sas講義paneldata-全文預(yù)覽
【正文】 42 2 US 1943 2 US 1944 2 US 1945 2 US 1946 2 US 1947 2 US 1948 2 US 1949 2 US 1667 1950 2 US 1951 2 US 1952 2 US 1953 2 US 641 1954 2 US 1935 3 GM 1936 3 GM 1937 3 GM 1938 3 GM 1939 3 GM 1940 3 GM 1941 3 GM 512 1942 3 GM 448 1943 3 GM 1944 3 GM 1945 3 GM 265 1946 3 GM 4900 1947 3 GM 1948 3 GM 1949 3 GM 1950 3 GM 1099 1951 3 GM 4833 1952 3 GM 1953 3 GM 1954 3 GM 1935 4 WEST 1936 4 WEST 516 1937 4 WEST 729 1938 4 WEST 1939 4 WEST 1940 4 WEST 1941 4 WEST 1942 4 WEST 1943 4 WEST 1944 4 WEST 1945 4 WEST 1946 4 WEST 86 1947 4 WEST 1948 4 WEST 1949 4 WEST 1950 4 WEST 1951 4 WEST 1952 4 WEST 1953 4 WEST 1954 4 WEST 。MARKET VALUE39。自變量為企業(yè)前一年市場(chǎng)價(jià)值 F 和前一年末存貨價(jià)值 C。這個(gè)是由于算法不同引起的。 model logcost=logq logpf lf/rantwo。 Hausman 檢驗(yàn)的 m 統(tǒng)計(jì)量為 ,而 Greene 結(jié)果為 。 id i t。 輸出結(jié)果： The SAS System Obs ee1 ee2 F Fcrit result 1 yes fix effec ONE WAY RANDOM EFFECTS: 程序： /*One way random effects*/ proc sort data=tb141。 if FFcrit then result= yes fix effects 。 ee2=。 原因在于，SAS 估計(jì)的時(shí)候，約束 CS6=TS15=0. 這樣，我們看到的 CS,TS 實(shí)際上等于教材中 CS 和 CS6 的差。 model logcost=logq logpf lf/fixtwo 。 by i t。 run。 F=(ee1ee2)*72/(14*ee2)。 run。 run。 proc print。 Fcrit=finv(.95,5,81)。可以根據(jù) SAS 的輸出計(jì)算 Greene 的結(jié)果： 采 用 教材 的 算法 ，用 原始 的 F=[(e’e1e’e2)/j]/[e’e2/(nk)]. 這 里 ，約 束 下(OLS)e’e1=, 無(wú)約束下 e’e2=, j=5, nk=81. F=,所以，存在 fixed effects. 計(jì)算 F 統(tǒng)計(jì)量程序： data Ftest。 2． 檢驗(yàn)固定影響的 F 統(tǒng)計(jì)量相差很大。 輸出結(jié)果： The SAS System The TSCSREG Procedure Dependent Variable: logcost Model Description Estimation Method FixOne Number of Cross Sections 6 Time Series Length 15 Fit Statistics SSE DFE 81 MSE Root MSE Fit Statistics RSquare F Test for No Fixed Effects and No Intercept Num DF Den DF F Value Pr F 6 81 .0001 Parameter Estimates Variable DF Estimate Standard Error t Value Pr |t| Label CS1 1 .0001 Cross Sectional Effect 1 CS2 1 .0001 Cross Sectional Effect 2 CS3 1 .0001 Cross Sectional Effect 3 CS4 1 .0001 Cross Sectional Effect 4 CS5 1 .0001 Cross Sectional Effect 5 CS6 1 .0001 Cross Sectional Effect 6 logq 1 .0001 logpf 1 .0001 lf 1 .0001 load factor 可以看到， SAS 結(jié)果和 Greene 結(jié)果在系數(shù)、標(biāo)準(zhǔn)差等都是一致的。 proc tscsreg data=tb141。 輸出結(jié)果： The SAS System The REG Procedure Model: MODEL1 Dependent Variable: logcost Analysis of Variance Source DF Sum of Squares Mean Square F Value Pr F Model 3 .0001 Error 86 Corrected Total 89 Root MSE RSquare Dependent Mean Adj RSq Coeff Var Parameter Estimates Variable Label DF Parameter Estimate Standard Error t Value Pr |t| Intercept Intercept 1 .0001 logq 1 .0001 logpf 1 .0001 lf load factor 1 .0001 對(duì)照 Greene,這兩個(gè)結(jié)果是一致的。 數(shù)據(jù)： 6 個(gè)公司， 19701984 年共 15 年數(shù)據(jù) 變量： cost 成本 output 年乘客公里數(shù) fuelprice 油價(jià)。 model y = x1 x2 x3。使用的是 F檢驗(yàn)。 RHO 在 Parks 方法中，打印估計(jì)的一階自相關(guān)系數(shù)。使用 Da Silva 方法。結(jié)果和 RANTWO 完全相同。 FIXTWO 估計(jì) fixtwo 模型。 指明解釋變量，被解釋變量。 ... etc. ... run。 by state date。 OUTCORR CORROUT 把估計(jì)的協(xié)方差矩陣輸出到 OUTEST=指定的輸出數(shù)據(jù)集中。 這個(gè)數(shù)據(jù)集里包含許多內(nèi)容。如果沒(méi)有 ID 語(yǔ)句，這個(gè) TS 語(yǔ)句是必需的。 label: TEST equation [,equation... ]。 線性約束檢驗(yàn) 對(duì)于線性約束檢驗(yàn) R =r 其中 R 是 J L ， r 是 J 1, 相應(yīng)的 F統(tǒng)計(jì)量為： 自由度為： F(J, ML)。 一階自回歸模型 :Parks 方法 使用的是 Parks 方法，原理是 FGLS 估計(jì)。這一點(diǎn)和Greene 不同， Greene 假定的是無(wú)截距，并且， v 的和為 0， e 的和為 0。 這里的自由度表述和 Greene 略有不同原因在于假 定了截距項(xiàng)。 M 個(gè)被解釋變量排列后記為Y,M 個(gè)解釋變量排列后記為 X， M 個(gè)擾動(dòng)項(xiàng)的協(xié)方差矩陣為 V。 估計(jì)方法： 要
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1