stata面板數(shù)據(jù)，數(shù)據(jù)情況:數(shù)據(jù)非均衡微型企業(yè)面板，"試點(diǎn)省(市)"作為解釋變量。面板 數(shù)據(jù)時(shí)間間隔為1的回歸問題，你需要用一階差分做回歸，因?yàn)槟愕臄?shù)據(jù)不穩(wěn)定，出來的回歸是亂真的’，stata，而一階差分直接用D.X表示。

1。解釋變量的內(nèi)生性檢驗(yàn)首先，檢驗(yàn)解釋變量的內(nèi)生性(解釋變量內(nèi)生性的豪斯曼檢驗(yàn):使用工具變量法的前提是內(nèi)生性解釋變量的存在。豪斯曼檢驗(yàn)的原始假設(shè)是:所有解釋變量都是外生的，如果拒絕，則認(rèn)為有內(nèi)生的解釋變量，應(yīng)使用IV；另一方面，如果接受，則認(rèn)為沒有內(nèi)生解釋變量，應(yīng)使用OLS。regldilf diestimatestoreolsxtivregldi(lof dil。lofdileplex r)Estimatestorei VHausmanivols(使用面板 數(shù)據(jù)中的工具變量)，Stata提供以下命令來執(zhí)行2SLS:xtivregdepvar。結(jié)果的前兩行表示模型的類別，LZ采用randomeffect隨機(jī)模型，截面變量:省，樣本數(shù)310，組數(shù)31，即每組10個(gè)觀測(cè)值。35條線代表模型的擬合優(yōu)度，分別是組內(nèi)、組間、整體、組內(nèi)、組間和整體。第67行表示參數(shù)聯(lián)合檢驗(yàn)的waldchi2檢驗(yàn)和Pvalue，p0.000表示參數(shù)一般為灰色。

該圖的輸出結(jié)果與橫截面回歸的結(jié)果相同。關(guān)于你的解釋變量基數(shù)權(quán)重的解釋是，在其他條件不變的情況下，基數(shù)每增加一個(gè)單位，城市就會(huì)增加0.0179個(gè)單位，P值為0.000，往往是顯著的。最后三行是隨機(jī)效應(yīng)模型中個(gè)體效應(yīng)和隨機(jī)干擾項(xiàng)的方差估計(jì)，分別為sigma _ u和sigma _ e。需要注意的是，你的模型擬合度不高，R面只有26%。當(dāng)然，這要看具體的研究，以及同方向其他學(xué)者的擬合結(jié)果。如果每個(gè)人都超過20歲，那是可以的。

本期求解者:向佐老師提問:我的實(shí)證測(cè)量問題如下。希望你能幫我解決。謝謝大家！數(shù)據(jù)情境:數(shù)據(jù)微觀企業(yè)的非均衡面板、以“正在試點(diǎn)的省(市)”為解釋變量、以“報(bào)紙版面與試點(diǎn)時(shí)間的相互作用”為工具變量，橫截面為數(shù)據(jù)。下面的截圖是我執(zhí)行命令時(shí)遇到的情況:toofewvariablesspecified答案:面板 數(shù)據(jù)，如果缺失變量ui和解釋變量xit之間存在不隨時(shí)間變化的相關(guān)性，可以通過同時(shí)去除解釋變量和被解釋變量的均值然后回歸來解決，因?yàn)橛?Yity (Xitx) β (。

這也被稱為固定效應(yīng)模型。固定效應(yīng)的一個(gè)潛在不便是，無法估計(jì)同一個(gè)體在時(shí)間上沒有變化的變量的系數(shù)，因?yàn)楫?dāng)均值去除后，所有個(gè)體都將變成0 (XIX 0)，所以無法估計(jì)。在本題的兩階段OLS中，如果第一階段也采用固定效應(yīng)模型，由于工具變量是橫截面數(shù)據(jù)且不隨時(shí)間變化，因此無法估計(jì)系數(shù)。

本文介紹了一個(gè)新的Stata命令xtpmg，用于估計(jì)具有大N和大T的非平穩(wěn)不平衡面板。xtpmg基于非平穩(wěn)面板文獻(xiàn)的最新發(fā)展，提供了三種備選估計(jì)量:1)傳統(tǒng)的固定效應(yīng)(FE)，2)Pesaran和Smith的均值組估計(jì)量(估計(jì)動(dòng)態(tài)異質(zhì)性的長期關(guān)系面板)；3)3)Pesaran，Shin和Smith的混合平均組估計(jì)PMG(估計(jì)動(dòng)態(tài)異質(zhì)性中的長期關(guān)系面板)。

多重共線性是指由于線性回歸模型中解釋變量之間的精確相關(guān)或高度相關(guān)，導(dǎo)致模型估計(jì)失真或難以準(zhǔn)確估計(jì)。一般來說，由于經(jīng)濟(jì)數(shù)據(jù)的限制，模型設(shè)計(jì)不當(dāng)，導(dǎo)致設(shè)計(jì)矩陣中解釋變量之間的相關(guān)性一般。完全共線性的情況很少，但一定程度上是共線性，即近似共線性。

1。你需要用一階差分做回歸，因?yàn)槟愕臄?shù)據(jù)不穩(wěn)定，出來的回歸是亂真的。stata中的一階差分直接用d.x表示..如果不行，自己創(chuàng)建一個(gè)新的變量，比如m: genmxl.x2，那么就要看adjustedrsquare，而不是rsquare。如果很低，那也沒什么，是模型解讀的問題。

如果y是因變量，X和P是自變量，正確的輸入應(yīng)該是:ycxp注意里面有空格。c是常數(shù)項(xiàng)，固定字母，其實(shí)這樣做還是有問題的。二階差分是平穩(wěn)的，說明是二階單形，這只是協(xié)整關(guān)系的一個(gè)條件，這只是完成了協(xié)整檢驗(yàn)的一半，另一半是回歸后檢驗(yàn)殘差是否平穩(wěn)。如果殘差序列是平穩(wěn)的，證明三個(gè)變量存在協(xié)整關(guān)系，回歸是有效的。