截面相關性檢驗stata命令

『壹』 hansen檢驗指令是什麼stata

stata命令大全——面板數據計量分析與軟體實現
說明：以下do文件相當一部分內容來自於中山大學連玉君STATA教程，感謝他的貢獻。本人做了一定的修改與篩選。
*----------面板數據模型* 1.靜態面板數據模型：FE 和RE
2.模型選擇：FE vs POLS, RE vs POLS, FE vs RE （pols混合最小二乘估計）
3.異方差、序列相關和截面相關檢驗
4.動態面板數據模型（DID-GMM,SYS-GMM）
5.面板隨機前沿模型
6.面板協整分析（FMOLS,DOLS）
*** 說明：1-5均用STATA軟體實現， 6用GAUSS軟體實現。
生產效率分析（尤其指TFP）：數據包絡分析（DEA）與隨機前沿分析（SFA）
*** 說明：DEA由DEAP2.1軟體實現，SFA由Frontier4.1實現，尤其後者，側重者肢爛於比較C-D與Translog生產函數，一步法與兩步法的區別。常應用於地區經濟差異、FDI溢出效應（Spillovers Effect）、工業行業效率狀況等。
空間計量分析：SLM模型與SEM模型
說明：STATA與Matlab結合使用。常應用於空間溢出效應（R&D）、財政分權、地方政府公共行為等。
--------------------------------------------------------------------------------------------------------------
指定面板格式xtset id year （id為截面名稱，year為時間名稱）
xtdes /*數據特徵*/
--------------------------------------------------------------------------------------------------------------
固定效應模型
實質上就是在傳統的線性回歸模型中加入 N-1 個虛擬變數，
使得每個截面都有自己的截距項，
截距項的不同反映了個體的某些不隨時間改變的特徵
例如： lny = a_i + b1*lnK + b2*lnL + e_it
考慮中國29個省份的C-D生產函數的估計
--------------------------------------------------------------------------------------------------------------
隨機效應模型
y_it = x_it*b + (a_i + u_it)* = x_it*b + v_it*
基本思想：將隨機干擾項分成兩種
一種是不隨時間改變的，即個體效應 a_i*
另一種是隨時間改變的，即通常意義上的干擾項 u_it*
估計方法：FGLS*
Var(v_it) = sigma_a^2 + sigma_u^2*
Cov(v_it,v_is) = sigma_a^2*
Cov(v_it,v_js) = 0*
利用Pooled OLS，Within Estimator, Between Estimator*
可以估計出sigma_a^2和sigma_u^2,進而採用GLS或FGLS*
Re估計量是Fe估計量和Be估計量的加權平均*
--------------------------------------------------------------------------------------------------------------
解讀 xtreg,fe 的估計結果
xtreg logy logk logl, fe
--------------------------------------------------------------------------------------------------------------
解讀 xtreg,re 的估計結果
use proct.dta, clear
xtreg logy logk logl, re
--------------------------------------------------------------------------------------------------------------
如何得到調整後的 R2,即 adj-R2 ？
ereturn list
reg logy h inv gov open m*
--------------------------------------------------------------------------------------------------------------
為何有些變數會被drop掉？
use nlswork.dta, clear
tsset idcode year
xtreg ln_wage hours tenure ttl_exp, fe /*正常執行*/
* 產生種族虛擬變數
tab race, gen(m_race)
xtreg ln_wage hours tenure ttl_exp m_race2 m_race3, fe /*為何 m_race2 和 m_race3 會被 dropped ?* 固定效應模型的設定：y_it = u_i + x_it*b + e_it (1)* 由於個體效應 u_i 不隨時間改變，* 因此若 x_it 包含了任何不隨時間改變的變數，* 都會與 u_i 構成多重共線性，Stata會自動刪除之。*******
--------------------------------------------------------------------------------------------------------------
異方差、序列相關和截面相關問題
--------------------------------------------------------------------------------------------------------------
組間異方差檢驗（截面數據的特徵）
Fe 模型
xtreg logy logk logl, fe
xttest3
--------------------------------------------------------------------------------------------------------------
序列相關檢驗
Fe 模型
xtserial logy logk logl
xtserial logy logk logl, output
--------------------------------------------------------------------------------------------------------------
截面相關檢驗
xttest2命令 H0: 所有截面殘差的相關系數都相等
xtreg logy logk logl, fe
xttest2
--------------------------------------------------------------------------------------------------------------
異方差穩健型估計
xtreg logy h inv gov open, fe robust
est store fe_rb
xtreg logy h inv gov open, fe robust
est store fe
--------------------------------------------------------------------------------------------------------------
序列相關估計
一階自相關 xtregar, fe/re
模型： y_it = u_i + x_it*b + v_it (1)
v_it = rho*v_it-1 + z_it (2)
xtregar logy h inv gov open, fe
est store fe_ar1
xtregar logy h inv gov open, fe lbi /*Baltagi-Wu LBI test*/

『貳』 如何用stata進行變數間的相關性分析，要把星星和p值都顯示出來

1、先定義value lable。方式有很多種，data | data utilities |lable utilities |manage value labels或者用命令 label define完成。

『叄』 如何用stata 做一個相關性分析的矩陣

在stata里help cor。

stata的命令名是correlate [varlist] [if] [in] [weight] [, correlate_options]

stata 裡面分析相關性的命令是

pwcorr a b c d e , sig

結果就有了包括了顯著性的判消侍閉斷標准，stata裡面沒有星星，直接根據sig，也就是p的值來判斷是否顯著就好。

(3)截面相關性檢驗stata命令擴展閱讀：

作圖功能

Stata的作圖模塊，主要提供如下八種基本圖形的製作 : 直方圖（histogram），條形圖（bar），百分條圖 （oneway），百分圓圖（pie），散點圖（two way），散點圖矩陣（matrix），星形圖（談氏star），分位數圖。

這些圖形的巧妙應用，可以滿足絕大多數用戶的統計作圖要求。在有些非繪圖命令中，也提供了專門繪制某種圖形的功能，如在生存分析中，提供了繪制生存曲線圖，回歸分析中提供了殘差圖等。

Stata的矩陣運算功能

矩陣代數是多元統計分析的重要工具， Stata提供了多元統計分析中所需的矩陣基本運算，如矩陣的加、積、逆、 Cholesky分解、 Kronecker內積等；還拿裂提供了一些高級運算，如特徵根、特徵向量、奇異值分解等。

在執行完某些統計分析命令後，還提供了一些系統矩陣，如估計系數向量、估計系數的協方差矩陣等。

『肆』 stata相關性分析有哪些

stata裡面分析相關性的命令是pwcorr a b c d e , sig，結果就有了包括了顯著性的判斷標准，stata裡面沒有星星，直接根據sig，也就是p的值來判斷是否顯著就好了。

SS是平方和，它所在列的三個數值分別為回歸誤差平方和（SSE）、殘差平方和（SSR）及總體平方和（SST），即分別為Model、Resial和Total相對應的數值。

df（degree of freedom）為自由度。

MS為SS與df的比值，與SS對應，SS是平方和，MS是均方，是指單位自由度的平方和。

coeft表明系數的，因為該因素t檢驗的P值是0.000，所以表明有很強的正效應，認為所檢驗的變數對模型是有顯著影響的。

(4)截面相關性檢驗stata命令擴展閱讀：

Stata的統計功能很強，除了傳統的統計分析方法外，還收集了近20年發展起來的新方法，如Cox比例風險回歸，指數與Weibull回歸，多類結果與有序結果的logistic回歸，Poisson回歸，負二項回歸及廣義負二項回歸，隨機效應模型等。具體說， Stata具有如下統計分析能力：

數值變數資料的一般分析：參數估計，t檢驗，單因素和多因素的方差分析，協方差分析，交互效應模型，平衡和非平衡設計，嵌套設計，隨機效應，多個均數的兩兩比較，缺項數據的處理，方差齊性檢驗，正態性檢驗，變數變換等。