伪回归检验matlab,计量经济学常见问题汇总

如何将stata输出结果与报表word或者excel结合呢？stata结果输出主要外部命令包括outreg2、estoout、tabout、logout、est2tex、mktab、xml_tab、esttab等，之前为大家推荐过最重要最实用的outreg2、estoout、tabout、logout、esttab等命令。

由于这些命令均为第三方命令，因此需要下载安装，建议阅读之前推文，一般下载安装外部命令，可以选择，ssc install +命令名，或者findit +命令名，下载安装完毕，直接help 命令，就可以查看命令相关内容了。8如何解释交互项？

在数学上解释变量与控制变量可以是一回事，但是如果控制变量是调节变量，回归方程在理论上的解释就不一样了，解释变量是解释与被解释变量的因果关系，调节变量则是确定因果关系的边界条件。

对于调节变量而言，其目的是强调它的出现对一个或几个解释变量在某一问题中影响，因而，需要将调节变量与所要调节的解释变量相乘，将其乘积作为一个回归变量。例如，在单因素方差分析中，有如下命令，anova wage edu married children  married*children 来看二者对工资是否有影响，这类交叉项也进场在回归分析中遇见，包括但不限于常见的回归，在引力模型中也经常遇见。

在模型中引入交互项，通常这两个变量，从经济理论和经济现象上二者之间本身就存在相互影响，X1是X2对于因变量产生影响的必备条件，就是说X2要想对因变量产生影响，必须是在X1起作用的情况下进行。

另外，对于交互项的理解，主要可从边际效应(偏导数)来看。如果X与Y的系数为正，则X对Y的边际效应将上升；反之，如果系数为负，则X对Y的边际效应将下降。

什么时候需要交互项呢？

一般情况下，若是变量X1对被解释变量可能受到X2影响的时候，这时候可以考虑用交互项来进行回归。

有关交互项需要注意：

应该包含所有项目，例如交互项X1X2，则回归方程中应该包含所有变量，X1和X2，除非有经济理论可以不包括在内。若是交互项三个，例如X1*X2*X3，则变量回归中，还应该包含X1，X2，X3和这三个变量两两交互项。9、如何确定论文方法和数据？

有时候千辛万苦想用一个方法来研究某个课题，这时候建议根据前期中心给出的建议，一般情况下，需要结合研究发方法+软件+数据来考量，有时候你想用的面板数据，若是由于数据缺失等原因，可能就徒劳无功，所以一般情况下，建立同时考量方法，然后在数据可得性以及合理性的基础上，对数据进行一定的预处理，然后在进行数据分析，这时候，可能效果会更好了。10、如何理解格兰杰因果检验？

格兰杰因果检验是检验统计上的时间先后顺序，并不表示而这真正存在因果关系，是否呈因果关系需要根据理论、经验和模型来判定。

关于格兰杰因果检验若X都不是Y的格兰杰原因，这并不是说X与Y之间毫无关系。格兰杰因果检验本身也不是真实意义上检验变量的因果关系，而只是检验变量在统计上的时间先后顺序。

格兰杰检验只能用于平稳序列！这是格兰杰检验的前提，而其因果关系并非我们通常理解的因与果的关系，而是说x的前期变化能有效地解释y的变化，所以称其为“格兰杰原因”。11、平稳性检验与协整检验？

单位根检验是序列的平稳性检验，如果不检验序列的平稳性直接OLS容易导致伪回归。

当检验的数据是平稳的(即不存在单位根)，即意思是单位根检验的原假设是存在单位根，存在单位根，则不平稳，等价关系！要想进一步考察变量的因果联系，可以采用格兰杰因果检验。

平稳性检验有3个作用：1)检验平稳性，若平稳，做格兰杰检验，非平稳，作协正检验。2)协整检验中要用到每个序列的单整阶数。

当检验的数据是非平稳(即存在单位根)，并且各个序列是同阶单整(协整检验的前提)，想进一步确定变量之间是否存在协整关系，可以进行协整检验，协整检验主要有EG两步法和JJ检验 (1)、EG两步法是基于回归残差的检验，可以通过建立OLS模型检验其残差平稳性 (2)、JJ检验是基于回归系数的检验。

单位根检验方法步骤

在eviews中，ADF检验的方法：1 view---unit roottest，出现对话框，默认的选项为变量的原阶序列检验平稳性，确认后，若ADF检验的P值小于0.5，拒绝原假设，说明序列是平稳的，若P值大于0.5，接受原假设，说明序列是非平稳的；2 重复刚才的步骤，view---unit root test，出现对话框，选择1stdifference,即对变量的一阶差分序列做平稳性检验，和第一步中的检验标准相同，若P值小于0.5，说明是一阶平稳，若P值大于0.5，则继续进行二阶差分序列的平稳性检验。

虽然定义经过d阶差分后是平稳的，但是软件只提供到2阶差分，若是原始数据没有经过差分就平稳，则说明那是零阶单整，记为I(0)的过程。

在stata中，单位根检验命令为：dfuller lnagdp，建议help dfuller等。

先做单位根检验，看变量序列是否平稳序列，若平稳，可构造回归模型等经典计量经济学模型；若非平稳，进行差分，当进行到第d次差分时序列平稳，则服从i阶单整(注意趋势、截距不同情况选择，根据P值和原假设判定)。若所有检验序列均服从同阶单整，可构造VAR模型，做协整检验(注意滞后期的选择)，判断模型内部变量间是否存在协整关系，即是否存在长期均衡关系。如果有，则可以构造VEC模型或者进行Granger因果检验，检验变量之间“谁引起谁变化”，即因果关系。

关于截距、趋势选择问题，请大家看图，view，graph，若是有时间趋势，则选择截距和趋势；若是围绕0波动，则选择具有截距；若是没有上述情况，选择none。

单位根检验是检验数据的平稳性，或是说单整阶数。

协整是说两个或多个变量之间具有长期的稳定关系。但变量间协整的必要条件是它们之间是同阶单整，也就是说在进行协整检验之前必须进行单位根检验。

协整说的是变量之间存在长期的稳定关系，这只是从数量上得到的结论，但不能确定谁是因，谁是果。而因果关系检验解决的就是这个问题。

单位根检验是检验时间序列是否平稳，协整是在时间序列平稳性的基础上做长期趋势的分析，而格兰杰检验一般是在建立误差修正模型后，所建立的短期的因果关系。故顺序自然是先做单位根检验，再过协整检验，最后是格兰杰因果检验。

单位根检验是对时间序列平稳性的检验，只有平稳的时间序列，才能进行计量分析，否则会出现伪回归现象；协整是考察两个或者多个变量之间的长期平稳关系；格兰杰因果检验是考察变量之间的因果关系，协整说明长期稳定关系不一定是因果关系，所以需要在通过格兰杰因果检验确定两者的因果关系。顺序一般是单位根检验，通过后如果同阶单整，在进行协整，然后在进行因果检验。要特别注意的是：只有同阶单整才能进行协整。12、VAR模型

VAR建模时lag intervals for endogenous要填滞后期，但是此时你并不能判断哪个滞后时最优的，因此要试，选择不同的滞后期，至AIC或SC最小时，所对应着的滞后为最优滞后，此时做出来的VAR模型才较为可靠。

选择方法为：这个问题，中心QQ群里，已经解答过，小编想说的是，一定要注意eviews操作界面有两个，目前所说的界面view，都是前面这个界面，不是后面那个有file，quick这个界面，请不要点错！

做协整检验前作VAR的原因是，协整检验是对滞后期和检验形式非常敏感的检验，首先需要确定最优滞后。由于VAR是无约束的，而协整是有约束的，因此协整检验的最优滞后一般为VAR的最优滞后减去1，确定了最优滞后后，再去诊断检验形式，最终才能做协整。

当确定了协整的个数后，往下看，有个标准化的结果，这个结果就是协整方程，由于在结果中各变量均在方程一侧，因此如果系数为正，则说明是负向关系，反之亦然。

协整表示变量间的长期均衡关系，貌似与你的OLS不矛盾。

(1)如检验不协整，说明没长期稳定关系，可以做VAR模型，但是模型建立后要做稳定性分析：做AR根的图表分析，如所有单位根小于1，说明VAR模型定，满足脉冲分析及方差分解所需条件之一

(2)VAR与VEC关系是：VEC是有协整约束(即有长期稳定关系)的VAR模型，多用于具有协整关系的非平稳时间序列建模

简单说VAR模型建立时

第一步：不问序列如何均可建立初步的VAR模型(建立过程中数据可能前平稳序列，也可能是部分平稳，还可能是没协整关系的同阶不平稳序列，也可能是不同阶的不平稳序列，滞后阶数任意指定。所有序列一般视为内生向量)，1 滞后阶数检验，以确定最终模型的滞后阶数；2 在滞后阶数确定后进行因果关系检验，以确定哪些序列为外生变量进行AR根图表分析，如单位根均小于1，VAR构建完成可进行脉冲及方差分解。

更多内容，敬请期待！