stata統(tǒng)計分析命令-文庫吧
2025-07-20 22:43 本頁面
【正文】 varlist] ,stat(count mean sd median min max range) col(stat)分組描述：bysort var:三、相關性分析（一）相關性分析Pearson相關系數(shù)命令格式：correlate（簡寫：cor或corr）[varlist] [if] [in] [weight] [,options] spearman相關系數(shù)命令格式：spearman[varlist], stats(rho p)在Stata中，命令corr用于計算一組變量間的協(xié)方差或相關系數(shù)矩陣；命令pwcorr可用于計算一組變量中兩兩變量的相關系數(shù)，同時還可以對相關系數(shù)的顯著性進行檢驗；option選項中加上sig可顯示顯著性水平：pwcorr[varlist] ,sig命令pcorr 用于計算一組變量中兩兩變量的偏相關系數(shù)并進行顯著性檢驗。Spearman 和 Pearson 檢驗同在一個表的命令：corrtbl[varlist] ,corrvars ([varlist])輸出結果中，上三角為Spearman相關系數(shù)和顯著水平，下三角為Pearson系數(shù)和顯著水平。（二）輸出相關系數(shù)表到word或Excel中例如：logout, save(mytable) word replace: pwcorr_a price mpg rep78 headroom trunk, star1() star5() star10()四、截面數(shù)據(jù)單方程線性回歸模型的Stata實現(xiàn)命令格式：regress（簡寫：reg）depvar indepvars [if] [in] [weigh] [option]（depvar表示因變量， indepvars表示自變量）五、異方差的檢驗與處理檢驗異方差命令格式：hettest判斷異方差的標準：看P值的大小來判斷，則不能排除異方差的可能，因此，可以排除異方差的可能性。處理異方差命令格式：在reg命令后加上“,r”或者“,robust”即可。經(jīng)異方差處理后的回歸不顯示調(diào)整后的R2（adjR2），如果要查看調(diào)整后的R2，再輸入命令：di e(r2_a)六、多重共線性（自變量之間高度相關）命令格式：vif（一）判斷多重共線性的標準（兩個標準必須同時滿足）：最大的vif大于10；平均的vif大于1 。（二）多重共線性的修正采用逐步回歸進行修正，命令格式：sw reg depvar indepvar, pr()對于含二次項的，使用“對中”的方法，既可以保留二次項，又可以在一定程度上克服多重共線性的問題：先定義兩個變量，分別為該變量減去其均值和該變量的平方，命令如下：sum vargen var1=varr(mean)gen var2=var^2再用新變量代替原來的變量進行回歸處理七、內(nèi)生性的檢驗與處理（內(nèi)生性是指自變量與誤差項之間有關系）內(nèi)生性的檢驗：ovtest看P值的大小來判斷，則不能排除內(nèi)生性的可能，因此，可以排除內(nèi)生性的可能。內(nèi)生性的處理：使用工具變量法：ivreg內(nèi)生性的三個來源：測量誤差、遺漏變量和雙向因果。變量的內(nèi)生性。這個是沒有辦法單獨檢驗的。當有合適工具變量時候，是可以檢驗的，就是hausman檢驗工具變量的外生性。這個也是沒辦法檢驗的。當有很多工具變量時候，可以檢驗是否有不是外生的，就是“過度識別”問題工具變量的相關性。這個可以說成是“弱工具變量”問題，檢驗可以通過一階段的F值。還可以利用Partial R2。估計方法stata里面有這么幾個2sls，2sls smal、liml、gmm，各自適用情況：small適合小樣本；liml適合弱工具變量；gmm適合異方差?！纠印縲ebuse hsng2*Fit a regression via 2SLS, requesting smallsample statisticsivregress 2sls rent pcturban (hsngval = faminc iregion), small*Fit a regression using the LIML estimatorivregress liml rent pcturban (hsngval = faminc iregion)*Fit a regression via GMM using the default heteroskedasticityrobust weight matrixivregress gmm rent pcturban (hsngval = faminc iregion)*Fit a regression via GMM using a heteroskedasticityrobust weight matrix, requesting nonrobust standard errorsivregress gmm rent pcturban (hsngval = faminc iregion), vce(unadjusted)*檢驗estata firststa
環(huán)評公示相關推薦
鄂ICP備17016276號-1