可修改91进一步的解释

heteroscedasticityconsistentor“White”standarderrorsareobtainedbychoosingoptionvce(robust)whichisavailableformostestimationcommands.92欢迎下载可修改进一步的解释29欢迎下载可修改92Stata’sestimationcommandswithoptionrobustalsocontainacluster()optionanditisthisoptionwhichallowsthecomputationofso-calledRogersorclusteredstandarderrors.93欢迎下载可修改30欢迎下载可修改93

But

Whileallthesetechniquesofestimatingthecovariancematrixarerobusttocertainviolationsoftheregressionmodelassumptions,theydonotconsidercross-sectionalcorrelation.However,duetosocialnormsandpsychologicalbehaviorpatterns,spatialdependencecanbeaproblematicfeatureofanymicroeconometricpaneldatasetevenifthecross-sectionalunits(e.g.individualsorfirms)havebeenrandomlyselected.94欢迎下载可修改ButWhilea9495欢迎下载可修改32欢迎下载可修改9596欢迎下载可修改33欢迎下载可修改9697欢迎下载可修改34欢迎下载可修改97**引入了时间虚拟变量导致exper消失98欢迎下载可修改**引入了时35欢迎下载可修改98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)99欢迎下载可修改第2步:描述性统计变量解释与变量的描述性统计36欢迎下载99PLSorFEtabyear,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100欢迎下载可修改PLSorFE第3步:模型选择37欢迎下载可修改100TestingforCross-sectionalDependencextcsd短面板xttest2长面板xtcsdisapostestimationcommandvalidforuseafterrunninganFEorREmodel.xtcsdcanalsoperformPesaran’sCDtestforunbalancedpanels.101欢迎下载可修改TestingforCross-sectionalDe101PLSorFE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。102欢迎下载可修改PLSorFE在使用命令“xtreg,fe”时，如1022.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

103欢迎下载可修改2.xi:xtsccfatalbeertaxs103PLSorRExtregfatalbeertaxspirconsunrateperinckyear2-year7,rexttest0/xttest1（AR(1)）

104欢迎下载可修改PLSorRE41欢迎下载可修改104PLSorRE

105欢迎下载可修改PLSorRE

42欢迎下载可修改105FEorREHausmantest1xtregfatalbeertaxspirconsunrateperinckyear2-year7,feeststoreFExtregfatalbeertaxspirconsunrateperinckyear2-year7,rehausmanFE,sigmamore106欢迎下载可修改FEorRE43欢迎下载可修改106

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FEFEorRE107欢迎下载可修改Hausman检验：FEorRE44欢迎下载107108欢迎下载可修改45欢迎下载可修改108解决办法：构造一个辅助回归109欢迎下载可修改解决办法：构造一个辅助回归46欢迎下载可修改109继续基于随机效应估计的自相关检验

xtserialfatalbeertaxspirconsunrateperinckyear2-year7110欢迎下载可修改继续基于随机效应估计的自相关检验47欢迎下载可修改110Hausmantest2quietlyxtregfatalbeertaxspirconsunrateperinckyear2year3year4year5year6year7,rescalartheta=e(theta)globalyandxforhausmanfatalbeertaxspirconsunrateperinckyear2year3year4year5year6year7sortstateforeachxofvarlist$yandxforhausman{bystate:egenmean`x'=mean(`x')genmd`x'=`x'-mean`x'genred`x'=`x'-theta*mean`x'}quietlyregredfatalredbeertaxredspirconsredunrateredperinckredyear2redyear3redyear4redyear5redyear6redyear7mdbeertaxmdspirconsmdunratemdperinckmdyear2mdyear3mdyear4mdyear5mdyear6mdyear7,vce(clusterstate)testmdbeertaxmdspirconsmdunratemdperinckmdyear2mdyear3mdyear4mdyear5mdyear6mdyear7111欢迎下载可修改Hausmantest2quietlyxtregfat111Hausmantest3112欢迎下载可修改Hausmantest349欢迎下载可修改112基于随机效应估计的截面相关检验

xtregfatalbeertaxspirconsunrateperinckyear2-year7,rextcsd,pesabsxtcsd,friabsxtcsd,freabs

113欢迎下载可修改基于随机效应估计的截面相关检验50欢迎下载可修改113Hausmantest3quietlyxtsccredfatalredbeertaxredspirconsredunrateredperinckredyear2redyear3redyear4redyear5redyear6redyear7mdbeertaxmdspirconsmdunratemdperinckmdyear2mdyear3mdyear4mdyear5mdyear6mdyear7testmdbeertaxmdspirconsmdunratemdperinckmdyear2mdyear3mdyear4mdyear5mdyear6mdyear7114欢迎下载可修改Hausmantest3quietlyxtsccred114

第4步：报告计量结果假设Hausmantest选择FE，则

xtregfatalbeertaxspirconsunrateperinckyear2-yea