stata--异方差处理（3种方法比较）

（无任何处理：y11）

1、取对数y12

2、加r--y13

3、WLS加权最小二乘法y14

1、取对数

gen lny=log(y)                /*生成新变量lny*/

gen lnfdi=log(fdi)           /*生成新变量lnfdi*/

reg lny lnfdi                    /*取对数后的自变量因变量进行回归*/

est sto  yl2

2、robust稳健标准误

reg y fdi,r         

est sto  yl3

3、加权（一般用这个，是前面两个的结合）

【使用估计的方差作为权重】

reg y fdi

predict e,r         /*生成残差residual，e*/

gen ln_e2=log(e*e)

reg ln_e2 fdi

predict ghat,xb        /*前面四步都是为了这一步*/

/*这一步是在预测拟合值，xb可以删掉*/

gen se=exp(ghat)    /*去对数，即得到权重*/

reg y fdi[aw=1/se]   /*权重为aw*/

est sto  yl4

最终合并的结果：

	(1)	(2)	(3)	(4)
	y	lny	y	y
fdi	0.0188***		0.0188**	0.0383***
	(0.0056)		(0.0079)	(0.0088)
lnfdi		0.2097***
		(0.0422)
_cons	8.7e+03***	6.9371***	8.7e+03***	6.7e+03***
	(1.7e+03)	(0.4628)	(1.1e+03)	(983.5200)
N	30	30	30	30
adj. R2	0.263	0.450	0.263	0.383

Standard err

s

* p < 0.1, ** p < 0.05, *** p < 0.01

完整代码：
ssc install whitetst
findit esttat
findit esttab 

/*异方差检验方法一，残差图*/
reg y fdi
rvfplot, yline(0)  
rvpplot fdi , yline(0)  

/*异方差检验方法二，white检验*/
estat imtest, white

/*未处理*/
reg y fdi
est sto  yl1  

/*处理一，取对数*/
gen lny=log(y)    
gen lnfdi=log(fdi)    
reg lny lnfdi
est sto  yl2 

/*处理二，稳健标准误*/
reg y fdi,r        
est sto  yl3 

/*处理三，加权，是前两者的结合*/
reg y fdi
predict e,r
gen ln_e2=log(e*e)
reg ln_e2 fdi
predict ghat,xb
gen se=exp(ghat)
reg y fdi[aw=1/se]     
est sto  yl4 

/*导出结果*/
local d  "using D:\Stata17\结果.rtf"        
local a  "yl1 yl2 yl3 yl4 "                   
esttab `a' `d', b(%6.4f) se(%6.4f) nogap compress  
    star(* 0.1 ** 0.05 *** 0.01)  
    ar2 scalar(N) replace