![d5d8925ee53be8f4f5a4dfdfdf1ec243.gif](https://i-blog.csdnimg.cn/blog_migrate/37d074f5c3dcd874f5284b9b356c514d.gif)
NO.10
ZEYI
06.2020
正文共: 2971字 39图 预计阅读时间: 8分钟 嘿喽,我是则已。这是stata的第十期学习,也是最后一期,花了半个月,终于差不多学完了。奥里给!
![7b7ece1f1ee98354e0d049b1a4e4b218.gif](https://i-blog.csdnimg.cn/blog_migrate/db2fbcb6f07c8f3d29fd84044904ad46.gif)
前面学习了最小二乘回归分析、因变量受限回归分析非线性回归分析、logist回归分析,时间序列分析。今天来学习面板数据分析。 划线部分是自己要研究的变量。 面板数据分析
![a85b36182e3c27593c1187b1626abc41.png](https://i-blog.csdnimg.cn/blog_migrate/ff4fd93e0284c779bebc039b34a3b07e.png)
面板数据兼具了横截面数据和时间序列数据的特点,既有横截面维度(在同一时间段观测多个样本),又有时间序列维度。面板数据可以分为短面板数据分析和长面板数据分析。
01 短面板数据分析 短面板数据分析特征:同一横截面观测的数据多,但观测时间短。短面板数据分析方法主要有:最小二乘回归分析、固定效应回归分析、随机效应回归分析。
![ee508b46448aba5275cef934407f7c1e.png](https://i-blog.csdnimg.cn/blog_migrate/80afd9a3fda68df947f77f11b9b8bad3.jpeg)
list year cost profit
![0bbe33445a519912cc1d6e16fd29ccfe.png](https://i-blog.csdnimg.cn/blog_migrate/6eab7fc763489b64d1d5068cfbcf09dc.png)
为了符合面板数据中样本的数据必须是整数,而且不允许重复,对观测样本进行编号,把地区的字符串有效转换成数值型变量,以便进行下一步操作。 观测样本进行编号: encode diqu,gen(region)
![02322e84e96abb0bcf625da802c62db4.png](https://i-blog.csdnimg.cn/blog_migrate/c206102cd80d02aae3141b136dae84bd.png)
对面板数据进行定义,先定义上步生成的面板数据,紧接着是时间序列数据: xtset region year
![5a563ecf89b0da2f3222c16bb5c613e2.png](https://i-blog.csdnimg.cn/blog_migrate/5ff2fe69d3e33b1b7660a8b040cdaf22.png)
观察面板数据的结构:xtdes
![d80c2921ff3e5ab8cdf3368e938716d2.png](https://i-blog.csdnimg.cn/blog_migrate/ec7c3d9d28289934425d5ca31ba73157.png)
结果分析:region表明20个面板