【统计学】基本Stata使用手册（3）：模型设定问题

本篇是本人总结的基本Stata使用手册（3）：模型设定问题~

3. 模型设定问题

3.1 异方差与加权最小二乘

• 画残差图

  .rvfplot %residual-versus-fitted plot 
  .rvpplot varname %residual-versus-predictor plot 

• BP检验

.estat hettest,iid rhs %其中estat是为估计后统计量（post-estimation statistics），
hettest表示作异方差检验（heteroskedasticity test）p值越小，认为存在异方差 
.estat hettest [varlist],iid %只对某些解释变量任辅助回归 

• White检验

.estat imtest,white %p值越小，拒绝同方差假设，即存在异方差 

• WLS（加权最小二乘）

.reg y x1 x2 x3 [aw=1/var] %aw 是 analytical weight，是振动项方差的倒数。 
.reg y x1 x2 x3 [aw=1/var],r %WLS的稳健标准误 

• 实现 WLS的过程

.qui reg y x1 x2 x3 
.predict e1,r 
.gen e2=e1^2 
.gen lne2=log(e2) 
.reg lne2 x1 %假设hat(ln(sigma_i)^2)为 x1的线性函数 
.predict lne2f 
.gen e2f=exp(lne2f) 
.reg y x1 x2 x3 [aw=1/e2f] 

3.2 自相关与广义最小二乘

• 时间序列算子

.tsset year %将 year作为时间变量 
.reg y L(1/4).x % y对 x作一阶至四阶滞后的回归 

• 画残差图

.scatter e1 L.e1 %画残差与其滞后的散点图 
.ac e1 %看残差的自相关图，ac表示自相关(autocorrelation) 

• BG检验

.estat bgodfrey,lags(p) nomiss0 %lags(p)指定滞后的阶数，nomiss0表示不添加 0的BG检验。 

• Q检验

.wntestq e1,lags(p) %wntestq 表示 white noise Q 
.corrgram e1,lags(p) %画自相关图 

• DW检验

.estat dwatson 

• HAC稳健标准误

Newey y x1 x2 x3,lag(p) %提供 Newey-West标准误 

• 广义最小二乘（FGLS）

.prais y x1 x2 x3,corc %corc 表示使用 CO估计法，默认使用 PW估计法 
.prais y x1 x2 x3,nolog %不显示迭代过程 

3.3 模型设定与数据问题

• 计算信息准则

.estat ic，%运用由大到小的序贯 t规则（解释变量个数） 

• Ramsey的RESET检验

.estat ovtest,rhs %p<\alpha，遗漏了高次项 

• 计算 VIF（方差膨胀因子）

.estat vif %max(vif)>10,认为存在多重共线性 

• 计算极端数据的影响力

.predict lev,leverage %极端数据的影响力，用 lev的最大值与平均值作比 

• 生成虚拟变量

.tabulate province,generate(prov) %tabulate 表示将变量按其取值列表，生成名称为
prov的虚拟变量。之后的回归指令为 reg y x1 x2 x3 prov2-prov30，必须少加一个 

• 经济结构变动（邹检验）

.reg c y 
.scalar ssr=e(rss) %获利残差平方和 
.reg c y if year<1992 %怀疑在1992年发生了经济结构变动 
.scalar ssr1=e(rss) 
.reg c y if year>=1992  
.scalar ssr2=e(rss) 
.di((ssr-ssr1-ssr2)/2)/((ssr1+ssr2)/32) %32=n-2k 
.gen d=(year>1991) %生成虚拟变量再作回归 
.gen yd=y*d 
.reg c y d yd 
.test d yd %检验y与yd的联合显著性

• 缺失数据与线性插值

.ipolate y x,gen(newvar)