数据结构浙大

基本概念 面板数据及分类

面板数据分类：

短面板和长面板动态面板和静态面板平衡面板和非平衡面板

截面数大于时间数就是短面板，反之，则为长面板
解释变量包含被解释变量的滞后值则为动态面板，反之，则为静态面板
平衡面板：每个个体在想他的时间内都有观测值记录，For any I, there are T observations. 反之，则为非平衡面板

面板数据的优点：
1. 可以处理有不可观测的个体异质性所导致的内生性问题
2. 提供更多个体动态行为的信息
不足之处：
1. 大多数面板数据分析技术都是针对短面板
2. 寻找面板数据结构的工具变量不是很容易

面板数据模型

非观测效应模型
a.固定效应模型

b.随机效应模型

混合回归模型

面板数据模型的估计和修正方法 固定效应模型的估计
对固定效应模型的估计有两种方法：
固定效应变换（组内变换）与LSDV（最义气的茉莉乘虚拟变量法）
a. 固定效应变换（组内变换）

固定效应变换的优缺点
优点：即使个体效应与解释变量相关也可以得到一致估计；
缺点：无法估计不随时间而变的变量的影响。

固定效应的STATA命令

xtreg y x,fexi:xtreg y x i.year,fetab year,gen(year)

b. LSDV思想

STATA命令：

不存在时间效应： xi:reg y x i.code存在时间效应：xi:reg y x i.code i.year 随机效应模型
对随机效应模型的估计方法是广义最义气的茉莉乘法

STATA命令： 不存在时间效应：xtreg y x ,re存在时间效应：xi: reg y x i.year,re 第一讲案例 导入数据及查看数据描述 . use "D:traffic.dta" # 导入数据. des #查看数据描述

显示：

obs: 336 vars: 54 30 Nov 2008 15:45-------------------------------------------------------------------------------- storage display valuevariable name type format label variable label--------------------------------------------------------------------------------state float %9.0g sid State ID (FIPS) Codeyear int %9.0g Yearspircons float %9.0g Spirits Consumptionunrate float %9.0g Unemployment Rateperinc float %9.0g Per Capita Personal Incomeemppop float %9.0g Employment/Population Ratiobeertax float %9.0g Tax on Case of Beersobapt float %9.0g % Southern Baptistmormon float %9.0g % Mormon....等等 描述性统计
格式: sum + 变量名 . sum beertax Variable | Obs Mean Std. Dev. Min Max-------------+--------------------------------------------------------- beertax | 336 .513256 .4778442 .0433109 2.720764twoway (scatter fatal beertax)(lfit fatal beertax) # 核心变量和被解释变量的散点图并画出回归直线

xtline fatal # 画出核心变量的时间序列图

3. 模型选择
选择PLS 还是 FE？

. tab year, gen(year). xtreg fatal beertax spircons unrate perinck year2-year7, fe Fixed-effects (within) regression Number of obs = 336Group variable: state Number of groups = 48R-sq: Obs per group: within = 0.4528 min = 7 between = 0.1090 avg = 7.0 overall = 0.0770 max = 7 F(10,278) = 23.00corr(u_i, Xb) = -0.8728 Prob > F = 0.0000------------------------------------------------------------------------------ fatal | Coef. Std. Err. t P>|t| [95% Conf. Interval]-------------+---------------------------------------------------------------- beertax | -0.435 0.154 -2.82 0.005 -0.738 -0.132 spircons | 0.806 0.113 7.15 0.000 0.584 1.028 unrate | -0.055 0.010 -5.31 0.000 -0.075 -0.035 perinck | 0.088 0.020 4.41 0.000 0.049 wydm | -0.053 0.030 -1.77 0.078 -0.113 0.006 year3 | -0.165 0.037 -4.40 0.000 -0.239 -0.091 year4 | -0.200 0.042 -4.80 0.000 -0.282 -0.118 year5 | -0.051 0.052 -0.99 0.325 -0.152 0.051 year6 | -0.100 0.059 -1.69 0.091 -0.216 0.016 year7 | -0.134 0.068 -1.98 0.049 -0.267 -0.001 _cons | 0.129 0.431 0.30 0.765 -0.720 0.978-------------+---------------------------------------------------------------- sigma_u | 1.0987683 sigma_e | .14570531 rho | .98271904 (fraction of variance due to u_i)------------------------------------------------------------------------------F test that all u_i=0: F(47, 278) = 64.52 Prob > F = 0.0000 模型检验
截面相关检验 . xtcsd, pesPesaran's test of cross sectional independence = -1.716, Pr = 1.9138

如果截面相关