连玉君老师Stata33讲学习笔记(下)

Stata33讲是连玉君老师 2014 年录制的一套 Stata 公开课,包括 34 个小视频 (每个 15 分钟左右),从最基本的 Stata 入门到数据处理、绘图、编程,以及线性回归分析和固定效应模型。
欢迎大家关注微信公众号“Stata连享会”和连享会网页(http://www.lianxh.cn),四百篇推文等你探索,解决你的燃眉之急,提升你的实证功底;更多优质课程尽在连享会直播间(https://lianxh.duanshu.com),名师和你面对面,学习提升更快速。

Stata33讲# 第23天 OLS简介

  • OLS简介:残差平方和最小
  • OLS基本假设:参数线性关系
  • OLS结果解读:估计值,标准误
  • 拟合值和残差 predict
  • 拟合优度 R^2

Stata33讲# 第23-1天 相关系数矩阵

  • 目的:呈现相关性与观察是否存在多重共线
  • graph matrix
  • Pearson 相关系数:pwcorr,pwcorr_a
  • Spearman 相关系数:spearman
  • 两个系数矩阵合并呈现:corsp
  • 参考:相关性分析结果输出与解读运用

Stata33讲# 第24天 基本统计量的呈现

Stata33讲# 第25天 组间均值差异检验

Stata33讲 第26天 统计表格输出为Excel或Word

Stata33讲# 第27天 拟合值和残差

  • 获取拟合值和残差-predict
  • 范例1:超额工资水平
  • 范例2:分行业-分年度计算超额工资水平

Stata33讲# 第28-1天 稳健型标准误的获取

  • 异方差稳健型标准差:white(1980) robust
    • t = 系数/标准误
  • 聚类调整后的标准误
    • cluster 组内相关,不同组干扰项不相关
  • 自抽样(bootstrap)稳健型标准误
    • 基本思想
    • vce(bs,reps(1000),seed(123))

Stata33讲# 第28-2天 平方项-特殊的交叉项

Stata33讲# 第29-1天 回归结果的呈现和输出

Stata33讲# 第29-2天 面板简介

Stata33讲# 第31-1天 固定效应模型和随机效应模型

  • Pooled OLS 混合OLS;reg y x
  • 固定效应:个体效应视为解释变量一部分
  • 随机效应:个体效应视为干扰项一部分
  • 固定效应估计思路:组内去心
  • Relationship between POLS and FE
  • Stata中的实际操作案例:xtreg y x,fe

Stata33讲# 第31-2天 豪斯曼检验

  • 基本思想:对比FE和RE的估计结果
  • Stata实现:hausman
  • Hausman检验值为负
    • 修正后的估计量
    • 使用过度识别检验
    • Bootstrap Hausman
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,214评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,307评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,543评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,221评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,224评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,007评论 1 284
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,313评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,956评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,441评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,925评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,018评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,685评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,234评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,240评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,464评论 1 261
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,467评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,762评论 2 345

推荐阅读更多精彩内容