偏最小二乘回归分析_stata速学|面板数据回归分析|可行广义最小二乘估计法

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！ 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 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。

list year cost profit 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) 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 观察面板数据的结构：xtdes 结果分析：region表明20个面板