第9章 非经典假设、线性方程组、面板数据估计的stata实现.doc

第9章非经典假设、线性方程组、面板数据估计的stata实现
内容简介
7>13>. 非经典假设下的回归分析的stata实现
2. 线性方程组的回归分析——STATA实现

下一章介绍非线性模型回归分析的实现,第十一章介绍时间序列数据的处理方法
1. 非经典假设下的回归分析的stata实现
多重共线性、内生性、异方差问题
检验、处理
数据集:
多重共线性
检验
reg wage educ exper expersq age kidslt6 kidsge6
vif
一般来说,判断多重共线性的标准是(两个标准必须同时满足):
最大的vif大于10;
平均的vif大于1

内生性的检验与处理
检验内生性
reg wage educ exper expersq age kidslt6 kidsge6
ovtest
处理内生性——工具变量
ivreg wage age kidslt6 kidsge6 expersq exper (educ=motheduc)
异方差的检验与处理
检验
reg wage educ exper expersq age kidslt6 kidsge6
hettest
处理
reg wage educ age kidslt6 kidsge6 exper expersq, robust

线性方程组的回归分析——STATA实现
似不相关模型
联立方程组模型
似不相关模型
问题:我们要估计教育等变量是如何同时影响工人的工资和福利的,
数据集:
hrearn为小时工资;hrben为附加福利;educ表示教育水平;exper、expersq分别表示工作年限和工作年限的平方;tenure、tenuresq表示在目前岗位上的时间、时间的平方;union是一个二值变量,union=1表示是工会成员;south也是二值变量,south=1表示该工人住在南部;nrtheast 、nrthcen也是二值变量,nrtheast=1表示工人住在东北部,nrthcen=1表示工人住在中东部;married white male分别是关于工人婚姻状况、种族、性别的二值变量。
命令
sureg (depvar1 varlist1) (depvar2 varlist2) ,在我们的问题中
sureg ( hrearn educ exper expersq tenure tenuresq union south nrtheast
nrt