stata培訓內含stata15軟件計量經(jīng)濟學a6-gls

1、Econometricwith Sysisa（第四版）第六章回歸分析regress.計量經(jīng)濟學服務中心2017106.1 多重共線性檢驗與修正下面主體介紹介紹逐步回歸基礎上的多重共線性檢驗與修正，方便建立計量經(jīng)濟學模型的思維。ref該部分內容，可以參考知網(wǎng)上影響分析，關于影響分析很多初級、基礎內容都是按照逐步回歸基礎模型為主線開始做的，另外初級以及實驗等都可以應用，此章節(jié)部分是學習序的列和面板數(shù)據(jù)的基礎，內容涉及到多重共線性、異方差檢驗和修正。后續(xù)時間、自相關6.1.1 多重共線性檢驗方法(1)統(tǒng)計意義檢驗，雖然模型的R2非常高，但多數(shù)解釋變量都不顯著，(2)經(jīng)濟意義檢驗：甚至系數(shù)符號都不對(

2、3)VIF 膨脹因子VIF_j = 1/(1-R2_j)reg price weight length headroom trunk turn gear_ratioesvifVIF 的均值 1VIF的最大值 106.1.1 多重共線性檢驗方法(1)統(tǒng)計意義檢驗，雖然模型的R2非常高，但多數(shù)解釋變量都不顯著，use E:srsonalA6_olsmroz,clearreg wage educ exper age kidslt6 kidsge6reg wage educ exper age kidslt6 kidsge6, noconsreg wage educ exper age kidslt6

3、 kidsge6 ifinlf=16.1.1 多重共線性檢驗方法use E:srsonalA6_olsmroz,clearreg wage educ exper age kidslt6 kidsge6 predict yhat該命令新建了一個名叫yhat的變量，用以存放擬合值predict e, resid該命令新建一個名叫e的變量，用以存放殘差。label variable yhat predicted mean wage該命令為變量yhat加了label variable e residualpredictewage該命令為變量e加了ualresidd mean6.1.2 多重共線性修正（

4、逐步回歸）help stepwisesw reg6.2 異方差檢驗與修正use E:sdesadatanerlove.dta,clearlntc(總成本對數(shù)total cost)lnq（總產(chǎn)量對數(shù)total output） lnpl（勞動力價格price of labor） lnpk（user cost of capital） lnpf（price of fuel）reg lntc lnq lnpl lnpk lnpf residualversus-fitted plot rvfplotresidualversus-predictorrvpplot lnpl6.2 異方差檢驗與修正white檢

5、驗est-estimation sistics(估計后統(tǒng)計量)*imtest information matrix test*esimtest,whitefindit whitetsssc install whitetst whitetstBP檢驗es eseshettest,iid hettest,rhs iidhettest lnq,iid6.2 異方差檢驗與修正異方差穩(wěn)健標準誤reg lntc lnq lnpl lnpk lnpf,rWLSqui reg lntc lnq lnpl lnpk lnpf predict e1,resgen e2=e12 gen lne2=log(e2) r

6、eg lne2 lnq,noc predict lne2fgen e2f=exp(lne2f)reg lntc lnq lnpl lnpk lnpf aw=1/e2freg lntc lnq lnpl lnpk lnpf reg lntc lnq lnpf 6.3自相關檢驗與修正use E:sadataicecream.dta,clearconsumption 人均冰淇淋消費量*e 平均家庭收入 price 冰淇淋價格 temp 溫度time 時間use E:sdesadataicecream.dta,clearreg consumption temp priceeesdwatson6.3自相關檢驗與修正use E:sBG檢驗adataicecr