Stata与模型的设定(PPT 48页)
实验7-1遗漏变量的检验
一、实验基本原理
二、实验数据和实验内容
根据统计资料得到了美国工资的横截面数据,变量主要包括:wage=工资,educ=受教育年限,exper=工作经验年限,tenure=任职年限,lwage=工资的对数值。完整的数据在本书附带光盘的data文件夹的“”工作文件中。
利用wage1的数据,分别利用Link方法和Ramsey方法检验模型
是否遗漏了重要的解释变量。
三、实验操作指导
Link方法进行检验的基本命令语句为:
linktest [if] [in] [, cmd_options]
在这个命令语句中,linktest是进行Link检验的基本命令,if是表示条件的命令语句,in是范围语句,cmd_options表示Link检验的选项应该与所使用的估计方法的选项一致,例如检验之前使用的回归regress命令,则此处的选项应与regress的选项一致。
例如,利用wage1的数据,检验模型
是否遗漏了重要的解释变量,应该输入以下命令:
use c:\data\,clear
reg lwage educ exper tenure
linktest
第一个命令表示打开数据文件wage1,第二个命令语句是对模型进行回归估计,第三个命令就是进行遗漏变量的Link检验,。
从第二个表格中,,拒绝了hatsq系数为零的假设,即说明被解释变量lwage的拟合值的平方项具有解释能力,所以可以得出结论原模型可能遗漏了重要的解释变量。
为了进一步验证添加重要变量是否会改变Link检验的结果,我们生成受教育年限educ和工作经验年限exper的平方项,重新进行回归并进行检验,这时输入的命令如下:
gen educ2=educ^2
gen exper2=exper^2
reg lwage educ exper tenure educ2 exper2
linktest
第一个命令语句的作用是生成变量educ2,使其值为变量educ的平方;第二个命令语句的作用是生成变量exper2,使其值为变量exper的平方;第三个命令语句的作用是对进行回归估计;第四个命令就是进行遗漏变量的Link检验,。
Ramsey方法进行检验的基本命令语句为:
estat ovtest [, rhs]
在这个命令语句中,estat ovtest是进行Ramsey检验的命令语句,如果设定rhs,则在检验过程中使用解释变量,如果不设定rhs,则在检验中使用被解释变量的拟合值。
例如,利用wage1的数据,使用Ramsey方法检验模型
是否遗漏了重要的解释变量,应该输入以下命令:
use c:\data\,clear
reg lwage educ exper tenure
estat ovtest
在这组命令语句中,第一个命令的功能是打开数据文件,第二个命令是对模型进行回归估计,第三个命令就是进行遗漏变量的Ramsey检验,。
,第一个图表仍然是回归结果,第二部分则是Ramsey检验的结果,不难发现Ramsey检验的原假设是模型不存在遗漏变量,,拒绝原假设,即认为原模型存在遗漏变量。
为了进一步验证添加重要变量是否会改变Ramsey检验的结果,我们采取Link检验中的方法,生成受教育年限educ和工作经验年限exper的平方项,重新进行回归并进行检验,这时输入的命令如下:
gen educ2=educ^2
gen exper2=exper^2
reg lwage educ exper tenure educ2 exper2
estat ovtest
这里不再赘述这些命令语句的含义,,,无法拒绝原假设,即认为模型不再存在遗漏变量。
Stata与模型的设定(PPT 48页) 来自淘豆网www.taodocs.com转载请标明出处.