ardl模型stata命令-小白学统计面板数据分析与Stata应用笔记（一）

ardl模型stata命令_⼩⽩学统计⾯板数据分析与Stata应⽤笔记（⼀）#⽂章⾸发于公众号“如风起”“如风起”。原⽂链接：⼩⽩学统计|⾯板数据分析与Stata应⽤笔记（⼀）⾯板数据分析与Stata应⽤笔记整理⾃慕课上浙江⼤学⽅红⽣教授的⾯板数据分析与Stata应⽤课程，笔记中部分图⽚来⾃课程截图。笔记内容还参考了陈强教授的《⾼级计量经济学及Stata应⽤（第⼆版）》⼀、⾯板数据的定义⾯板数据(paneldata或longitudinaldata)，指的是在⼀段时间内跟踪同⼀组个体(individual)的数据。它既有横截⾯的维度(n有时间维度(T个时期)。是同时在时间和截⾯上取得的⼆维数据，⼜称时间序列与截⾯混合数据（polledtimeseriesandcrosdata）。⼀个T=3的⾯板数据结构如下所⽰⼆、⾯板数据的分类⾯板数据类型通常分为三类，分别为：a.短⾯板数据与长⾯板数据b.动态⾯板数据和静态⾯板数据c.平衡⾯板和⾮平衡⾯板（1）短⾯板数据与长⾯板数据当截⾯数n⼤于T时，即为短⾯板数据;当截⾯数n⼩于T时，即为长⾯板数据.（2）动态⾯板数据和静态⾯板数据如果解释变量包含别解释变量的滞后值，则为动态⾯板数据，反之则为静态⾯板.（3）平衡⾯板和⾮平衡⾯板当每个个体在相同的时间内都有观察值记录，即为平衡⾯板，反之则为⾮平衡⾯板。三、⾯板数据的优缺点1、⾯板数据的优点（1）可以处理由不可观察的个体异质性所导致的内⽣性问题。（2）提供更多个体动态⾏为的信息。（3）样本量较⼤，可以提⾼估计的精确度。2、⾯板数据的不⾜之处（1）⼤多数⾯板数据分析技术都针对的是短⾯板。（2）寻找⾯板数据结构⼯具变量不是很容易。四、⾯板数据模型⾯板数据模型分为⾮观测效应模型和混合回归模型两类。存在不可观测的个体效应模型即为⾮观测效应模型，反之则为混合回归模型。（1）⾮观测效应模型a.固定效应模型b.随机效应模型其中，是不可观测的个体效应。如果与某个解释变量相关，就是固定效应模型如果与所有解释变量不相关，则为随机效应模型固定效效应模型⼜分为：应模型⼜分为：单向固定效应模型与双向固定效应模型单向固固定效应模型：定效应模型：只考虑个体效应不考虑时间效应；双向固固定效应模型：定效应模型：同时考虑个体效应和时间效应，即（2）混合回归模型如果，即不存在个体效应，则为混合回归模型，即五、⾯板数据模型的估计1、固定效应模型的估计对固定效应模型的估计有两种⽅法：固定效应变换（组内变换）与LSDV（最⼩⼆乘LSDV（最⼩⼆乘虚虚拟拟变变量法）量法）a.固定效应变换（组内变换）固定效应变换的优缺点优点：：即使个体效应与解释变量相关也可以得到⼀致估计；缺点：：⽆法估计不随时间⽽变的变量的影响。#对固定效应变换⽆法估计不随时间⽽变的变量的影响的解决固定效应模型的Stata的实现命令为：xtregxtregyyxx,,ffee引⼊时间效应的双向固定效应的Stata的实现命令为：xi:xi:xtxtregregyyxxi.i.year,year,ffee#数据来⾃慕课浙江⼤学⽅红⽣教授的⾯板数据分析与Stata应⽤课程（xtregyx,fe）#数据来⾃慕课浙江⼤学⽅红⽣教授的⾯板数据分析与Stata应⽤课程（xi:xtregyxi.year,fe）b.LSDV（最⼩⼆乘虚拟变量法）#LSDV的基本思想LSDV的Stata的实现命令为：不存在时间效应：regregyyxxii.cod.code存在时间效应：xi:xi:rregegyyxxii.code.codeii.yea.year#数据来⾃慕课浙江⼤学⽅红⽣教授的⾯板数据分析与Stata应⽤课程（regyxi.code）#数据来⾃慕课浙江⼤学⽅红⽣教授的⾯板数据分析与Stata应⽤课程（xi:regyxi.codei.year）2、随机效应模型对随机效应模型的估计⽅法是⼴义最⼩⼆乘法⼴义最⼩⼆乘法随机效应模型估计的Stata命令不存在时间效应：xtregxtregyyxx,,rre存在时间效应：xi:xi:rregegyyxxii.year,r.year,re短⾯板数据估计的同时，还需要考虑三⼤问题即，误差项的异⽅差、误差项的⾃相关、截⾯相关问题通过在命令中加⼊选项“robust”可以获得White稳健标准