stata行业变量怎么赋值_动态面板模型估计方法简介以及stata应用
动态面板模型最主要的特征是在控制变量中加入了y的滞后项
其中
由于加入了y的滞后项导致了采用常用固定效应估计方法会导致参数估计的不一致性,因此需要采用其他的估计方法。
本文主要分为4个部分:
1为什么不能采用固定效应以及ols等估计方法
2.动态面板模型的估计方法
3.动态面板模型的假设检验
4.stata应用
part 1 为什么不能采用固定效应的估计方法以及普通的ols
如果采用普通的ols,我们可以看出
那如果我们采用固定效应估计,把
part 2 动态面板模型估计方法
2.1 difference gmm
常用的动态面板估计方法有2种,分别为difference gmm估计和system gmm估计方法,
difference gmm采用的方法是首先将固定效应去掉,原因是因为固定效应和y的滞后项相关
但
这么多工具变量,我们该如何选择呢,首先
但工具变量方法并不完美,因为我们随机抽样的样本方差很大概率是不同的,有的样本方差大,有的样本方差小,很自然,方差小的样本应该给与较大的权重,而方差大的样本应该给与相对较小的权重,因为本文不以讲解GMM为目的,因此只是简要介绍了一下GMM的好处,因此我们采用diiference gmm的方法来估计。
2.2 system gmm
那既然difference已经解决了内生性,为什么还有发明system gmm估计呢?原因在于diiference gmm选择的工具变量很有可能是弱工具变量,即相关性比较小,这样会导致方差较大,结果不显著。比如如果y接近于随机游走的话,那么difference gmm选择的工具变量为弱工具变量,那怎么办呢
又回到了最初的起点,我们选择
由于这块自我感觉解释的比较少,而有很多文献都说system gmm估计量优于diiference gmm,因此下面详述一下system gmm的假设,当然system gmm由于其解决内生性的方法,能估计出随着时间没有改变的变量的值,如虚拟变量等。
正由于我们上文所说,difference gmm选择工具变量很有可能是弱工具变量,原因就在于y和y的滞后项并不存在较强的相关性,那么弱工具变量会导致方差太大,估计结果不显著,相信大多数人都把显著性看作自己的命根子吧,因此有些人发明了system gmm估计方法,
其方法的主要逻辑就是选择更好的工具变量,既能去除内生性,又能保证工具变量与解释变量较强的相关性。
system gmm估计方法选择直接选择
其一
其二
在这两个假设下,system gmm才是一致的。
因此system gmm需要在此上述两个假设以及y的滞后项并没有包含很多y的信息的情况下,才应该用system gmm
part 3 动态面板模型常用的假设检验
part3.1 对自相关的检验
其主要目的就是为了检验
但我们并不能直接得到
也就是是必须通过AR(2)检验,才能保证工具变量的有效性。
part 3.2 过度识别检验(hasen 和sargon检验)
其检验的目的是为了识别工具变量是否为完全外生,如果工具变量的个数与所需估计参数的个数相等,那么我们无法检验出工具变量的有效性,但如果工具个数如果大于所需要估计参数的个数,那么我们具有多余的工具变量进行检验。
相对好理解这种检验的方式是通过不同的工具变量估计出来的参数结果应该是接近的,不应该有很大的不同。
假设检验的形式为
在原假设工具变量均为有效工具变量的情况下,其应该服从均值为0的正太分布,也就是说原假设为真的情况下,p值应该大于0.10。
那么sargon检验和hasen检验有什么区别呢
sargon检验在假设残差项具有同方差的情况下估计出来的结果,但在工具变量较多的情况下稳健
而hasen检验假设在异方差的情况下,对各样本的权重进行了估计,但在工具变量较多的情况下稳健。
part 4 stata应用
其基本的语法为
xtabond2 y l.y x1 x2 ...xn ,gmm(l.y,lag(1 任意数字) iv(x1 x2 ...xn) ort small robust
很明显xtabond2 后面先接所有的变量,然后GMM里面接y的滞后项,后面的lag表示你选择的工具便令,iv后面接所有的变量除了y和y的滞后项
ort代表的是去除固定效应的一种变换,相对差分GMM可以增大样本量
small表示针对小样本也有效
robust表示计算的是稳健性标准误
two表示是gmm估计的针对二阶段的一种估计方法,默认为one step
xtabond2 默认执行difference gmm,
针对xtabond2的option请见stata help种关于其的讲解,本部分只做简单介绍
stata行业变量怎么赋值_动态面板模型估计方法简介以及stata应用相关推荐
- startuml动态模型工具_动态面板模型估计方法简介以及stata应用
动态面板模型最主要的特征是在控制变量中加入了y的滞后项 , 其中 代表控制变量, 代表固定效应, 代表残差项 由于加入了y的滞后项导致了采用常用固定效应估计方法会导致参数估计的不一致性,因此需要采用其 ...
- stata行业变量怎么赋值_免费视频教程!零基础学Python系列(3) 理解“变量”
点击 跟哥一起学Python 关注我们 python变量(上) python变量(下) 实例源码 本节视频涉及到的实例源码,可以在百度网盘中下载.在公众号对话框回复关键字"网盘地址" ...
- stata行业变量怎么赋值_邹军:怎么通过宏程序实现刀具寿命管理(二)
原标题:邹军:怎么通过宏程序实现刀具寿命管理(二) [邹军,十多年数控工作经验,现自创一套有理论,有干货,还有方法论做支撑的实战编程教程(PDF),从而让你编写程序就像做填空题一样简单.在没有人指引你 ...
- stata行业变量怎么赋值_PEP572:赋值表达式(海象符)
阅读 PEP 是理解 Python 特性的绝好方式.Python 3.8 引入了赋值表达式,它是什么?怎么用?有什么限制?话不多说,直接看 PEP. 一.简介 本提案建议在 Python 中增加 := ...
- stata行业变量怎么赋值_Tobit 模型及其Stata实现
作者:李琼琼 (山东大学) Stata 连享会: 知乎 | 简书 | 码云 | CSDN | StataChina公众号 连享会-知乎推文列表 Note: 助教招聘信息请进入「课程主页」查看. 因果推 ...
- stata 将数据集变量名称导出_一文读懂空间计量经济学及stata操作
在Stata 15中,推出了最新的空间计量官方命令,均以sp开头,表示 spatial data),可以处理横截面与面板形式的空间数据.本文主要为大家介绍空间计量命令之spregress的使用. 一. ...
- axure 动态面板 自动适应浏览器宽度_动态面板之“固定到浏览器”与“自适应窗口宽度”特性解读图文教程(18)...
特性:固定到浏览器 案例:固定位置与锚点链接 特性:自适应窗口宽度 案例:底部导航横向铺满全屏 补充,点击小图,动态切换大图 一.固定到浏览器特性 1.准备材料: (1)直接复制粘贴一篇长的图文文档到 ...
- 回归模型评估_评估回归模型的方法
回归模型评估 Evaluation metrics; 评估指标: Mean/Median of prediction预测的均值/中位数 Standard Deviation of prediction ...
- stata面板数据gmm回归_动态面板数据的System-GMM回归分析步骤
1.对数据进行平减,去除价格变化的影响,经常用到的方法用居民消费价格指数进行平减,有两种情况:(1)以1978年为基期的,如果就是以1978年为基期可以直接用统计年鉴里相应指标的数据除以居民消费价格指 ...
最新文章
- 电大在线计算机考试,最新电大《计算机》考试题.doc
- id设置为10000开始
- sql 找到最近的值_数据分析——SQL查询(常用函数)
- 初识HTML流水笔记
- RGB565与RGB555位图文件格式的标志识别
- 线性复杂度的素数筛选法
- 【2019CSP-J 普及组题解】数字游戏(number),公交换乘(transfer),纪念品(souvenir),加工领奖(work) CSP普及游记
- 面向对象编程学习5月7日-5月23日 网络直播yii-外企使用最多的PHP框架
- rust 案例_Rust特殊枚举Option用法
- QGIS2.18二次开发环境搭建--番外篇
- 一篇文章带你快速入门JavaScript(自学者福利)
- BZOJ2933 : [Poi1999]地图
- 用request.getParameterMap()获得jsp页面元素的集合出现[Ljava.lang.String;@的问题解决
- 问题:document.documentElement与document.body的区别
- 关于IPV6审核被拒的完整分析
- 高程数据的色彩渲染+光照
- ab st语言编程手册_AB-PLC自学笔记
- MySQL 8 复制(一)——异步复制
- elementui日历组件实现可标记日历
- 长沙社区团购独角兽《兴盛优选》 18k 面试题记录,已拿offer!
热门文章
- 年薪30万软件测试这一岗位究竟每天都干什么?
- java 合并和拆分单元格_如何在Microsoft Word中合并和拆分表和单元格
- 外汇天眼:外汇保证金交易必备术语!
- \u5b57\u7b26 字符转换 (Unicode字符与中文的相互转化)
- 护士服务规范与礼仪PPT模板
- 第52篇 Android Studio实现生命数字游戏(七)ListView与适配器
- 【批处理】一键重构Windows图标缓存------解决win10部分图标加载问题
- Java爬虫实践之获取历史上的今天
- 云计算事故不断,企业上云如何避免事故导致重大损失?
- 无法访问工作组计算机windows7,WinXP工作组计算机无法访问的解决方法