记录一次计量经济学作业

发布于 2022-05-03  575 次阅读


一、作业要求(数据文件homework.dta)

  • 画出ln_wage和tenure的散点图以及拟合曲线。
  • 以ln_wage为被解释变量,以age、race、msp、grade、south、union为解释变量,做描述性统计分析,给出变量之间的相关性水平,做普通最小二乘回归(报告估计系数、t统计值、F值、R2、观测值个数),以上结果以表格形式输出。
  • 以ln_wage为被解释变量,以age、msp、south、union为解释变量,做个体固定效应回归(在idcode层面做聚类稳健标准误),以表格形式输出回归结果,报告组间R2。
  • 以ln_wage为被解释变量,以age、msp、south、union为解释变量,做个体随机效应回归,以表格形式输出回归结果,报告组内R2。
  • 利用hausman检验判断应该是个体固定效应回归还是个体随机效应回归,报告hausman统计值。
  • 数据文件下载地址

二、代码文件如下(如有错误,请指正)

*切换路径*
clear
cd "F:\数学建模\计量经济学\homework" //数据文件所在目录
set more off
use homework.dta //使用homework.dta
*1.1绘制ln_wage和tenure散点图*
scatter ln_wage tenure
*1.2绘制ln_wage和tenure拟合优度*
twoway (lfit ln_wage tenure)
*补充:ln_wage和tenure散点图和拟合优度复合*
twoway (scatter ln_wage tenure ) (lfit ln_wage tenure)
*2.1.1给出一般描述性统计结果*
su ln_wage age race msp grade south union,de
*2.1.2给出详细描述性统计结果*
tabstat ln_wage age race msp grade south union, stat( mean sd p5 p25 med p75 p95 min max )
*2.2给出变量之间的相关性水平*
pwcorr   ln_wage age race msp grade south union,star(0.05)
*2.3普通最小二乘回归*
reg ln_wage age race msp grade south union
*2.4使用outreg2命令输出结果*
est store Result
//保留R²,F统计量,样本回归系数(保留三位小数),T统计量(保留两位小数)
outreg2 [Result] using Result.xsl, replace tstat e(r2,F) bdec(3) tdec(2)
*3.1告诉stata该数据为面板数据(工资ln_wage和年份year)*
xtset idcode year
*3.2个体固定效应回归(在idcode层面做聚类稳健标准误)*
xtreg ln_wage age msp south union ,fe vce(cluster idcode)
*3.3输出结果,汇报组间R² *
est store Xtreg_Fe
outreg2 [Xtreg_Fe] using Xtreg_Fe.xsl, replace tstat e(r2_b) 
*4.1个体随机效应回归(在idcode层面做聚类稳健标准误)*
xtreg ln_wage age msp south union i.year,re vce(cluster idcode)
*4.2输出结果,汇报组内R² *
est store Xtreg_Re
outreg2 [Xtreg_Re] using Xtreg_Re.xsl, replace tstat e(r2_w) 
*利用hausman检验判断应该是个体固定效应回归还是个体随机效应回归*
//个体固定回归(不做聚类稳健标准误)
xtreg ln_wage age msp south union ,fe 
est store Xtreg_Fe_1
//个体随机回归(不做聚类稳健标准误)
xtreg ln_wage age msp south union i.year,re
est store Xtreg_Re_1
//计算hausman
hausman Xtreg_Fe_1 Xtreg_Re_1,constant sigmamore

三、数据结果的图文说明

切换路径*
clear
cd "F:\数学建模\计量经济学\homework" //数据文件所在目录
set more off
use homework.dta  //使用homework.dta 

1. 画出ln_wage和tenure的散点图以及拟合曲线。

1.1绘制ln_wage和tenure散点图*
scatter ln_wage tenure

img

1.2绘制ln_wage和tenure拟合优度*
twoway (lfit ln_wage tenure)

img

补充:ln_wage和tenure散点图和拟合优度复合*
twoway (scatter ln_wage tenure) (lfit ln_wage tenure)

img

2. 以ln_wage为被解释变量,以age、race、msp、grade、south、union为解释变量,做描述性统计分析,给出变量之间的相关性水平,做普通最小二乘回归(报告估计系数、t统计值、F值、R2、观测值个数),以上结果以表格形式输出。

2.1.1给出一般描述性统计结果*
su ln_wage **age race msp grade south union,**de
*2.1.2给出详细描述性统计结果*
tabstat ln_wage **age race msp grade south union,** stat**(** mean sd p5 p25 med p75 p95 min max **)

img

2.2给出变量之间的相关性水平*
pwcorr  ln_wage **age race msp grade south union,**star**(0.05)

img

2.3普通最小二乘回归*
reg ln_wage **age race msp grade south union**
*2.4使用outreg2命令输出结果*
est store **Result**
//保留R²,F统计量,样本回归系数(保留三位小数),T统计量(保留两位小数)
outreg2 **[Result] using** Result.xsl**, replace** tstat **e(r2,F) bdec(3) tdec(2)

回归结果如下:

img

结果报告:**
​                    **age   race  msp   grade  south  union  Constant**
**估计系数:[0.009]  [-0.051] [-0.016] [0.078] [-0.124]  [0.182]  [0.552]**
**T统计量:(-19.65)  (-8.03) (-2.60)  (-62.33) (-20.02) (-26.05) (-23.75)**
​    **F值:1145**                  **R2:0.263**                 **Obs:19213

3. 以ln_wage为被解释变量,以age、msp、south、union为解释变量,做个体固定效应回归(在idcode层面做聚类稳健标准误),以表格形式输出回归结果,报告组间R2。

*3.1告诉stata该数据为面板数据(工资ln_wage和年份year)*
xtset idcode year
*3.2个体固定效应回归(在idcode层面做聚类稳健标准误)*
xtreg ln_wage age msp south union ,fe vce(cluster idcode)

img

*3.3输出结果,汇报组间R² *
est store Xtreg_Fe
outreg2 [Xtreg_Fe] using Xtreg_Fe.xsl, replace tstat e(r2_b)

结果如下:

img

结果报告:组间R2的值为 0.0711

4. 以ln_wage为被解释变量,以age、msp、south、union为解释变量,做个体随机效应回归,以表格形式输出回归结果,报告组内R2。

***4.1****个体随机效应回归(在****idcode****层面做聚类稳健标准误)*******
xtreg ln_wage age msp south union i.year**,**re **vce(**cluster **idcode)

img

***4.2****输出结果,汇报组内****R² \***
est **store** Xtreg_Re
outreg2 **[**Xtreg_Re**] using** Xtreg_Re.xsl**,** replace **tstat e(r2_w)

结果如下:

img

结果报告:组内R2的值为 0.101

5. 利用hausman检验判断应该是个体固定效应回归还是个体随机效应回归,报告hausman统计值

*****利用****hausman****检验判断应该是个体固定效应回归还是个体随机效应回归*******
**//****个体固定回归(不做聚类稳健标准误)**
xtreg **ln_wage age msp south union ,**fe 
est **store Xtreg_Fe_1

img

//****个体随机回归(不做聚类稳健标准误)**
xtreg ln_wage age msp south union **i.year,**re
est **store** Xtreg_Re_1

img

//****计算****hausman**
hausman Xtreg_Fe_1 Xtreg_Re_1**,constant** sigmamore

img

hausman结果报告: chi2值为107.18 ,同时 P统计量 = 0.000 < 0.05结果显著。**
​                  **拒绝原假设(H0:** **个体随机效应回归),采用(个体固定效应回归)

++++++++++++++++++++++++++ 计量经济学 Copyright By © 学金融的文科生 ++++++++++++++++++++++++++


山东财经大学曹永卓,热爱编程,热爱金融。考研加油,一定要上岸!!!