操作课(经典计量).pptVIP

一、案例一（回归和基本检验） 背景和数据文件 背景：为了检验美国电力行业是否存在规模经济，Nerlove（1963）收集了1955年145家美国电力企业的总成本(tc)、产量(q)、工资率(pl)、燃料价格(pf)及资本租赁价格(pk)的数据。变量名前面加ln表示取自然对数以后的数值。 数据文件：nerlove.dta 1 模型的建立（陈强P38） 2、数据准备 打开文件，输入数据(P32) 点击Data Editor图标(或者Window-Data Editor） 用EXCEL打开nerlove.xls 复制文件数据，并黏贴到Data Editor中 文件保存 点击Save图标(File-Save），nerlove.dta 文件打开 点击Open图标(File-Open) 数据审视与查看 describe(或者d) list tc q in 1/5 list tc q if q=1000 summarize q(或者su q) su q if q=1000 su q, detail su tabulate pl(查看累积分布） correlate tc q pl pf pk 生成新变量 g lntc=log(tc) g lnq=log(q) g lnpl=log(pl) g lnpf=log(pf) g lnpk=log(pk) 生成虚拟变量 g large=(q=10000) 真为1，假为0 3、线性回归1 regress lntc lnq lnpl lnpk lnpf 含义就是以lntc作为因变量，以lnq、lnpl、lnpk、lnpf作为自变量建立线性回归模型。 得到小样本理论下的回归结果。 一些变形 regress lntc lnq lnpl lnpk lnpf,noc(不含常数项） regress lntc lnq lnpl lnpk lnpf if q=6000(只对大企业回归） predict lntchat(预测被解释变量，并记为lntchat) predict e1,residual(预测残差，记为e1) 3 线性回归2 采用稳健标准差估计(robust)。稳健标准差是指其标准差对于模型中可能存在的异方差或自相关问题不敏感，基于稳健标准差计算的稳健t统计量仍然渐进分布t分布。因此，在Stata中利用robust选项可以得到异方差稳健估计量。 regress lntc lnq lnpl lnpk lnpf,robust 这个命令表示是以lntc作为因变量，以lnq、lnpl、lnpk、lnpf作为自变量建立线性回归模型。命令最后的robust命令代表使用大样本稳健标准差进行各种预测和检验。 得到大样本理论下的回归结果。 3 线性回归3 从这两个结果可以看到：稳健标准差与普通标准差的估计的系数相同 标准差和t值存在着较大的差别 很少有数据能够满足小样本理论的严格假设，所以当样本数据足够大时，我们最好采用稳健标准差进行估计和检验，这样得到的结果将会更加准确。 4、检验 显著性检验 test lnpl 检验约束条件是否满足 test lnpl+lnpk+lnpf=1 联合检验 test lnpl lnpk test(lnq=1)(lnpl+lnpk+lnpf=1) 5、约束回归 constraint def 1 lnpl+lnpk+lnpf=1 cnsreg lntc lnq lnpl lnpk lnpf,c(1) 两个约束条件 constraint def 1 lnpl+lnpk+lnpf=1 cons def 2 lnq=1 cnsreg lntc lnq lnpl lnpk lnpf,c(1-2) 二、案例二、内生性和工具变量法 1、背景和数据文件 背景：估计教育投资的回报率。 数据来源：grilic.dta 变量说明（不带80的数据为初始期，带80的变量为1980年的数据） Lw（工资对数） S（年时受教育年限） Expr（工龄） Tenure（在现单位工作年限） iq（智商） med（母亲的教育年限） kww（在“knowledge of the world of work”测试中的成绩） mrt（婚姻虚拟变量，已婚=1） age（年龄） 2、数据准备工作 查看统计特征 设定路径，然后use grilic.dta,clear （或者直接用菜单打开文件grilic.dta） sum 考察智商与受教育年限的关系 corr iq s 3、OLS回归，使用稳健标准差 reg lw s expr tenure rns smsa,r 说明：感兴趣的是受教育年限s与工资的关系，exp ,tenure,rns ,smsa为控制变量 4、内生性的处理——加入代理变量 能力与受教育年龄