Stata与模型的设定(PPT 48页).ppt

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。