Mid-term Review

Some useful Stata command

1. 数据处理

• 打开文件：use 文件路径\文件名.dta, clear
• 变量标签：label variable x xlabel
• 审视数据：describe, list
• 统计特征：summarize, tabulate, correlate, pwcorr, spearman
• 画图：histogram x, width(1) frequency, kdensity x, scatter x1 x2,
  twoway (scatter x1 x2) (lfit x1 x2), twoway (scatter x1 x2) (qfit x1 x2)
• 生成新变量：gen lnx = log(x), gen xsq = x^2, gen x = .,
  replace x = 1 if x > 1, rename x x1, drop ln*
• 计算器功能：display log(2)

取对数！取对数？

• 缩小数据之间的绝对差异；避免个别极端值的影响
• 尽可能满足经典线性模型假定（Classic Linear Model）
  • 避免共线性
  • 避免异方差
  • 尽可能符合正态分布
• 经济学意义
  • 用线性模型估计非线性关系
  • 直接估计弹性/半弹性
  • 取对数背后的经济理论模型
    • CD 生产函数
    • 某些变量本身就以对数形式存在

2. 线性回归分析

• regress y $x
• regress y $x, noc
• regress y $x if q >= 6000
• predict yhat
• predict uhat, residual
• display 1/_b[x1]

• test x1 = 1
• test (x1 = 1) (x2 + x3 + x4 = 1)
• test x1 x2
• testnl _b[x1] = _b[x2]^2

Stata：标准误！标准误！

• reg y $x, robust
• reg y $x, cluster(id)
• reg y $x, vce(robust)
• reg y $x, vce(cluster id)
• reg y $x, vce(bootstrap)

Stata：聚类标准误代码介绍：

聚类调整标准误 (cluster)的基本思想是放宽了随机误差项独立同分布的假定，允许组内个体的干扰项之间存在相关性，但不同组个体的干扰项之间彼此不相关。

当处理的分配机制或抽样过程存在聚类性，则需要在该层面对标准误进行聚类。例如，某一政策的实施与否在地级市层面的决策，且抽样过程也是以地级市为单位 (尽管研究的个体单位可能是地级市中的企业)，那么标准误就应该聚类到地级市层面。

一维聚类标准误

*截面数据，在个体层面进行聚类，以下两种写法等价
reg y x, cluster(id)
reg y x, vce(cluster id)

cluster(id), cluster(industry), cluster(area)

二维（双向）/多维聚类标准误

reg y $x, vce(cluster area industry)

cgmreg y $x, cluster(id year)
vce2way reg y $x, cluster(id year)
vcemway reg y $x, cluster(id year)

3. 正态分布检验

• hist x, normal
• kdensity x, normal
• qnorm x
• jb6 x

sum x, detail
di (r(N)/6)*(r(skewness)*2)+[(1/4)*(r(kurtosis)-3)^2]
di chi2tail()

• sktest x
• swilk x
• sfrancia x

4. 异方差处理

• 画残差图：rvfplot
• 怀特检验：estat imtest, white, whitetst
• BP检验：
  • estat hettest
  • estat hettest, rhs
  • estat hettest [varlist]
  • estat hettest, iid
  • estat hettest, rhs iid
  • estat hettest [varlist], iid
• WLS：reg y $x [aw = 1/var]

5. 模型设定

• 遗漏变量：estat ovtest, estat ovtest, rhs
• 多重共线性：estat vif
• 极端数据：

predict lev, leverage
gsort -lev
sum lev
list lev in 1/3

Stata：离群值！离群值？离群值！

• 对数转换
• 缩尾

winsor x, gen(x_w) p(0.025)
winsor x, gen(x_wh) p(0.025) highonly
winsor x, gen(x_wl) p(0.025) lowonly
winsor2 x, replace cuts(2.5 97.5)

• 截尾

drop if x >= 1
winsor2 x, cuts(2.5 97.5) trim
winsor2 x, cuts(2.5 100) trim
winsor2 x, cuts(0 97.5) trim

• 插值

6. 虚拟变量

• gen d = (year >= 1978)
• tabulate province, gen(pr)

xi: reg y x i.Dummy //Dummy是字符型

encode Dummy, gen(dummy)
reg y x i.dummy

7. 描述性统计和回归结果导出：

• logout
• sum2docx
• asdoc
• esttab
• outreg2
• reg2docx

Stata编程：暂元，local！暂元，local！

在 Stata 中，暂元分为局部暂元local与全局暂元global两种。其中，局部暂元执行完一次命令后就失效了，而全局暂元在 Stata 关闭之前一直存在，可以随时引用。运行包含局部暂元的多行命令时，需要一次性执行完，否则会出错。

暂元里可以存放数字、文字、表达式、变量、文件路径等。

local xx "x1 x2 x3 x4"
reg y `xx'

global xx "x1 x2 x3 x4"
reg y $xx