stata卡方检验(stata卡方检验的命令)

stata卡方检验(stata卡方检验的命令)

1、方法/步骤短面板处理面板数据是指既有截面数据又有时间序列的数据，因此其存在截面数据没有的优势，在用stata进行面板数据的估计时，一般选择xtreg命令进行拟合。

2、本节主要论述短面板的stata实现，即时间维度T相对于截面数n较小的数据。

3、在那种情况下，由于T较小，每个个体的信息较少，故无从讨论扰动项是否存在自相关，我们一般假设其独立同分布。

4、面板数据维度的确定在面板数据进行模型估计前，要进行面板数据的维度确定。

5、由于面板数据既有截面数据又有时间序列，而stata不能自动识别，因此，必须使得stata得知哪一部分是截面数据，而哪一部分是时间序列。

6、设置面板数据维度的基本命令为：xtsetpanelvartimvar[,tsoptions]其中panelvar代表截面数据变量，timvar代表时间序列变量。

7、选取某一面板数据进行维度设定（该数据研究职业培训津贴对厂商废弃率的影响）：xtsetfcodeyear固定效应估计xtreg可以估计固定效应与随机效应，两者的差异在于选项的不同。

8、xtreg用来做固定效应的语法是：xtregdepvar[indepvars][if][in][weight],fe[FE_options]其语法可以helpxtreg获得。

9、（说明，其中xt表示面板数据的命令，因此，在stata中输入helpxt可以学习面板数据描述、估计等命令。

10、）选取某一数据进行拟合：xtreglscrapd88d89grantgrant_1,fe结果显示如下：其中，(1)表示组内、组间、总体的R方，其中固定效应看组内R-sq，随机效应看总体R-sq。

11、(2)表示个体效应与解释变量的相关系数。

12、(3)F检验表示模型整体显著性。

13、(4)U表示个体观测效应，sigma_u为个体效应的标准差E表示随机干扰项，u+e为所谓的混合误差，rho是指个体效应的方差占混合误差方差的比重。

14、备注：（1）（2）（3）（4）分别对应一下的四张照片随机效应估计xtreg用来做随机效应的语法是：xtregdepvar[indepvars][if][in][weight],re[RE_options]与上一部分类似的估计xtreglscrapd88d89grantgrant_1,re（1）与固定效应不同的是，固定效应F检验处，此处为瓦尔德卡方检验，同样表示模型整体显著性。

15、固定效应与随机效应的选择：豪斯曼检验首先，看两个效应的区别固定效应与随机效应的区别区别一：FE/RE模型可统一表述为：y_it=u_i+x_it*b+e_it对于FE，个体效应u_i被视为一组解释变量，为非随机变量，即N-1个虚拟变量；对于RE，个体效应u_i被视为干扰项的一部分，因此是随机变量，假设其服从正态分布，即u_i~N(0,sigma_u^2)；在上述两个模型的设定中，e_it都被视为“干干净净的”干扰项，也就是OLS时那个背负着众多假设条件，但长相极为俊俏的干扰项，e_it~N(0,sigma_e^2)。

16、需要注意的是，在FE模型中，只有一个干扰项e_it，它可以随公司和时间而改变，所有个体差异都采用u_i来捕捉。