- 博客(38)
- 收藏
- 关注
原创 大样本 OLS 模型及 Stata 具体操作步骤
在统计学和计量经济学中,普通最小二乘法(Ordinary Least Squares,OLS)是一种广泛应用的线性回归方法,用于估计线性模型中的参数。本文将详细介绍大样本 OLS 模型的理论原理,并结合 Stata 软件进行具体的操作演示,同时补充小样本 OLS 和大样本 OLS 的区别。运行上述代码后,我们将得到不同模型的回归结果输出,包括系数估计值、标准误差、t 值、p 值等。OLS 的基本思想是通过最小化残差平方和来估计模型的参数,使得观测值与模型预测值之间的差异最小。是待估计的参数向量,
2024-07-17 18:44:23
468
原创 小样本 OLS 模型及 Stata 具体操作步骤
在统计学和计量经济学中,普通最小二乘法(Ordinary Least Squares,OLS)是一种广泛应用的线性回归方法。本文将详细介绍小样本 OLS 模型的理论原理,并通过 Stata 软件进行实际操作演示。OLS 模型的基本思想是通过最小化残差平方和来估计线性回归方程中的参数。为了进行演示,我们假设我们有一个包含 30 个观测值的数据集,其中包含变量。在小样本情况下,我们需要更加关注估计量的性质,如无偏性、有效性和一致性等。命令后的第一个变量是因变量,第二个及以后的变量是自变量。
2024-07-17 18:26:47
360
原创 2017-2022中国地级市数字经济指数
2017-2022中国地级市数字经济指数数据及信息化基础设施得分 数据及信息化基础设施排名 数据及信息化基础设施排名变更 城市服务得分 城市服务排名 城市治理得分 城市治理排名 城市治理排名变更 产业融合得分 产业融合排名。
2024-07-12 11:33:14
889
原创 贝叶斯估计模型及 Stata 具体操作步骤
贝叶斯估计的核心思想是将未知参数视为随机变量,并通过先验分布来表达对其的初始认知。随着观测数据的积累,利用贝叶斯定理更新先验分布,得到后验分布,从而实现对参数更精确的估计。需要注意的是,贝叶斯估计的结果会受到先验分布选择、迭代次数和燃烧期等因素的影响。在实际应用中,应根据具体问题和数据特点,合理选择这些参数,以获得可靠的估计结果。后验均值是对参数的估计值,反映了在综合先验信息和样本数据后的最佳估计。假设我们有一组样本数据,服从正态分布,已知方差为 ,现在要使用贝叶斯估计来估计均值。指定先验分布的方差为。
2024-07-11 18:29:46
1194
原创 久期分析与久期模型
从数学角度来看,久期是债券现金流的加权平均时间,其中权重是现金流的现值占债券总现值的比例。反之,久期越短,债券价格对利率变动的敏感性越低。它不仅仅是一个简单的时间概念,更是反映了债券现金流回收的平均时间,同时也体现了债券价格与利率之间的非线性关系。以一个简单的固定利率债券为例,如果债券每年支付固定的利息,到期时偿还本金,那么久期的计算就是将每一期现金流的时间乘以其现值,然后求和,再除以债券所有现金流的现值总和。为了进行久期分析,我们需要准备债券的相关数据,包括债券的票面利率、到期时间、面值等。
2024-07-11 18:09:17
790
原创 空间误差模型及 Stata 具体操作步骤
在当今的数据分析领域,处理具有空间相关性的数据变得越来越重要。空间误差模型(Spatial Error Model,SEM)作为空间计量经济学中的重要模型之一,能够有效地捕捉数据中的空间依赖关系。为了进行实证分析,我们收集了中国各省份的经济数据,包括地区生产总值(GDP)作为因变量 ,以及固定资产投资(INV)、劳动力数量(LABOR)和教育水平(EDU)作为自变量。使用基于距离的空间权重矩阵进行估计,得到的系数估计值和显著性水平与基于邻接关系的矩阵估计结果基本一致,说明模型具有一定的稳健性。
2024-07-10 18:38:08
881
原创 空间自回归模型及 Stata 具体操作步骤
它假设观测值之间的相关性不仅取决于传统的时间或其他因素,还受到空间位置的影响。残差的空间自相关性检验结果可能会显示,例如:“Moran's I test for residuals: 0.123 (p = 0.056)”,这表明残差可能不存在显著的空间自相关性,模型拟合较好。运行上述代码后,Stata 将会输出模型的估计结果,包括回归系数、标准误差、t 值、p 值等。然后,根据研究目的和数据特点,可能需要对变量进行标准化或对数变换等操作,以满足模型的假设和提高模型的性能。
2024-07-10 18:11:32
751
原创 空间计量模型及 Stata 具体操作步骤
空间计量经济学在研究具有空间相关性的数据时具有重要作用。本文将构建一个关于地区经济增长与相关因素的实证模型,并详细介绍在 Stata 中的操作流程。空间计量模型主要包括空间自回归模型(SAR)、空间误差模型(SEM)和空间杜宾模型(SDM)等。
2024-07-09 19:00:13
1093
原创 处理效应模型及 Stata 具体操作步骤
通过倾向得分匹配,找到在这些因素上相似但一组接受治疗,一组未接受治疗的个体进行比较,从而更准确地评估治疗效果。选取实施政策的城市作为处理组,未实施政策的相似城市作为控制组,比较政策实施前后两组城市空气质量的变化差异,以评估政策效果。对于倾向得分匹配,查看匹配质量的统计结果,判断协变量是否在处理组和控制组间达到平衡。时,说明处理组和控制组的结果变量均值有显著差异,即处理有显著效果。如果协变量的系数显著,说明这些协变量对接受处理的概率有显著影响。较大,说明匹配效果较好,处理组和控制组在协变量上差异不显著。
2024-07-09 18:43:29
634
原创 三因子模型及 Stata 具体操作步骤
三因子模型是资产定价领域的重要理论模型,由法玛和弗伦奇(Fama and French)提出。该模型在资本资产定价模型(CAPM)的基础上,增加了规模因子(SMB)和价值因子(HML),以更好地解释股票收益率的横截面差异。
2024-07-08 23:24:00
1393
原创 地级市空气质量指数AQI、环境污染PM2.5、SO2
本研究旨在深入探讨环境污染对经济增长的影响。通过引入外部经济数据,包括地区生产总值(GDP)、人均收入等,结合空气质量指数(AQI)、PM2.5等环境污染数据,运用计量经济学方法进行实证分析。
2024-07-04 20:33:14
766
原创 2015-2021年地级市月度空气质量数据(AQI、SO2、NO2、PM2.5、PM10、O3、CO)
本研究旨在深入分析影响空气质量的因素,以2015年至2021年部分地级市的空气质量数据为基础,综合探讨了年份、月份、地理位置等因素对空气质量指数(AQI)、PM2.5、PM10等指标的影响。
2024-07-04 10:17:39
923
原创 非参数与半参数估计模型及 Stata 具体操作步骤
通过以上对非参数与半参数估计模型的介绍和 Stata 操作演示,我们深刻体会到了这些方法在处理实际数据中的强大能力。然而,在实际应用中,选择合适的模型和方法并非易事,需要充分考虑数据的特点、研究问题的性质以及模型的适用性。同时,对于参数的调整和优化,如带宽的选择、多项式的阶数等,也需要通过不断的尝试和比较来确定最优值,以获得更准确和可靠的估计结果。
2024-07-03 11:31:31
1141
原创 分位数回归模型及 Stata 具体操作步骤
分位数回归作为一种强大的统计分析方法,能够更全面地揭示自变量与因变量在不同分位数水平上的关系。分位数回归为我们提供了更丰富的信息,在纳入控制变量后,能更准确地剖析自变量与因变量之间的关系。在 Stata 中的操作相对便捷,但在实际应用中,需依据数据特点和研究问题谨慎选择分位数水平,并对结果进行合理阐释与推断。通过比较不同分位数下的回归结果,能够更全面地了解学习时间和作业完成情况对考试成绩影响在分布上的变化。分位数回归是对传统线性回归的拓展,其核心思想是针对不同的分位数水平来构建回归模型。
2024-07-03 10:13:10
1075
原创 门限回归模型的实际应用分析
门限回归模型(Threshold Regressive Model,简称 TR 模型或 TRM)的基本思想是通过门限变量的控制作用,当给出预报因子资料后,根据门限变量的门限阈值的判别控制,来决定不同情况下使用不同的预报方程,从而试图解释各种类似于跳跃和突变的现象。
2024-07-02 11:22:07
707
原创 非线性回归模型及 Stata 具体操作步骤
非线性回归模型的理论原理在于通过合理选择函数形式,并运用适当的参数估计方法,来准确捕捉变量之间复杂的非线性依赖关系,从而为分析和预测提供更精确的模型。
2024-07-02 10:55:05
1188
原创 单位根检验及 Stata 具体操作步骤
本文将详细介绍单位根检验的基本概念、理论原理以及在 Stata 中的具体操作步骤,并通过实际数据进行演示。单位根检验的核心思想是检验时间序列数据的生成过程中是否存在单位根。反之,如果不存在单位根,则是平稳的。单位根的存在意味着时间序列的方差和均值会随着时间无限增长,这会导致许多传统的统计方法失效,例如回归分析可能产生虚假的结果。对于 PP 检验,它对序列的异方差和自相关具有更强的稳健性。
2024-07-01 10:34:01
1264
原创 2006-2020上市公司研发投入金额数据集
本文以 2016-2020 年沪深 A 股上市公司为研究对象,采用实证分析方法,研究了研发投入与企业绩效之间的关系。
2024-06-30 23:55:42
1105
原创 2000-2022年上市公司数字化转型与绿色创新质量匹配数据(含控制变量)
本文旨在研究上市公司数字化转型与绿色创新质量匹配的关系。通过构建实证模型,利用2000-2022年上市公司的相关数据进行回归分析。
2024-06-30 23:32:41
1149
原创 2007-2021年36家上市银行绿色信贷余额、绿色信贷占比、资产收益率、不良贷款率等数据
绿色信贷的概念最早由国际金融公司(IFC)在 2003 年提出,是指银行等金融机构向符合环保标准的企业和项目提供的贷款。
2024-06-29 17:45:04
1175
原创 平稳性检验及 Stata 具体操作步骤
在时间序列分析中,平稳性是一个非常重要的概念。平稳性检验是判断时间序列数据是否具有稳定的统计特性,这对于后续的建模和预测至关重要。本文将详细介绍平稳性检验的方法及在 Stata 中的具体操作步骤,并结合实际数据进行演示。
2024-06-28 19:05:08
1268
原创 自回归条件异方差模型及 Stata 具体操作步骤
自回归条件异方差(Autoregressive Conditional Heteroskedasticity,ARCH)模型在金融时间序列分析中具有重要地位,用于捕捉波动率的聚类和时变特征。
2024-06-28 18:51:06
1134
原创 中介效应模型检验原理及Stata具体操作步骤
完全中介效应:当自变量 X 对因变量 Y 的影响完全是通过中介变量 M 实现时,即 X 对 Y 的直接效应为零,只有通过 M 产生的间接效应存在。在中介效应模型中,自变量(X)对因变量(Y)的影响可能并非直接产生,而是部分或全部通过一个或多个中介变量(M)来实现。比如,在研究教育水平(X)对个人收入(Y)的影响时,职业技能水平(M)是中介变量。方程 3 中,职业技能水平(M)对个人收入(Y)有显著影响,且教育水平(X)对个人收入(Y)的直接效应相比方程 1 有所减小但仍显著。
2024-06-27 11:09:42
2336
原创 中介效应模型的 Stata 具体操作步骤
中介效应分析为我们提供了一种深入探究这种关系的方法,它帮助我们揭示自变量如何通过中介变量来影响因变量的机制。
2024-06-27 10:30:50
1498
原创 DID 安慰剂检验的 Stata 具体操作步骤
在使用 DID 进行分析时,安慰剂检验是一种重要的稳健性检验方法,用于验证估计结果是否是由于偶然因素或其他未观察到的因素导致的。
2024-06-26 11:31:17
1000
原创 双重变化法(CIC)的 Stata 具体操作步骤
双重变化法(Change in Changes,简称 CIC)是一种用于评估政策或干预措施效果的有力工具。
2024-06-26 11:13:18
1116
原创 向量自回归模型(VAR)的具体操作步骤
向量自回归模型(VAR)是一种用于分析多个时间序列变量之间相互关系的统计模型。本文详细介绍 VAR 模型在 STATA 中的具体操作步骤,并结合一个实际案例进行展示。
2024-06-24 14:25:29
1332
翻译 使用 Python 简化数据集成(ELT 方法)
本文演示了如何利用 ELT 方法,使用 Python 和存储过程将 Salesforce 和 Oracle 集成到 Amazon Redshift 中。
2024-06-19 18:32:47
14
原创 【GMM广义矩估计】GMM的STATA操作步骤
广义矩估计(GMM,Generalized Method of Moments)是一种重要的参数估计方法。它基于样本矩和总体矩相等的原理,通过构造包含参数的方程组来求解未知参数。STATA是一款广泛使用的统计分析软件,提供了丰富的命令和选项来支持GMM估计。
2024-06-18 16:59:38
1404
1
2017-2022中国地级市数字经济指数
2024-07-12
2000-2022年地级市数字经济指数(含控制变量)
2024-07-06
2015-2021年地级市月度空气质量数据(AQI、SO2、NO2、PM2.5、PM10、O3、CO)
2024-07-03
2000-2022年上市公司数字化转型与绿色创新质量匹配数据(含控制变量)
2024-06-30
2007-2021年36家上市银行绿色信贷余额、绿色信贷占比、资产收益率、不良贷款率等数据
2024-06-27
1996-2019年各省废水污染、治理数据
2024-06-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人