计量经济学应用软件STATA命令集
基本操作
des y x（数据描述）（查看数据内部结构）
gen lny=log(y)
gen lnx=log(x)
corr lnx1 lnx2 lnx3 lnx4 lnx5（多重共线性lnx的相关系数）
gen x1=x[_n-1]
replace di=1 if year<=1990
replace di=0 if di==.
reg y x （一元函数回归模型）
reg y x1 x2x3（多元函数回归模型）
summarize y x（一元回归预测的统计描述）（查看变量的基本统计量）
predict yhat（一元回归的y预测值 就是输入两个给的x之后算的东西）
平均值置信度95%的预测区间为：
个别值置信度95%的预测区间为：
predict e, r 【异方差的生成残差平方序列】
gen e2=e*e
corr y x
二、检验
estat imtest,white【异方差的white检验】
tsset year（按照时间序列排列在画图之前，是虚拟变量，自相关所用）
estat dwatson【自相关 dw】
违反经典假设的处理方法
【异方差的修正】
gen w1=1/x
gen w2=1/(x*x)
gen w3=1/sqrt(x)
reg y x [aw=w1]
reg y x [aw=w2]
reg y x [aw=w3]
prais y x, corc【为解决自相关问题，选用科克伦—奥克特（CO）迭代法】
prais y x, nolog 【为解决自相关问题，用普莱斯－温斯滕（Prais-Winsten）PW估计法。】
两个方法谁大谁好
iveg y (x=x1)
四、画图
scatter e x【异方差画散点图】
histogram q, width(8000) frequency
graph twoway(scatter y x)(lfit y x) 【一元散点图只有y x的】
graph twowayconnect x y year, msymbol(circle) msymbol(triangle)
【多元回归散点图 y x1 x2 这样的】
predict e,r
linee year【自相关的残差与时间t的散点图】
gene1=L.e【残差与残差滞后的散点图】
twoway (scatter e e1) (lfit e e1)
基本操作
des y x（数据描述）（查看数据内部结构）
gen lny=log(y)
gen lnx=log(x)
corr lnx1 lnx2 lnx3 lnx4 lnx5（多重共线性lnx的相关系数）
gen x1=x[_n-1]
replace di=1 if year<=1990
replace di=0 if di==.
reg y x （一元函数回归模型）
reg y x1 x2x3（多元函数回归模型）
summarize y x（一元回归预测的统计描述）（查看变量的基本统计量）
predict yhat（一元回归的y预测值 就是输入两个给的x之后算的东西）
平均值置信度95%的预测区间为：
个别值置信度95%的预测区间为：
predict e, r 【异方差的生成残差平方序列】
gen e2=e*e
corr y x
二、检验
estat imtest,white【异方差的white检验】
tsset year（按照时间序列排列在画图之前，是虚拟变量，自相关所用）
estat dwatson【自相关 dw】
违反经典假设的处理方法
【异方差的修正】
gen w1=1/x
gen w2=1/(x*x)
gen w3=1/sqrt(x)
reg y x [aw=w1]
reg y x [aw=w2]
reg y x [aw=w3]
prais y x, corc【为解决自相关问题，选用科克伦—奥克特（CO）迭代法】
prais y x, nolog 【为解决自相关问题，用普莱斯－温斯滕（Prais-Winsten）PW估计法。】
两个方法谁大谁好
iveg y (x=x1)
四、画图
scatter e x【异方差画散点图】
histogram q, width(8000) frequency
graph twoway(scatter y x)(lfit y x) 【一元散点图只有y x的】
graph twowayconnect x y year, msymbol(circle) msymbol(triangle)
【多元回归散点图 y x1 x2 这样的】
predict e,r
linee year【自相关的残差与时间t的散点图】
gene1=L.e【残差与残差滞后的散点图】
twoway (scatter e e1) (lfit e e1)
