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。