蒙特卡洛分析_Stata：学点蒙特卡洛模拟分析

NEW！连享会·推文专辑：Stata资源 | 数据处理 | Stata绘图 | Stata程序结果输出 | 回归分析 | 时间序列 | 面板数据 | 离散数据交乘调节 | DID | RDD  |  因果推断 |  SFA-TFP-DEA文本分析+爬虫 | 空间计量 | 学术论文 | 软件工具

我的那些「白日梦」
其实就是你们玩的 MC

只是,
我设置的参数有点夸张罢了 ……

别笑！我是认真的！

作者：陈勇吏(上海交通大学)

? 连享会主页：lianxh.cn

Stata 暑期班：9天直播

? 时间：2020.7.28-8.7
? 嘉宾：连玉君 (中山大学) | 江艇 (中国人民大学)
? 主页：https://gitee.com/arlionn/PX  | ? 微信版? 招聘助教 15 名，详情参见课程主页

---

目录

• 1. 蒙特卡洛模拟(MC)简介

• 2. 两种常用的 MC 方法

  • 2.1 postfile 命令

  • 2.2 simulate 命令

• 3. Stata 实现

  • 3.1 Stata 范例 1：对数正态分布的均值和方差

  • 3.2 Stata 范例 2：内生性偏误的影响

• 4. 结语

• 5. 参考文献和相关资料

---

本文介绍 Stata 中做蒙特卡洛模拟的两种常用方法。第一种方法是使用 postfile 命令，第二种方法是 simulate 命令，并举了两个具体的例子，说明如何在 Stata 中做蒙特卡洛模拟。

温馨提示： 文中链接在微信中无法生效。请点击底部

1. 蒙特卡洛模拟(MC)简介

蒙特卡洛模拟方法(MC)，即从总体中抽取大量随机样本的计算方法。当根据总体的分布函数 很难求出想要的数字特征时，可以使用蒙特卡洛模拟的方法，从总体中抽取大量样本，使用样本的数字特征估计总体的数字特征。

比如，我们想知道 ，其中 是随机向量，其概率密度函数为 。根据期望公式可以得到：

这是一个多重积分，大多时候很难求解。此时，我们可以使用蒙特卡洛模拟的方法，从总体中抽取大量的样本，通过样本来近似 。具体操作过程如下：

• 从总体的概率分布 中抽取一个随机样本 ，并计算 。
• 重复 次 上述过程，得到 个独立同分布的样本 。
• 使用的平均值(样本均值)来近似(总体均值)。

2. 两种常用的 MC 方法

MC 方法的原理是从总体中生成大量的样本，Stata 有两种常用的方法。第一种是使用 postfile 命令，另一种是使用 simulate 命令。

2.1 postfile 命令

postfile 命令需要与循环语句结合使用。使用 foreach、while 等循环语句逐次生成独立的样本，并基于样本计算感兴趣的统计值。使用 postfile 命令生成 dta 文件，并将每次循环得到的数据追加进来。蒙特卡洛模拟次数由循环次数决定，最后生成的 dta 文件中，每一行代表一次蒙特卡洛模拟，每一列代表一个基于样本计算出的统计值。

2.1.1 postfile 命令语法

查看帮助文件 help postfile，可以看到三个配套使用的命令 postfile、post、postclose