stata筆記常用

stata筆記常用

Stata: 輸出regression table到word和excel

1. 安裝estout。最簡單的方式是在stata的指令輸入：

ssc install estout, replace

EST安裝的指導網址是：

2.跑你的regression

3.寫下這行指令esttab using ，然后就會出現個漂亮的表

格給你（WORD文檔）。只要再小幅修改，就可以直接用了。這個檔

案會存在my documentstata下。如果你用打開的是一個stata do

file，結果會保存到do文件所在文件夾中。如果要得到excel文件，

就把后綴改為.xls或者.csv就可以了

4.跑多個其實也不難，只要每跑完一個regression，你把它取個

名字存起來：est store m1。m1是你要改的，第一個model所以我

叫m1，第二個的話指令就變成est store m2，依次類推。

5.運行指令：esttab m1 m2 ... using 就行了。

異方差的檢驗：

Breusch-Pagan test in STATA：

其基本命令是：estat hettest var1 var2 var3

其中，var1 var2 var3 分別為你認為導致異方差性的幾個自變量。

是你自己設定的一個

滯后項數量。

同樣，如果輸出的P-Value 顯著小于0.05，則拒絕原假設，即不

存在異方差性。

White檢驗：

其基本命令是在完成基本的OLS 回歸之后，輸入

imtest， white

如果輸出的P-Value 顯著小于0.05，則拒絕原假設，即不存在異

方差性

處理異方差性問題的方法：

方法一：WLS

WLS是GLS（一般最小二乘法）的一種，也可以說在異方差情形

下的GLS就是WLS。在WLS下，我們設定擾動項的條件方差是某個

解釋變量子集的函數。之所以被稱為加權最小二乘法，是因為這個估

計最小化的是殘差的加權平方和，而上述函數的倒數恰為其權重。

在stata中實現WLS的方法如下：

reg （被解釋變量） （解釋變量1） （解釋變量2）……

[aweight=變量名]

其中，aweight后面的變量就是權重，是我們設定的函數。

一種經常的設定是假設擾動項的條件方差是所有解釋變量的某個

線性組合的指數函數。在stata中也可以方便地實現：

首先做標準的OLS回歸，并得到殘差項；

reg （被解釋變量） （解釋變量1） （解釋變量2）……

predict r, resid

生成新變量logusq，并用它對所有解釋變量做回歸，得到這個回

歸的擬合值，再對這個擬合值求指數函數；

gen logusq=ln(r^2)

reg logusq (解釋變量1) （解釋變量2）……

predict g, xb

gen h=exp(g)

最后以h作為權重做WLS回歸；

reg （被解釋變量） （解釋變量1） （解釋變量2）……

[aweight=h]

如果我們確切地知道擾動項的協方差矩陣的形式，那么GLS估計

是最小方差線性無偏估計，是所有線性估計中最好的。顯然它比OLS

更有效率。雖然GLS有很多好處，但有一個致命弱點：就是一般而言

我們不知道擾動項的協方差矩陣，因而無法保證結果的有效性。

方法二：HC SE

There are 3 kinds of HC SE

（1）Huber-White Robust Standard Errors HC1， 其基本命令

是：

reg var1 var2 var3, robust

White（1980）證明了這種方法得到的標準誤是漸進可用

（asymptotically valid）的。這種方法的優點是簡單，而且需要的信

息少，在各種情況下都通用。缺點是損失了一些效率。這種方法在我

們日常的實證研究中是最經常使用。

（2）MacKinnon-White SE HC2，其基本命令是：

reg var1 var2 var3, hc2

（3）Long-Ervin SE HC3，其基本命令是：

reg var1 var2 var3, hc3

約束條件檢驗：

如果需要檢驗兩個變量，比如x 與y，之間系

數之間的關系，以檢驗兩者系數相等為例，我們可以直接輸入命

令：

test x=y

再如檢驗兩者系數之和等于1，我們可以直接輸入命令：

test x+y=1

如果輸出結果對應的P-Value 小于0.05，則說明原假設顯著不成

立，即拒絕原假設。

序列相關性問題的檢驗與處理

序列相關性問題的檢驗：

首先，要保證所用的數據必須為時間序列數據。如果原數據不是

時間序列數據，

則需要進行必要的處理，最常用的方法就是：

gen n=_n

tst n

這兩個命令的意思是，首先要生成一個時間序列的標志變量n（或

者t 也可以）；

然后通過tst 命令將這個數據集定義為依據時間序列標志變量n

定義的時間序

列數據。

最直觀的檢驗方式是通過觀察殘差分布，其基本步驟是在跑完回

歸之后，直接輸

入

Predict error, stdp

這樣就得到了殘差值；然后輸入命令：

plot error n

會得到一個error 隨n 變化的一個散點圖。

D-W檢驗——對一階自相關問題的檢驗：

D-W檢驗是對一階自相關問題的常用檢驗方法，但是如果實際問

題中存在高階

序列相關性問題，則不能用這個檢驗方法。

D-W 檢驗的命令如下：

首先，輸入回歸命令，

reg Variable1 Variable2 Variable3…VariableM

輸出一個簡單的OLS估計結果。然后，再輸入命令：

dwstat

這時會輸出一個DW 統計量。通過與臨界值之間的比較，可以得

出結論。也可

以執行如下命令

estat durbinalt

直接進行Durbin檢驗。

Breusch-GodfreyTest in STATA——檢驗高階序列相關性：

在得到一個基本回歸結果和error 之后，我們假設這樣一個關

系：

et = α0 + α1 et-1 + α2 et-2 …+ αk et-p + β1 x1t + β2 x2t …

+βk xkt +εt

BG 檢驗的原假設是：H0 ： α1 = α2 = … αp =0。

其基本命令是：

bgodfrey , lags(p)

其中p 是你自己設定的一個滯后項數量。如果輸出的p-value 顯

著小于0.05，則

可以拒絕原假設，這就意味著模型存在p 階序列相關性；如果輸

出的p-value 顯

著大于0.05 甚至很大，則可以接受原假設，即不存在p 階序列

相關性。

處理序列相關性問題的方法——GLS：

常用的幾種GLS 方法：

（1） Cochrane-Orcutt estimator 和Prais-Winsten estimator

其基本命令是

prais var1 var2 var3, corc

（2） Newey-West standard errors

其基本命令是

newey var1 var2 var3, lag(3)

其中，lag（3）意思是對三階序列相關性問題進行處理；如果需

要對p 階序列相

關性問題進行處理，則為lag（p）

t因變量，g,f,c是自變量，_26存放了弟26個觀測值，為需要預

測的值

reg t g f c if _n!=26

點預測

predict taxpredict if _n==26

均值的區間預測

predictnl py=predict(xb),ci(lb ub) l(95)

因變量的區間預測

adjust g=117251.9 f=24649.95 c=99.9,stdf ci level(95)

Hausman檢驗是檢驗內生性的最常用的方法。它是通過比較一

致估計量與有效估計量的Wald統計量。

命令格式為：

.hausman name-constistent [name-efficent] [,options]

其中，name-cosistent指一致估計的結果， name-efficent 指有

效估計的結果。注意，一致、有效估計量的先后順序不能改變。

Option選項：

constant 計算檢驗統計量將常數也包括在內，默認值為排除常數

allegs 利用所有方程進行檢驗，默認只對第一個方程進行檢驗

skipeqs(eqlist) eqlist只能以方程名稱而不能以方程序號表示

equation(matchlist) 比較設定的方程。

force 即使假設條件不滿足仍進行檢驗

df(#) 默認值為一致估計與有效估計的協方差矩陣的差的估計

sigmamore 協方差矩陣采用有效估計量的協方差矩陣

sigmaless 協方差矩陣采用一致估計量的協方差矩陣

tconsistent(string) 一致估計量的標題

tefficient(string) 有效估計量的標題

工具變量估計

命令格式：

.ivregress esitimator depvar [varlist1] [varlist2=varlist_iv]

[if] [in] [weight][,options]

其中，estimator包括2sls,gmm,liml三種。varlist1為模型中

的外生變量，varlist2為模型中的內生變量，varlist_iv為模型中的工

具變量。

Nonconstant 不包括常數項

Hascons 用戶自己設定常數項

CMM 選項：

wmatrix(wmtype) robust,cluster clustvar,hac kernel,

unadjusted

center 權數矩陣采用中心矩

igmm 采用迭代GMM估計

eps(#) 參數收斂標準。默認值為eps（le-6）

weps(#) 權數矩陣的收斂標準。默認值為w eps(le-6)

Vce(vcetype) unajusted,robust,cluster

clustvar,bootstrap,jackknife,hac kernel

level(#)置信區間

First 輸出第一階段的估計結果

Small 小樣本下的自由度調整

.estat firststage [,all forcenonrobust]

該命令給出第一階段的估計結果以及各種統計量，包括排除外生

變量的相關性檢驗。All選項給出所有的擬合優度統計量。如果模型存

在多個內生變量，則stata給出R2、偏R2、調整的R2 、F統計量；

如果模型存在多個內生變量，則stata給出Shea偏R2和調整的偏R2。

forcenonrobust給出最小特征值統計量及其臨界值，即使采用穩

健估計（這一檢驗的假設條件是誤差項為獨立正態分布）。

estat overid[,lag(#) forceweights forcenonrobust]

該命令給出了過度識別約束檢驗。如果使用2sls估計估計，則

Stata給Sargan’s(1958)和Basman’s(1960)卡方統計量，這也是

Wooldridge’(1995）穩健得分檢驗。如果采用liml估計方法，則

stata給出Anderson and Rubin’s(1950) 卡方統計量以及Basmann

F統計量；如果采用GMM估計，則stata給出hann’s(1982)J統

計量。Lags(#)用于計算得分檢驗的HAC（異方差自相關一致）統計量

的過程中進行去噪時設定滯后階數。如果設定lag(0),則表示不進行去

噪處理。默認選擇為lag(1)。這一選擇僅使用于2sls估計方法和設定

vce(hac)選項情況。

Forceweight 表示即使采用aweights,pweights或iweights也

進行檢驗。Stata僅對于fweights的情況進行檢驗，其他權數所得到

臨界值可能不準確。

Forcenonrobust 指在2sls或LIML估計中即使采用穩健標準差

也進行Sargan and Basmann檢驗（這一檢驗的假設的假設條件是誤

差項為獨立正態分布）。

例子：

log(wage)=a+b*educ+c*exper+d*expersq+u

懷疑模型教育（educ）具有內生性問題，利用父母接受教育的年

數（fatheduc,motheduc）作educ的工具變量估計上述模型。

（1）利用2SLS估計模型

.ivregress 2sls lwage exper expersq (educ=fatheduc

motheduc),first

第一階段回歸結果為：

educhat=9.1+0.19fatheduc+0.16motheduc+0.05exper

(21.34) (5.62) (4.39) (1.12)

- 0.001expersq

(-0.84)

第二階段的估計結果為：

lwagehat=0.05+0.06educ+0.04exper-0.001expersq

(0.12) (1.95) (5.29) (-2.24)

（2）檢驗educ的內生性

.quietly ivreg iwage exper expersq {educ=fatheduc

motheduc}

.est store IV_reg

.quietly regress lwage exper expersq educ

.est store LS_reg

.hausman IV_reg LS_reg

可以得到hausman估計量=2.7，P值=0.44。接受原假設，即

educ是外生的。

(3)進行過度識別的約束檢驗

.estat overid

可得Sargan統計量=0.38，P值=0.54接受原假設。

面板數據估計

首先對面板數據進行聲明：

前面是截面單元，后面是時間標識：

tst company year

tst industry year

產生新的變量：gen newvar=human*lnrd

產生滯后變量Gen fiscal(2)=

產生差分變量Gen fiscal(D)=

描述性統計：

xtdes ：對Panel Data截面個數、時間跨度的整體描述

Xtsum：分組內、組間和樣本整體計算各個變量的基本統計量

xttab 采用列表的方式顯示某個變量的分布

Stata中用于估計面板模型的主要命令：xtreg

xtreg depvar [varlist] [if exp] , model_type [level(#) ]

Model type 模型

be Between-effects estimator

fe Fixed-effects estimator

re GLS Random-effects estimator

pa GEE population-averaged estimator

mle Maximum-likelihood Random-effects estimator

主要估計方法：

xtreg： Fixed-, between- and random-effects, and

population-averaged linear models

xtregar：Fixed- and random-effects linear models with an

AR(1) disturbance

xtpc ：OLS or Prais-Winsten models with panel-corrected

standard errors

xtrchh ：Hildreth-Houck random coefficients models

xtivreg ：Instrumental variables and two-stage least squares

for panel-data models

xtabond：Arellano-Bond linear, dynamic panel data

estimator

xttobit ：Random-effects tobit models

xtlogit ： Fixed-effects, random-effects, population-

averaged logit models

xtprobit ：Random-effects and population-averaged probit

models

xtfrontier ：Stochastic frontier models for panel-data

xtrc gdp invest culture edu sci health social admin,beta

xtreg命令的應用：

聲明面板數據類型：tst sheng t

描述性統計：xtsum gdp invest sci admin

1.固定效應模型估計：

xtreg gdp invest culture sci health admin techno,fe

固定效應模型中個體效應和隨機干擾項的方差估計值(分別為

sigma u 和sigma e），二者之間的相關關系(rho)

最后一行給出了檢驗固定效應是否顯著的F 統計量和相應的P 值

2.隨機效應模型估計：

xtreg gdp invest culture sci health admin techno,re

檢驗隨機效應模型是否優于混合OLS 模型：

在進行隨機效應回歸之后，使用xttest0

檢驗得到的P 值為0.0000，表明隨機效應模型優于混合OLS 模型

3. 最大似然估計Ml：

xtreg gdp invest culture sci health admin techno,mle

Hausman檢驗

Hausman檢驗究竟選擇固定效應模型還是隨機效應模型：

第一步：估計固定效應模型，存儲結果

xtreg gdp invest culture sci health admin techno,fe

est store fe

第二步：估計隨機效應模型，存儲結果

xtreg gdp invest culture sci health admin techno,re

est store re

第三步：進行hausman檢驗

hausman fe

Hausman檢驗量為：

H=(b-B)′[Var(b)-Var(B)]-1(b-B)～x2(k)

Hausman統計量服從自由度為k的χ2分布。當H大于一定顯

著水平的臨界值時，我們就認為模型中存在固定效應，從而選用固定

效應模型，否則選用隨機效應模型

如果hausman檢驗值為負，說明的模型設定有問題，導致

Hausman 檢驗的基本假設得不到滿足，遺漏變量的問題，或者某些

變量是非平穩等等

可以改用hausman檢驗的其他形式：

hausman fe, sigmaless

對于固定效應模型的異方差檢驗和序列相關檢驗：

Xtrial gdp invest culture sci health admin techno

異方差檢驗：

xtreg gdp invest culture sci health admin techno,fe

xttest3 (Modified Wald statistic for groupwi

heteroskedasticity in fixed effect model)

隨機效應模型的序列相關檢驗：

xtreg gdp invest culture sci health admin techno,re

Xttest1

Xttest1用于檢驗隨機效應(單尾和雙尾) 、一階序列相關以及兩者

的聯合顯著

檢驗結果表明存在隨機效應和序列相關，而且對隨機效應和序列

相關的聯合檢驗也非常顯著

可以使用廣義線性模型xtgls對異方差和序列相關進行修正：

xtgls gdp invest culture sci health admin techno,

panels(hetero)，修正異方差

xtgls gdp invest culture sci health admin techno,

panels(correlated)，修正依橫截面而變化的異方差

xtgls gdp invest culture sci health admin techno,

panels(hetero) corr(ar1)，修正異方差和一階序列相關ar(1)