STATA简介与带虚拟变量的回归模型.ppt

1、STATA简介与带虚拟变量的回归模型,20062007学年高级计量经济学习题课2 2007年4月17日 李敬,一、简要介绍一下STATA统计软件,1界面操作； 2主要文件类型和数据； 3语法和命令； 4数据管理； 5描述统计； 6画图； 7回归和回归分析。,1、界面,Stata有4个窗口： 1 Stata Command（右下）用于向Stata输入命令； 2 Stata Results（右上）用于显示运行结果； 3 Review（左上）记录使用过的命令； 4 Variables（左下）显示当前memory中的所有变量。 窗口上方是工具栏，其上的按钮依次为（从左到右）Open, Save, Pr

2、int Graph/Print Log, Log Start/Stop/Suspend, Bring Log to Front, Bring Graph to Front, Do-file Editor, Data Editor, Data Browser, Clear more- condition, Break。其中常用的有Open, Save, Do-file Editor, Data Editor和Data Browser。,2、主要文件类型和数据,Stata相关的文件有三类：数据文件，do-file文件，log文件。 数据文件以后缀“.dta”表示 ，也可以通过命令“insheet

3、using filename”读取.txt、.csv、.xls类型文件 do-file文件以后缀“.do”表示。在command窗口输入命令有时不是很方便，而且也不利于保存对数据文件处理和分析的过程。替代的做法是使用工具栏中“Do-file-editor”（左起第8个）在Do-file中编程。 log文件以后缀“.log”表示，用于记录Stata的运行结果。在开始运行Stata时，用命令“log using filename”创建一个log文件，并指定其路径和文件名，在结束运行时，再将其关掉，则可记录此间Stata的运行结果。,3、语法和命令,Stata的语法十分地简单和灵活。一个命令便构成了

4、一条可执行的语句，在Stata Command中输入后，敲回车键即可。当然也可以将一组语句编成do-file文件执行。 Stata命令可以大体上分成4类：help命令；针对memory的命令；处理和分析数据的命令；数学命令。,分析和处理数据命令的一般形式,by varlist1: command varlist2 if exp in range ,options 其中： by varlist1:表示按一组变量（由varlist1指定）分组； command varlist2表示命令是针对由varlist2指定的变量； if exp表示命令只针对满足exp（一般是一个逻辑表达式） 的观测； in

5、 range表示命令只针对处在range指定的范围内的观测； ,options是命令特有的一些选项，根据情况和需要而定，Stata的强大功能主要就体现在这些选项上，选项的使用非常精细和讲究，使用时既要依据个人的经验，也要参看Stata的帮助系统或工具手册。,4、数据管理,STATA的数据管理功能非常强大，包括删除变量，改变已有变量赋值、生成新变量、根据主要变量排序和合并数据文件等。其中合并数据文件的命令非常重要。通常有两种形式的合并数据文件命令： append using filename merge varlist using filename 具体使用条件在“stata介绍.dot”中给出

6、。,5、描述统计,STATA的描述统计功能也很全面，我们经常使用的基本命令包括：describe命令、 summarize 命令 、tabulate命令 、 ttest命令 、correlate命令 等。,6、画图,对单个变量，Stata能画如下图： 直方图 histogram y （y是变量名，下同） box plot graph box y pie charts graph pie y QQ图 qnorm y 等 对多个变量，Stata能画如下图： 多个变量的散点图 一个变量的总体统计量对另一个变量（一般为分类变量）的bar charts,7、回归与回归结果,回归是Stata最主要的功能之

7、一。本部分简要介绍如何用Stata做线性回归，其他较深入的内容在以后上机课中逐一讲解。 线性回归的命令有： regress y x1 x2 x3 （以y为被解释变量，x1，x2，x3为解释变量做回归；regress后第一个变量为被解释变量） regress y x1 x2 if expin range （使用满足if exp和in range的观测做回归）,二、模型选择：线性回归模型的初步拓展（一）,研究问题：我国职工工资总额是否受到GDP和居民消费价格这两个变量的影响。 使用数据：1978年1999年中国统计年鉴发布的职工工资总额指数数据、GDP指数数据和居民消费价格指数数据。（所有指数数据

8、都以1978年为100）,二、模型选择：线性回归模型的初步拓展（二）,变量之间的相关关系分析 1、计算变量之间的相关关系 2、画出变量之间的散点图,二、模型选择：线性回归模型的初步拓展（三）,二、模型选择：线性回归模型的初步拓展（四）,根据所学理论知识和数据得到的散点图特征，可以选择的总体模型设定有以下两个： 1、S = 1+2*G+3*n+ 2、lnS = 1+2*lnG+3*lnn+,二、模型选择：线性回归模型的初步拓展（五）,第一种模型设定回归结果为： Source | SS df MS Number of obs = 17 -+- F( 2, 14) = 1275.68 Model |

9、 5556633.08 2 2778316.54 Prob F = 0.0000 Residual | 30490.8612 14 2177.91866 R-squared = 0.9945 -+- Adj R-squared = 0.9938 Total | 5587123.94 16 349195.246 Root MSE = 46.668 - wage | Coef. Std. Err. t P|t| 95% Conf. Interval -+- GDP | .5392353 .3433135 1.57 0.139 -.197099 1.27557 consume | 3.518791

10、.4291866 8.20 0.000 2.598277 4.439304 _cons | -362.7934 26.28401 -13.80 0.000 -419.1671 -306.4198 -,二、模型选择：线性回归模型的初步拓展（六）,第二种模型设定的回归结果为： Source | SS df MS Number of obs = 17 -+- F( 2, 14) = 1968.49 Model | 12.7687794 2 6.38438969 Prob F = 0.0000 Residual | .045406208 14 .003243301 R-squared = 0.9965

11、 -+- Adj R-squared = 0.9960 Total | 12.8141856 16 .8008866 Root MSE = .05695 - lnwage | Coef. Std. Err. t P|t| 95% Conf. Interval -+- lngdp | .9258447 .1236523 7.49 0.000 .6606368 1.191053 lnconsume | .7072628 .127792 5.53 0.000 .4331762 .9813494 _cons | -2.831163 .1476009 -19.18 0.000 -3.147735 -2.

12、51459 -,二、模型选择：线性回归模型的初步拓展（七）,通过散点图的初步判断，我们认为第二种模型设定可能更加合理。 通过计量回归结果比较我们发现，第二种模型设定的解释力更强，拟合优度也更高。 因此我们选用第二种模型作为我们的总体回归模型。,二、模型选择：线性回归模型的初步拓展（七）,对应回归结果的经济解释为：n不变，G每增加1%，S就会相应地增加0.9258%，而G不变，n每增加1%，S就会相应地增加0.7937%。这说明职工工资总额指数的增长慢于GDP国民生产总值的增长与居民消费价格指数的增长。这与我国改革开放以来人民生活水平迅速提高的实际情况相符，为经济理论提供了实证基础，可以作为预测

13、职工工资增长的工具。,三、带有虚拟变量的线性回归（一）,研究问题：1978年1999年我国商品零售价格指数受GDP的影响分析。 使用数据：1978年1999年中国统计年鉴给出的商品零售价格指数数据（以1978年为100），GDP数据（单位亿元）,三、带有虚拟变量的线性回归（二）,变量之间的相关关系分析 1、计算变量之间的相关关系 2、画出变量之间的散点图,三、带有虚拟变量的线性回归（三）,三、带有虚拟变量的线性回归（四）,由于商品零售价格指数在19881989年间发生比较大的变化，所以我们建立一个虚拟变量试图分析19781988商品零售价格指数受GDP影响与19891999商品零售价格指数受G

14、DP影响是否相同。,三、带有虚拟变量的线性回归（四）,总体模型设定为： YE t =ct+1 GE t +2Dt1 +t （这里我们使用的是斜率相同，截距不同的模型，大家可以另外几种虚拟变量设定形式）,三、带有虚拟变量的线性回归（五）,模型的回归结果为： Source | SS df MS Number of obs = 22 -+- F( 2, 19) = 270.79 Model | 220447.9 2 110223.95 Prob F = 0.0000 Residual | 7733.86213 19 407.045375 R-squared = 0.9661 -+- Adj R-squared = 0.9625 Total | 228181.763 21 10865.7982 Root MSE = 20.175 - retail | Coef. Std. Err. t P|t| 95% Conf. Interval -+- GDP | .4855468 .0420746 11.54 0.000 .3974836 .57361 d1 | -33.62862 14.8882 -2.26 0.036 -64.78999 -2.467257 _co