ardl模型stata命令_小白学统计|面板数据分析与Stata应用笔记（二）

#文章首发于公众号“如风起”。

原文链接：

小白学统计|面板数据分析与Stata应用笔记（二）​mp.weixin.qq.com

面板数据分析与Stata应用笔记整理自慕课上浙江大学方红生教授的面板数据分析与Stata应用课程，笔记中部分图片来自课程截图。

笔记内容还参考了陈强教授的《高级计量经济学及Stata应用（第二版）》

短面板数据分析的基本程序

1、模型设定与数据

2、描述性统计与作图

3、模型选择

4、报告计量结果

#以啤酒税将降低交通死亡率的假说为例，数据来自陈强教授的《高级计量经济学及Stata应用（第二版）》中的“traffic.dta”数据集。

第一步 模型设定与数据

为了检验假说，构造一个双向固定效应模型

其中，被解释变量

为交通死亡率，核心解释变量

为啤酒税；另外三个可观测的控制变量:

分别为酒精的消费量、税率和人均个人收入；

为不可观测的个体效应，

为时间效应。

在Stata软件中对数据进行分析，执行如下步骤：

1、导入数据到Stata中

在Stata的“命令窗口”中输入

命令【use"数据集路径traffic.dta"】将“traffic.dta”数据集导入到Stata中，

例如【use"C:Userstraffic.dta"】。

将数据导入Stata后，即可在Stata的“变量窗口”中看到“traffic”数据集中的各个变量的名称及其标签。

以啤酒税将降低交通死亡率的假说为例，数据来自陈强教授的《高级计量经济学及Stata应用（第二版）》中的“traffic.dta”数据集。

2、查看数据

在Stata的“命令窗口”输入命令【des】查看“traffic”数据集。

从输出结果我们可以看到：“traffic”数据集包含336个观测值，54个变量。此外，我们还可以看到数据集中的变量名称、数据类型以及相关的说明。
通过命令【xtdes】我们可以查看面板数据的特征。

由结果可知：面板数据的截面数 ,时间数 , ,说明这是一个短面板数据集。

在使用面板数据分析前，我们需要输入命令【xtset state year】,来告诉Stata软件，这是一个以截面变量state为州，时间变量为year的面板数据。

观察输出结果，由strongly balance可知，这是一个平衡面板数据。

至此，我们可以知道，“traffic”数据集是一个48个州，1982-1988年的平衡面板数据集。

第二步 描述性统计作图

1、描述性统计

使用命令【sum 关键变量】可以得到关键变量的描述性统计表。

在Stata中输入命令【sum fatal beertax spircons unrate perinck】,我们可以得到解释变量与被解释变量的观测值、均值、标准差、最小值和最大值。

2、绘制散点图及回归直线在回归之前，我们可以先画出核心变量与别解释变量的散点图及回归直线，来预先判定一下核心变量与被解