Stata 经典模型中模型假设问题及处理

1. 异方差问题:不在满足球形扰动项假设。

导致问题:OLS依然无偏,一致,且渐进正太, 估计量方差不再球形,t检验以及F检验失效。

检验方法: 残差图 scatter resid y、怀特检验 estat imtest,white、BP检验  estat hottest

解决方式:加权[aw=…] , robust

2. 自相关问题:不满足球形扰动项假设。

导致问题:OLS依然无偏,一致,且渐进正太, 估计量方差不再球形,t检验以及F检验失效。

检验方法:画图 (et et-1)的散点图 scatter e1 L.e1; 计算ac自相关系数 ac e1;pac偏自相关系数 pac e1;BG检验法 estat bgodfrey,lag(n) / nomiss0;Box-Pierce Q检验 wntestq e1,lags(n);DW检验(只能检验1阶) estat dwatson e1;

解决方案:Newey-West估计法(只改变了标准误的估计值,不改变回归系数):newey y x1 x2 x3,lag(p) 需要指定之后期数;聚类稳健的标准误reg y x1 x2 x3,cluster(grp):;使用广义可行的广义最小二乘法(在不满足严格外生性条件下,FGLS不如OLS稳健):prais y x1 x2 x3 (PW估计法),[corc](CO估计法) 处理一阶自相关;修改模型形式(可能是因为遗漏变量导致的);

3. 模型设定(在不知道具体经济模型是什么的时候):

3.1 遗漏变量:(1)尽可能多的控制变量;(2)使用“代理变量”Proxy variable;(3)工具变量(4)随机试验与自然试验法;  (保证不遗漏 或者 保证遗漏的变量与解释变量不相关或者很弱)

(一片专业论文几乎总是需要说明,它是如何在存在遗漏变量的情况下避免遗漏变量导致偏差的)

3.2 解释变量的个数的选择:(1)Adj R2最大化;(2)AIC / BIC / HQIC 最小化estat ic;

3.3 模型形式检验:estat ovtest (加入被解释变量预测值的2,3,4幂判断是否该加入)/  estat ovtest,rhs (加入解释变量的幂作为加入项来判断是否该加入)/ linktest 使用y=alpha+ beta1*yhet+beta2*yhet^2+error来判断beta2是否显著,作为判断模型形式是否有效的判断标准。

3.4 多重共线性问题: vif 查看方差膨胀系数值;满足(1)mean(vif)>1 (2) 存在max(vif)>10,则认为存在较为严重的共线性问题。

3.5 极端数据:计算各个观测样本的“影响力”或者说“杠杆作用”leverage, 所有的sum(lev)=K,及变量的个数据(常数项算在内)predict varname,leverage。

3.6 缺失数据与线性差值:ipolate y x,gen(newvar) :使用y对变量x进行线性插值。

你可能感兴趣的:(Stata 经典模型中模型假设问题及处理)