慕课面板数据分析与Stata应用—第一章总结

1、面板数据类型

        短、长

        平衡、非平衡

        静、动态

2、估计方法

       2.1 混合回归

                特征：认为个体异质性不存在，所有的个体估计方程都一致

        2.2固定效应

                特征：认为个体异质性与解释变量相关

                类别

                        单向：仅控制不随时间而变的遗漏变量

                                ·组内估计量

                                ·LSDV

                        双向：既解决了随时间而变的也解决了不随时间而变遗漏变量问题。

      2.3 随机效应

                特征： 认为个体异质性与解释变量不相关

3、方法的选择

在实证研究中，对于面板数据基本上都是以双向或单向固定效应为主，但是在期刊中审稿人可能会让你列出使用不同方法的估计量、标准误、显著性。

面板数据估计中可能存在的问题

               1、误差项异方差问题

               2、误差项自相关问题    

               3、截面自相关问题
3.1**第一步 模型设定与数据**

use traffic.dta   //打开数据集
des   //查看数据
xtdes //查看数据
xtset state year  //将数据设为面板数据格式

3.2**第二步 描述性统计与作图**

sum fatal beertax spircons unrate perinck
twoway (scatter fatal beertax) (lfit fatal beertax)  //画出关键变量与被解释变量的散点图和回归直线
tab year, gen(year)  //生成年份虚拟变量
reg fatal beertax spircons unrate perinck year2-year7 i.state  //LSDV回归
avplot beertax  //画出关键变量与被解释变量的偏回归图
avplots  //画出所有解释变量与被解释变量的偏回归图
xtline fatal    //画出关键变量的时间序列图 
xtline beertax  //画出关键变量的时间序列图 

3.3**第三步 模型选择**

        3.3.1比较混合回归模型和固定效应模型*
        xtreg fatal beertax spircons unrate perinck year2-year7,fe

         /*先估计双向固定效应模型，如果不加（cluster（state））会出现F检验，原假设为：All         ui=0,所有的个体效应都为0.
        拒绝原假设后，不能说明就要选择固定效应模型，误差截面相关以及异方差，自相关等问题并没解决。*/
        3.3.2先检验截面相关问题
        ssc install xtcsd  //安装命令-先安装（原假设是不存在截面相关问题）
        xtcsd,pes  //检验截面相关问题适用于平衡、非平衡、动态、
        xtcsd,fri  //检验截面相关问题适用于平衡面板
        xtcsd,fre  //检验截面相关问题适用于平衡以及考虑了时间效应的估计
      

        //  Xtcsd仅在固定或随机效应估计后才能运行，根据具体的面板数据类型以及是否考虑时间效应选择对应的选择项

                若*存在截面相关问题时*
                ssc install xtscc  //安装命令
                xi:xtscc fatal beertax spircons unrate perinck year2-year7 i.state  //处理了误差项截面相关问        题的Two-way FE
                testparm  _Istate*  //对州虚拟变量做F检验，是否存在个体效应，如果拒绝原假设表明存在个体所以应该选择FE

                若*不存在截面相关问题时*
                xi:reg fatal beertax spircons unrate perinck year2-y