当前位置： >>
stata命令总结
表2-1: 回归分析相关命令一览命令用途 anova 方差和协方差分析 heckman Heckman 筛选模型 intreg 离散型变量模型，包括Tobit 、cnreg 和intreg ivreg 工具变量法（IV 或2SLS） newey Newey-West 标准差设定下的回归 prais 针对序列相关的Prais-Winsten, Cochrane-Orcutt, or Hildreth-Lu 回归 qreg 分量回归 reg OLS 回归 sw 逐步回归法 reg3 三阶段最小二乘回归 rreg 稳健回归（不同于方差稳健型回归，即White 方法） sureg 似无相关估计 svyheckman 调查数据的Heckman 筛选模型 svyintreg 调查数据的间断变量回归 svyregress 调查数据的线性回归 tobit Tobit 回归 treatreg treatment 效应模型 truncreg 截断回归表2-2: 时间序列命令一览命令用途 clemao1 允许结构突变的单位根检验 zandrews dfuller dfgls pperron coin 单方程协整检验 dwstat 参考dwstat2 , durbina2 durbinh表2-3: Panel Data 模型相关命令一览I命令模型 统计描述相关命令： xtdes 变量类型，数据类型描述 xtsum 基本统计量 xttab 按表格形式列示 xtpattern 面板数据的模式 估计相关命令： xtreg 面板数据模型（固定效应、随机效应） xtregar 含有AR(1) 干扰项的固定效应和随机效应面板数据模型 xtgls 截面-时序混合模型，可处理异方差、组内序列相关和组间相关性 xtpcse OLS or Prais-Winsten models with panel-corrected standard errorsxtrchh Hildreth-Houck random coefficients models xtivreg 面板模型的工具变量或两阶段最小二乘法估计 xtabond Arellano-Bond(1991) 线性动态面板数据模型估计 xtabond2 Arellano-Bover(1995) 系统GMM 动态面板数据模型估计 xttobit Tobit 随机效应面板模型 xtintreg Random-effects interval data regression models xtlogit Fe, Re, Pa logit models xtprobit Re, Pa probit models xtcloglog Re, Pa cloglog models xtpoisson Fe, Re, Pa Poisson models xtnbreg Fe, Re, Pa negative binomial models xtfrontier 面板随机前沿模型 xthtylor Hausman-Taylor estimator for error-components models表2-4: Panel Data 模型相关命令一览II命令模型 假设检验相关： test Wald 检验，如时间效应联合显著性检验 xttest0 随机效应检验 xttest1 面板序列相关检验 xttest2 ads xtserial Wooldridge 一阶序列相关检验 xtab Arellano 面板一阶序列相关检验 hausman Hausman 检验 面板单位根和协整相关： xtunit stata提供的检验方法 ipshin IPS(2003)面板单位根检验 levilin Levin，Lin和Chu(LLC, 2002)面板单位根检验 madfuller Sarno-Taylor(1998) 面板单位根检验 xtfisher Maddala 和 Wu(1999),基于 P 值的面板单位根检验表2-5: Post-estimation Commands命令名称用途 adjust 列示预测结果的均质，适于多种回归分析，可分组列示 estimates 估计结果的存储、再显示、列表比较等 hausman Hausman 模型识别检验 lincom 获得参数的线性组合，在Logit 模型中可以获得系数线性组合的OR 值 linktest 但方程link 识别检验，用y 对Oy 和Oy2 回归 lrtest 似然比（LR）检验 mfx 计算边际效应和弹性系数 nlcom 系数的非线性组合 predict 获得拟合值、残差等 predictnl 获得非线性估计的拟合值、残差等 test 线性约束的假设检验，Wald 检验testnl 非线性约束的假设检验 vce 列示参数估计值的方差-协方差矩阵表2-6: 二维图种类一览图形种类简单描述 scatter scatterplot line line plot connected connected-line plot scatteri scatter with immediate arguments area line plot with shading bar bar plot spike spike plot dropline dropline plot dot dot plot rarea range plot with area shading rbar range plot with bars rspike range plot with spikes rcap range plot with capped spikes rcapsym range plot with spikes capped with symbols rscatter range plot with markers rline range plot with lines rconnected range plot with lines and markers tsline time-series plot tsrline time-series range plot mband median-band line plot mspline spline line plot lowess LOWESS line plot lfit linear prediction plot qfit quadratic prediction plot fpfit fractional polynomial plot lfitci linear prediction plot with CIs qfitci quadratic prediction plot with CIs fpfitci fractional polynomial plot with CIs function line plot of function histogram histogram plot kdensity kernel density plot表2-7: 二维图选项一览选项类别简单描述 added line options draw lines at specified y or x values added text option display text at specified (y,x) value axis options labels, ticks, grids, log scales title options titles, subtitles, notes, captions legend option legend explaining what means what scale(#) resize text, markers, and line widthsregion options outlining, shading, aspect ratio, size aspect option constrain aspect ratio of plot region scheme(schemename) overall look by(varlist, ...) repeat for subgroups nodraw suppress display of graph name(name, ...) specify name for graph saving(filename, ...) save graph in file advanced options difficult to explain表2-9: 模拟分析相关命令一览命令用途备注 抽样相关： corr2data 产生具有指定相关性的数据仅适用于模拟相关分析 drawnorm invnorm(uniform()) 产生服从标准正态分布的随机数函数，可调节均值和方差 matuniform(r,c) 产生均匀分布函数 sample 从现有数据中进行非重复随机抽样参考bsample sim arma 产生服从ARIMA 过程的随机变量需要下载 Bootstrap 相关： bootstrap bs bstat bsample MC 相关: simulate MC simulation jknife 类似于MC permute postfile 存储MC 的结果 statsby exp list
更多搜索：
All rights reserved Powered by
文档资料库内容来自网络，如有侵犯请联系客服。176被浏览11339分享邀请回答4912 条评论分享收藏感谢收起401 条评论分享收藏感谢收起 上传我的文档
 下载
 收藏
粉丝量：34
该文档贡献者很忙，什么也没留下。
 下载此文档
stata命令大全(全)
下载积分：2000
内容提示：stata命令大全(全)
文档格式：DOC|
浏览次数：191|
上传日期： 08:12:49|
文档星级：
全文阅读已结束，如果下载本文需要使用
 2000 积分
下载此文档
该用户还上传了这些文档
stata命令大全(全)
关注微信公众号工具变量法的Stata命令及实例；?本实例使用数据集“grilic.dta”；.sumVariableObsMeanStd.D；?考察智商与受教育年限的相关关系：；.corriqs(obs=758)iqsiq1.；上表显示，智商（在一定程度上可以视为能力的代理变；教育年限具有强烈的正相关关系（相关系数为0.51；.reglwsexprtenurernssms
工具变量法的Stata命令及实例 ?
本实例使用数据集“grilic.dta”。 ? 先看一下数据集的统计特征： . sum
8.032 ? 考察智商与受教育年限的相关关系： . corr iq s(obs=758)
1.0000 上表显示，智商（在一定程度上可以视为能力的代理变量）与受教育年限具有强烈的正相关关系（相关系数为0.51）。 ? 作为一个参考系，先进行OLS回归，并使用稳健标准差： . reg lw s expr tenure rns smsa,rLinear regression
Number of obs
[95% Conf. Interval]
其中expr, tenure, rns, smsa均为控制变量，而我们主要感兴趣的是变量受教育年限（s）。 回归的结果显示，教育投资的年回报率为10.26%，这个似乎太高了。可能的原因是，由于遗漏变量“能力”与受教育正相关，故“能力”对工资的贡献也被纳入教育的贡献，因此高估了教育的回报率。 ? 引入智商iq作为能力的代理变量，再进行OLS回归： . reg lw s iq expr tenure rns smsa,rLinear regression
Number of obs
[95% Conf. Interval]
虽然教育的投资回报率有所下降，但是依然很高。 ? 由于用iq作为能力的代理变量有测量误差，故iq是内生变量，考虑使用变量（med（母亲的受教育年限）、kww（在“knowledge of the World of Work”中的成绩）、mrt（婚姻虚拟变量，已婚=1）age（年龄））作为iq的工具变量，进行2SLS回归，并使用稳健的标准差： . ivregress 2sls lw s expr tenure rns smsa (iq=med kww mrt age),rInstrumental variables (2SLS) regression
Number of obs
Wald chi2(6)
Prob > chi2
[95% Conf. Interval]
Instrumented:
iqInstruments:
s expr tenure rns smsa med kww mrt age 在此2SLS回归中，教育回报率反而上升到13.73%，而iq对工资的贡献居然为负值。使用工具变量的前提是工具变量的有效性。为此，进行过度识别检验，考察是否所有的工具变量均外生，即与扰动项不相关： . estat overid
Test of overidentifying restrictions:
Score chi2(3)
(p = 0.0000) 结果强烈拒绝所有工具变量均外生的原假设。 ? 考虑仅使用变量（med, kww）作为iq的工具变量，再次进行2SLS回归，同时显示第一阶段的回归结果： . ivregress 2sls lw s expr tenure rns smsa (iq=med kww),r firstFirst-stage regressions
Number of obs
Adj R-squared
[95% Conf. Interval]
Instrumental variables (2SLS) regression
Number of obs
Wald chi2(6)
Prob > chi2
[95% Conf. Interval]
Instrumented:
iqInstruments:
s expr tenure rns smsa med kww 上表显示，教育的回报率为6.08%，较为合理，再次进行过度识别检验： 三亿文库包含各类专业文献、外语学习资料、行业资料、幼儿教育、小学教育、高等教育、中学教育、各类资格考试、专业论文、应用写作文书、36工具变量法的Stata命令及实例等内容。　
　stata命令大全(全)_数学_自然科学_专业资料。*** ...侧重于比 较C-D与Translog生产函数,一步法与两...(on) * 一个例子:中国29个省份的C-D生产函数的... 　(on) * 一个例子:中国29个省份的C-D生产函数的估计 tab id, gen(dum) ...以及工具变量外生性检验 * * --- xtdpdsys 命令--- Stata官方命令,以 xta... 　工具变量法的Stata命令及实例_数学_自然科学_专业资料 暂无评价|0人阅读|0次下载|举报文档工具变量法的Stata命令及实例_数学_自然科学_专业资料。工具变量法的 ... 　GMM 的命令: ivregress gmm y x1(x2=z1 z2) ivregress gmm y x1 (x2=z1 z2),igmm estat overid 工具变量法的 STATA 命令和实例: Use grilic.dta,... 　STATA 的简单命令 Stata 中最重要的命令莫过于 ...检验 DW 值的命令:estat dwatson 用广义差分法...检验工具变量识别不足时用命令 ranktest,以上例子... 　STATA面板数据模型操作命令_计算机软件及应用_IT/...在我们这个例子中发现 F 统计量的概率为 0.0000,...此时,需要采用工具变量法和是使用固定效应模型。 ●... 　采用科学计数法 format x1 %10.3fc ――将 x1 ...one-to-one merge: 数据源自 stata tutorial 中的...成功案例的概率) 检验极端值的步骤: 常见命令:... 　STATA的简单命令 Stata 中最重要的命令莫过于 help...即自动加入虚拟变量的命令 xi 的用 法: xii.year...检验工具变量识别不足时用命令 ranktest,以上例子...《经济学、管理学类研究生教学用书:高级计量经济学及Stata应用(第二版)》 陈强【摘要 书评 试读】图书
iPhone/iPad/Mac
Android手机或平板电脑
请输入您的手机号码，获取Kindle阅读软件的下载链接。
通知出版社：
没有Kindle设备？，或者下载免费 。
出版社: 高等教育出版社; 第2版 (日)
平装: 669页
语种： 简体中文
25.8 x 18.6 x 2.8 cm
品牌: 高等教育出版社
ASIN: B00JZEB8Y4
亚马逊热销商品排名:
图书商品里排第3,974名 ()
第1章绪论 1.1什么是计量经济学 1.2经济数据的特点与类型 第2章概率统计回顾 2.1概率与条件概率 2.2分布与条件分布 2.3随机变量的数字特征 2.4迭代期望定律 2.5随机变量无关的三个层次概念 2.6常用连续型统计分布 2.7统计推断的思想 习题 附录 第3章小样本OLS 3.1古典线性回归模型的假定 3.2OLS的代数推导 3.3OLS的几何解释 3.4拟合优度 3.5OLS的小样本性质 3.6对单个系数的t检验 3.7对线性假设的F检验 3.8F统计量的似然比原理表达式 3.9分块回归与偏回归（选读） 3.10预测 习题 附录 第4章Stata简介 4.1为什么使用Stata 4.2Stata的窗口 4.3Stata操作实例 4.4Stata命令库的更新 4.5进一步学习Stata的资源 习题 第5章大样本OLS 5.1为何需要大样本理论 5.2随机收敛 5.3大数定律与中心极限定理 5.4统计量的大样本性质 5.5渐近分布的推导 5.6随机过程的性质 5.7大样本OLS的假定 5.8OLS的大样本性质 5.9线性假设的大样本检验 5.10大样本OLS的Stata命令及实例 习题 附录 第6章最大似然估计法 6.1最大似然估计法的定义 6.2线性回归模型的最大似然估计 6.3最大似然估计的数值解 6.4信息矩阵与无偏估计的最小 方差 6.5最大似然法的大样本性质 6.6最大似然估计量的渐近协方差矩阵 6.7三类渐近等价的统计检验 6.8准最大似然估计法 6.9对正态分布假设的检验 6.10最大似然估计法的Stata命令及实例 习题 附录 第7章异方差与GLS 7.1异方差的后果 7.2异方差的例子 7.3异方差的检验 7.4异方差的处理 7.5处理异方差的Stata命令及实例 7.6Stata命令的批处理 习题 附录 第8章自相关 8.1自相关的后果 8.2自相关的例子 8.3自相关的检验 8.4自相关的处理 8.5处理自相关的Stata命令及实例 习题 第9章模型设定与数据问题 9.1遗漏变量 9.2无关变量 9.3建模策略：“由小到大”还是“由大到小” 9.4解释变量个数的选择 9.5对函数形式的检验 9.6多重共线性 9.7极端数据 9.8虚拟变量 9.9经济结构变动的检验 9.10缺失数据与线性插值 9.11变量单位的选择 习题 附录 第10章工具变量，2SLS与GMM 10.1解释变量与扰动项相关的例子 10.2工具变量法作为一种矩估计 10，3二阶段最小二乘法 10.4有关工具变量的检验 10.5GMM的假定 10.6CMM的推导 10.7GMM的大样本性质 10.8如何获得工具变量 10.9MLE也是GMM 10.10工具变量法的Stata命令及实例 习题 附录 第11章二值选择模型 11.1离散被解释变量的例子 11.2二值选择模型 11.3二值选择模型的微观基础 11.4二值选择模型中的异方差问题 11.5稀有事件偏差（选读） 11.6含内生变量的Probit模型（选读） 11.7双变量Probit模型（选读） 11.8部分可观测的双变量Probit模型（选读） 习题 第12章多值选择模型 12.1多项Logit与多项Probit 12.2条件Logit模型 12.3混合Logit模型 12.4嵌套Logit 习题 第13章排序与计数模型 13.1排序模型 13.2泊松回归 13.3负二项回归 13.4零膨胀泊松回归与负二项回归 13.5计数模型的Stata实例 习题 第14章受限被解释变量 14.1断尾回归 14.2零断尾泊松回归与负二项回归 14.3随机前沿模型（选读） 14.4偶然断尾与样本选择 14.5归并回归 14.6归并数据的两部分模型 14.7含内生解释变量的Tobit模型（选读） 习题 附录 第15章短面板 15.1面板数据的特点 15.2面板数据的估计策略 15.3混合回归 15.4个体固定效应模型 15.5时间同定效应 15.6一阶差分法 15.7随机效应模型 15.8组间估计量 15.9拟合优度的度量 15.10非平衡面板 15.11究竟该用固定效应还是随机效应 模型 15.12个体时间趋势 15.13短面板的Stata命令及实例 习题 第16章长面板与动态面板 16.1长面板的估计策略 16.2面板校正标准误 16.3仅解决组内自相关的FGLS 16.4全面FGLS 16.5组间异方差的检验 16.6组内自相关的检验 16.7组间同期相关的检验 16.8变系数模型 16.9面板工具变量法 16.10豪斯曼—泰勒估计量（选读） 16.11动态面板 16.12动态面板的Stata命令及实例 16.13偏差校正LSDV法 16.14重复截面数据与组群分析 习题 第17章非线性面板 17.1面板二值选择模型 17.2面板二值选择模型的随机效应估计 17.3面板二值选择模型的固定效应估计 17.4面板二值选择模型的Stata实例 17.5面板泊松回归 17.6面板负二项回归 17.7面板计数模型的Stata实例 17.8面板Tobit 17.9面板随机前沿模型 习题 第18章随机实验与自然实验 18.1实验数据 18.2理想的随机实验 18.3引入更多的解释变量 18.4随机实验执行过程中可能出现的问题 18.5自然实验 18.6双重差分法 18.7三重差分法 18.8观测数据的处理效应 习题 第19章蒙特卡罗法与自助法 19.1蒙特卡罗法的思想与用途 19.2蒙特卡罗法实例：模拟中心极限定理 19.3蒙特卡罗法实例：服从卡方分布的扰动项 19.4蒙特卡罗积分 19.5最大模拟似然法与模拟矩估计 19.6自助法的思想与用途 19.7自助法的分类 19.8使用自助法估计标准误 19.9使用自助法进行区间估计 19.10使用自助法进行假设检验 19.11自助法的一致性（选读） 19.12异方差情况下的自助法 19.13面板数据与时间序列的自助法 19.14自助法的Stata命令 19.15使用自助法进行稳健的豪斯曼检验 习题 附录 第20章平稳时间序列 20.1时间序列的数字特征 20.2自回归模型 20.3移动平均模型 20.4ARMA 20.5自回归分布滞后模型 20.6ARMA模型的Stata命令及实例 20.7误差修正模型 20.8MA（∞）与滞后算子 20.9向量自回归过程 20.10VAR的脉冲响应函数 20.11预测误差的方差分解 20.12格兰杰因果检验 20.13面板格兰杰因果检验 20.14VAR的Stata命令及实例 20.15季节调整 习题 第21章单位根与协整 21.1非平稳序列 21.2ARMA的平稳性 21.3VAR的平稳性 21.4单位根所带来的问题 21.5单位根检验与平稳性检验 21.6单位根检验的Stata实例 21.7面板单位根检验 21.8协整的思想与初步检验 21.9Beveridge—Nelson分解公式 21.10协整的定义与最大似然估计 21.11协整分析的Stata实例 习题 附录 第22章自回归条件异方差模型 22.1条件异方差模型的例子 22.2ARCH模型的性质 22.3ARCH模型的MLE估计 22.4GARCH模型 22.5何时使用ARCH或GARCH模型 22.6ARCH与GARCH模型的扩展 22.7ARCH与GARCH的Stata命令及实例 22.8多维GARCH模型（选读） 习题 第23章似不相关回归 23.1单一方程估计与系统估计 23.2似不相关回归的假定 23.3SUR的FCLS估计 23.4SUR的假设检验 23.5似不相关回归的Stata命令及实例 23.6变系数面板数据的SUR估计 习题 附录 第24章联立方程模型 24.1联立方程模型的结构式与 简化式 24.2联立方程模型的识别 24.3单一方程估计法 24.4三阶段最小二乘法 24.5三阶段最小二乘法的Stata实例 24.6结构VAR 24.7SVAR的Stata实例 习题 第25章非线性回归与门限回归 25.1非线性最小二乘法 25.2非线性回归的Stata命令及 实例 25.3门限回归 25.4面板数据的门限回归 25.5门限回归的计算机操作 习题 第26章分位数回归 26.1为什么需要分位数回归 26.2总体分位数 26.3样本分位数 26.4分位数回归的估计方法 26.5分位数回归的Stata命令及实例 习题 第27章非参数与半参数估计 27.1为什么需要非参数与半参数估计 27.2对密度函数的非参数估计 27.3核密度估计的性质 27.4最优带宽 27.5多元密度函数的核估计 27.6非参数核回归 27.7多元核回归 27.8k近邻回归 27.9局部线性回归 27.10非参数估计的Stata命令及实例 27.11半参数估计 习题 附录 第28章处理效应 28.1处理效应与选择难题 28.2通过随机分组解决选择难题 28.3依可测变量选择 28.4匹配估计量的思想 28.5倾向得分匹配 28.6倾向得分匹配的Stata实例 28.7偏差校正匹配估计量 28.8双重差分倾向得分匹配 28.9断点回归的思想 28.10精确断点回归 28.11模糊断点回归 28.12断点回归的Stata实例 28.13处理效应模型 习题 第29章空间计量经济学 29.1地理学第一定律 29.2空间权重矩阵 29.3空间自相关 29.4空间自回归模型 29.5空间杜宾模型 29.6空间误差模型 29.7一般的空问计量模型 29.8含内生解释变量的SARAR模型 29.9空间面板模型 29.10空间计量方法的局限性 第30章久期分析 30.1久期数据的处理方法 30.2风险函数 30.3久期数据的归并问题 30.4描述性分析 30.5久期模型的最大似然估计 30.6比例风险模型 30.7加速失效时间模型 30.8Cox模型 30.9比例风险模型的设定检验 30.10分层Cox模型 30.11随时间而变的解释变量 30.12不可观测的异质性 30.13其他久期分析模型 30.14久期分析的Stata命令及实例 习题 第31章贝叶斯估计简介 31.1贝叶斯估计的思想 31.2贝叶斯定理 31.3贝叶斯估计的一个例子 31.4基于后验分布的统计推断 31.5先验分布的选择 316多元回归的贝叶斯分析 31.7马尔可夫链蒙特卡罗法 习题 第32章如何做规范的实证研究 32.1计量理论与现实数据 32.2实证研究的主要步骤 32.3实证论文的结构 32.4计量实践的十诫 32.5结束语 习题 附录：常用数据来源 参考书目 数学符号 英文缩写
看过此商品后顾客买的其它商品？
杰弗里·M·伍德里奇 (Jeffrey M.Wooldridge)
劳伦斯·C.汉密尔顿 (Lawrence C.Hamilton)
与其他买家分享您的想法留言者版本: 平装|已确认购买这本书非常有用，写硕士毕业论文的时候基本上每时每刻都离不开翻这本书～stata方法这本书很实用！
留言者版本: 平装|已确认购买书本挺好，就是不包邮，需要拼单才可能免邮费，这点我不是很满意，其他都还好。
留言者版本: 平装|已确认购买理论和实务相结合，stata亦是强烈建议学习和使用的计量软件（另一个是matlab）
留言者版本: 平装|已确认购买购买的书有缺页，严重影响阅读，又找不到售后，请相关的人看后与我联系。
留言者版本: 平装|已确认购买陈老师的书，内容丰富，写得很好。
留言者版本: 平装|已确认购买看得出来是一本写的很用心的书
留言者版本: 平装|已确认购买一直很喜欢看陈强老师的著作，本书的字迹印刷很浅，根本不如第一版印刷好，很失望，难道是盗版？
留言者版本: 平装网上听说这本书很好，找了很久才买到。大概的浏览了一下，陈强老师的这本书我觉得比较适合学习过STATA想进一步学习和了解的朋友。因为这本书里面的内容很全面，几乎是手把手的教你如何操作了。不过，对一些计量的前沿虽然书里也有涉猎，但是实例较少。
按发表时间排序
经济学、管理学类研究生教学用书:高级计量经济学及Stata应用(第二版) [平装]
通常需要2-3天发货。
由中关村图书大厦专营店直接销售和发货。
查看产品详情页面完毕后，在此处了解返回您感兴趣的页面的方式。
查看产品详情页面完毕后，在此处了解返回您感兴趣的页面的方式。}