您现在的位置是：课程
面板数据模型与Stata操作
2023-12-04 21:57课程 人已围观
课程概述
老师介绍
副教授，数量经济学博士，理论经济学在站博士后，擅长应用统计学与应用计量经济学的软件操作。
课程简介
本课程为社会学、政治学、教育学、心理学、经济学、管理学、医学等领域的本科生、硕士研究生、博士研究生与科研工作者提供 面板数据模型的详细Stata操作，图表结合，通过详细的案例操作流程讲解应用过程，力争让学习者 通过“比着葫芦画瓢”就可以进行正确操作。
具体内容不仅包括 静态面板数据模型、动态面板数据模型，还更细的介绍了 短面板、长面板、平稳面板与非平稳面板数据模型的内容。包括常用的固定效应、随机效应、混合估计、总体平均、异方差、序列相关、截面相依、内生性处理、系统GMM、差分GMM的估计与检验等，还包括比较热的模型设定检验、面板单位根检验、面板协整检验、DOLS、FMOLS、CCR、面板VAR、面板门槛模型、面板格兰杰因果检验、面板动态相关模型、面板误差修正模型、面板似不相关回归，等等。更详细内容可见目录。
根据大量网络学生与自己上课过程中学生提出的意见，认为部分课程价格过高，影响了学习，为了鼓励学生更好的学习计量特将面板数据模型进行整合，并大幅降价，同时赠送邹至庄检验与Stata操作，虚拟变量与多元交互(调节效应)等内容。
由于目录内容过多，无法完全展示，更详细的目录或更多计量与统计学应用内容可以关注 微信公众号“格致之学(Truth_Wisdom_Science)”。
课程目录
静态面板数据模型与Stata操作(一)
1.面板回归模型介绍与估计
1.1基本面板回归模型设定
1.2固定效应模型
1.3总体平均模型
1.4随机效应模型
1.5拟合优度度量
1.6FE与RE的选择
1.7变系数模型
1.8程序介绍与操作流程
(1)数据描述
(2)组内差异与组间差异
(3)单个个体时间序列图
(4)总体散点图
(5)组内与组间散点图
(6)混合回归
(7)总体平均估计量
(8)组内估计量
(9)固定效应与混合效应的选择
(10)最小二乘虚拟变量回归(LSDV)
(11)FD估计量
(12)RE估计量：FGLS与MLE估计量
(13)随机效应与混合效应的选择
(14)组间估计量
(15)FE与RE的选择
1.9面板数据的异方差与序列相关
(1)异方差
(2)序列相关
静态面板数据模型与Stata操作(二)
2.截面相依、异方差与序列相关条件下的面板模型估计
2.1基本介绍
2.2程序介绍与操作流程
(1)异方差的处理
(2)异方差与自相关的处理
(3) 长面板的估计
①混合OLS与PFGLS
②有AR(1)误差项自相关的不等间隔面板
③面板校正标准误回归
④更有效的估计
⑤组间异方差、组间同期相关与组内自相关的检验
静态面板数据模型与Stata操作(三)
3.个体斜率的固定效应模型(FEIS)
3.1模型介绍
3.2程序介绍
3.3操作流程
(1)数据描述
(2)估计稳健标准差的标准固定效应模型
(3)带有某变量斜率的固定效应模型
(4)带有某变量斜率的固定效应模型，并添加转换变量到当前数据集
静态面板数据模型与Stata操作(四)
4.前沿估计方法
4.1Fama and MacBeth (1973) 估计
4.2一阶面板序列相关的异方差-稳健HR检验
4.3面板序列相关的Portmanteau检验
4.4非参数时变系数的固定效应模型
4.5面板数据的半参数估计
4.6多重异方差面板数据回归的MLE随机效应
4.7加权随机效应模型
4.8随机系数模型
(1)将可变系数视为常数
(2)随机系数模型
4.9面板模型设定检验：拉姆齐检验
①组间效应面板回归
②Fama-MacBeth模型面板回归
③ 固定效应面板回归
④总体平均效应面板回归
⑤随机效应MLE面板回归
⑥ Swamy随机系数面板回归
⑦随机效应GLS面板回归
8.自相关与异方差GLS面板回归
9.Kmenta异方差GLS AR(1)面板回归
10.Kmenta 异方差 GLS AR(1)： 每个面板不同
11.Kmenta 异方差 GLS AR(1) ：所有面板相同
12.Parks (FULL) 异方差 横截面 GLS AR(1) 面板回归
13.线性校准标准误差(PCSE)面板回归
14.线性AR(1)面板回归
4.10异方差检验
(1)Panel Groupwise 异方差检验
(2)面板数据异方差Wald 检验
(3)面板数据异方差的Hall-Pagan 检验
(4)面板数据异方差的Cook-Weisberg 检验
(5) 面板数据异方差的Engle (ARCH) 检验
(6) Greene 似然比LR 面板异方差检验
(7) Breusch-Pagan LM面板异方差检验
4.11自相关检验
(1)面板自相关的巴尔塔基检验
(2)面板数据自相关Breusch-Godfrey 检验
(3)面板数据自相关Box-Pierce检验
(4)面板数据自相关Breusch-Pagan-Godfrey检验
(5)面板数据自相关动态Durbin h 与Harvey LM检验
(6)面板数据自相关动态Durbin m检验
(7)面板数据自相关Durbin-Watson检验
(8)面板数据自相关Von Neumann 比率检验
(9)面板数据自相关Wooldridge 检验
4.12非正态性检验
(1)面板数据非正态性Anderson-Darling检验
(2)面板数据非正态性Geary Runs检验
(3)面板数据非正态性White检验
静态面板数据模型与Stata操作(五)
5.内生性处理
5.1面板IV估计
(1)程序介绍Ⅰ
(2)程序介绍Ⅱ
(3)操作流程
①对固定效应模型先进行一阶差分，再使用工具变量
②对FE先进行离差变换再使用工具变量
③先对RE进行FGLS变换，然后进行2SLS回归
④报告第一阶段估计
⑤过度识别检验
⑥是否存在内生性检验
⑦IV/2SLS估计
⑧两步GMM估计
⑨有限信息极大似然法(LIML)估计
5.2Hausman-Taylor估计量
(1)程序介绍
(2)操作流程
静态面板数据模型与Stata操作(六)
6.非平衡面板似不相关回归
6.1基本介绍
6.2程序介绍
动态面板数据模型与Stata操作
1.动态面板数据模型简介
2.Arellano and Bond(1991)估计量
3.Arellano and Bover(1995)估计量
4.Blundell and Bond(1998)系统GMM估计量
5.差分GMM估计
5.1程序介绍
5.2软件操作
6.系统GMM估计
6.1程序介绍
6.2软件操作
7.差分与系统GMM估计
7.1程序介绍
7.2软件操作
8.GMM线性动态面板估计
8.1程序介绍
8.2操作流程
(1)数据描述
(2) Arellano-Bond估计
(3)Arellano-Bover估计量
(4)Ahn-Schmidt估计量Ⅰ
(5)Ahn-Schmidt估计量Ⅱ
(6)Blundell-Bond估计量
(7)Hayakawa IV 估计量
9.固定效应动态面板数据模型
9.1模型介绍
9.2程序介绍
(1)估计程序
(2)预测程序
10.偏差校正LSDV估计
11.1程序介绍
11.2软件操作
11.序贯(两阶段)线性面板估计
11.1程序介绍
11.2软件操作
非平稳面板数据模型与Stata操作(一)
1.基本概念
1.1非平稳序列
1.2ARMA的平稳性
1.3伪回归
1.4协整
1.5误差修正模型
2.非平稳面板分析的步骤
3.截面相依(相关)检验
3.1基本介绍
(1) Pesaran’s CD test
(2) Friedman’s test
(3) Frees’ test
3.2程序介绍
3.3操作流程
(1)数据描述
(2) Pesaran’s (2004) CD 检验
(3) Frees (1995)与 Friedman (1937)检验
(4)RE的截面相依检验
3.4新程序介绍与操作流程
(1)变量与残差的截面相依检验
①程序介绍
②操作流程
A.研究单变量的截面相依
B.方程所有变量的截面相依检验
C.计算具有时间固定效应的OLS回归的残差，并检验残差的截面相依
D.使用Pesaran & Smith(1995)均值组估计量计算估计残差，然后检验残差的截面相依性
E. 使用Pesaran (2006) CCE 均值组估计量计算估计模型残差，然后检验残差
(2)弱截面相依检验：
①程序介绍
②操作流程
A.拟合面板模型后运行CD检验
B. 回归之后预测误差，进行CD检验
C. 绘制截面密度图
D. 检验某个变量的CD
(3)残差截面独立性检验
①程序介绍
②操作流程
(4)截面相依的CD检验(Pesaran (2004/2015)):
①程序介绍
②操作流程
非平稳面板数据模型与Stata操作(二)
4.单位根检验
4.1假定截面独立的面板单位根检验
(1)LLC检验
①理论介绍
②程序介绍
③操作流程
(2)HT检验
①理论介绍
②程序介绍
③操作流程
(3)Breitung检验
①基本介绍
②程序介绍
③操作流程
(4)IPS检验
①理论介绍
②程序介绍
③操作流程
(5)Fisher检验
①基本介绍
②程序介绍
③操作流程
(6)Hadri LM检验
①基本介绍
②程序介绍
③操作流程
4.2截面相依情况下的面板单位根检验
(1)存在截面相依情况下的Pesaran简单面板单位根检验：
①程序介绍
②基本介绍
③操作流程
(2)存在截面相依下Pesaran面板单位根检验：
①程序介绍
②操作程序
(3)多变量和滞后的第一代和第二代面板单位根检验(更方便的工具)
①程序介绍
②操作流程
非平稳面板数据模型与Stata操作(三)
5.面板协整检验
5.1第一代协整检验
(1) Kao检验
(2) Pedroni检验
(3) Westerlund检验
(4) 长期方差
(5)面板协整检验程序介绍
例子
(6) Kao tests操作流程
①数据描述
②Kao tests
(7)Pedroni tests操作流程
(8) Westerlund tests操作流程
5.2第二代协整检验: Westerlund (2007)
(1)误差修正检验
①组均值检验
②面板检验
(2)程序介绍
①基于协整检验的Westerlund(2007)误差修正
(3)操作流程
①数据描述
②操作流程
非平稳面板数据模型与Stata操作(四)
6.面板协整分析
6.1面板动态一般最小二乘估计(PDOLS)
(1)协整检验
(2) PDOLS
(3)程序介绍
(4)操作流程
6.2完全修正的普通最小二乘法(FMOLS)
(1)模型介绍
(2)程序介绍
(3)操作流程
①PDOLS估计
②FMOLS估计
③CCR估计
非平稳面板数据模型与Stata操作(五)
7.异质性斜率模型估计
7.1模型介绍
(1) Pesaran and Smith (1995)
(2) Pesaran (2006)
(3) Eberhardt and Teal (2010)
7.2程序介绍
7.3操作流程
(1)数据描述
(2)标准的MG估计量
(3)标准MG估计量并添加线性趋势
(4) 标准的MG估计量并使用离群稳健平均替代未加权平均
(5) CCEMG估计量
(6) CCEMG估计量并显示每个面板结果
(7) CCEMG估计量并存储每个面板回归残差
(8)AMG估计量
(9)AMG估计量并包含趋势项
(10) AMG估计量并包括趋势项，但公共动态过程被强加于单位系数
(11)AMG估计量并显示所有截面系数
非平稳面板数据模型与Stata操作(六)
8.非平稳异质性面板模型估计
8.1基本估计
8.2程序介绍
8.3操作流程
(1)数据描述
(2)模型构建
(3)PMG估计
(4)MG估计
(5)动态FE
非平稳面板数据模型与Stata操作(七)
9.动态共同相关效应估计
9.1基本介绍
(1)共同相关效应
(2)动态共同相关效应
(3)混合平均组
9.2程序介绍
9.3操作流程
(1)数据描述
(2) MG估计
(3)共同相关效应估计
(4)动态共同相关效应
(5)混合估计
(6)工具变量估计
非平稳面板数据模型与Stata操作(八)
10.截面相依的异质性误差修正模型
10.1基本介绍
10.2程序介绍
10.3操作流程
(1)动态CCE估计量的误差修正
(2)允许异质性滞后阶数
(3)查看组系数矩阵
(4) 画出个体长期系数并显示平均长期系数
11.面板格兰杰因果检验
11.1基本介绍
11.2程序介绍
11.3操作流程
(1)数据处理
(2)操作步骤
面板向量自回归模型与Stata操作
1.基本模型
2.程序介绍Ⅰ
2.1面板VAR模型滞后阶数选择
2.2面板向量自回归模型估计
2.3格兰杰因果检验
2.4 检验面板VAR的平稳性条件
2.5脉冲响应函数
2.6预测误差方差分解
3.操作流程Ⅰ
3.1案例Ⅰ
(1)数据描述
(2)滞后阶数的选择
(3) PVAR估计
(4)格兰杰因果检验
(5)平稳性检验
(6)脉冲响应函数
(7)方差分解
3.2案例Ⅱ
(1)数据描述
(2)滞后阶数选择
(3)面板向量自回归估计
(4)格兰杰因果检验
(5)平稳性检验
(6)脉冲响应函数
(7)方差分解
4.程序介绍Ⅱ
5.操作流程Ⅱ
5.1数据描述
5.2例子1
5.3例子2
面板数据门槛模型与Stata操作
1.面板门槛模型
1.1模型构建
1.2最小二乘估计
1.3门槛效应的显著性检验
1.4门槛值的置信区间构建
1.5多门槛模型
1.5.1模型估计
1.5.2门槛效应的显著性检验
1.5.3门槛值置信区间构建
2.Stata程序介绍
2.1程序安装
2.2程序解释
2.3注意事项
3.Stata操作流程
3.1数据导入
3.2数据（结构）描述
3.3研究目的
(1)自变量为其自身的门槛变量模型构建
(2)自变量不为其自身的门槛变量模型构建
3.4操作流程与结果解释
(1)自变量为其自身的门槛变量模型构建
①单门槛模型估计
②双门槛模型估计
A.估计
B.画图
C.同一样本不同年份的演化
D.同一年份不同样本的特征
③三门槛模型估计
A.估计
B.画图
(2)自变量不为其自身的门槛变量模型构建
①单门槛模型估计
②双门槛模型估计
A.估计
B.画图
③三门槛模型估计
A.估计
B.画图
C.门槛变量内生的处置
虚拟变量与多元交互(调节效应)(一)
2.虚拟变量回归
2.1构建虚拟变量
(1)参照组的选择
(2)描述性统计(列联表分析)
2.2虚拟变量回归
(1)对含一个虚拟变量模型进行线性回归
(2)对含有多个虚拟变量的模型进行回归
(3)估计类别之间的差异
(4)更多虚拟变量
(5)虚拟变量的解释
(6)定量变量与虚拟变量
2.3估计类别影响差异
(1)解释交互效应
(2)分样本估计
(3)异方差的处理
(4)半对数方程中虚拟变量的解释
(5)时间序列数据的虚拟变量
(6)季节虚拟变量
(7)分段线性回归
(8)非线性检验
(9)logit模型中的虚拟变量
虚拟变量与多元交互(调节效应)(二)
3.交互效应模型
3.1基本概念
(1)交互的概念
(2)简单效应或主效应
(3)交互效应或调节效应
(4)标准化系数与其优缺点
(5)变量的对中变换
3.2连续变量与连续变量的交互效应
3.3定性变量与定量变量的交互效应
(1)调节变量为定性变量的情况
(2)调节变量为连续变量的情况
(3)存在多个定性变量的情况
3.4多向交互效应
(1)定量变量之间的交互效应
(2)定性变量与连续变量的交互效应
①关键自变量是连续变量的情况
②关键自变量是定性变量的情况
(3)非线性交互效应
(4)交互效应系数测算
①连续变量之间的交互效应
②虚拟变量之间的交互效应
③三向交互效应模型构建
邹至庄检验（Chow Test） 与Stata操作
1.模型介绍
2.估计方法
3.案例操作
3.1第1类型操作
3.2第2类型操作
3.3第3类型操作
3.4稳健方差估计
3.5Bootstrap估计
3.6Jackknife估计
老师介绍
副教授，数量经济学博士，理论经济学在站博士后，擅长应用统计学与应用计量经济学的软件操作。
课程简介
本课程为社会学、政治学、教育学、心理学、经济学、管理学、医学等领域的本科生、硕士研究生、博士研究生与科研工作者提供 面板数据模型的详细Stata操作，图表结合，通过详细的案例操作流程讲解应用过程，力争让学习者 通过“比着葫芦画瓢”就可以进行正确操作。
具体内容不仅包括 静态面板数据模型、动态面板数据模型，还更细的介绍了 短面板、长面板、平稳面板与非平稳面板数据模型的内容。包括常用的固定效应、随机效应、混合估计、总体平均、异方差、序列相关、截面相依、内生性处理、系统GMM、差分GMM的估计与检验等，还包括比较热的模型设定检验、面板单位根检验、面板协整检验、DOLS、FMOLS、CCR、面板VAR、面板门槛模型、面板格兰杰因果检验、面板动态相关模型、面板误差修正模型、面板似不相关回归，等等。更详细内容可见目录。
根据大量网络学生与自己上课过程中学生提出的意见，认为部分课程价格过高，影响了学习，为了鼓励学生更好的学习计量特将面板数据模型进行整合，并大幅降价，同时赠送邹至庄检验与Stata操作，虚拟变量与多元交互(调节效应)等内容。
由于目录内容过多，无法完全展示，更详细的目录或更多计量与统计学应用内容可以关注 微信公众号“格致之学(Truth_Wisdom_Science)”。
课程目录
静态面板数据模型与Stata操作(一)
1.面板回归模型介绍与估计
1.1基本面板回归模型设定
1.2固定效应模型
1.3总体平均模型
1.4随机效应模型
1.5拟合优度度量
1.6FE与RE的选择
1.7变系数模型
1.8程序介绍与操作流程
(1)数据描述
(2)组内差异与组间差异
(3)单个个体时间序列图
(4)总体散点图
(5)组内与组间散点图
(6)混合回归
(7)总体平均估计量
(8)组内估计量
(9)固定效应与混合效应的选择
(10)最小二乘虚拟变量回归(LSDV)
(11)FD估计量
(12)RE估计量：FGLS与MLE估计量
(13)随机效应与混合效应的选择
(14)组间估计量
(15)FE与RE的选择
1.9面板数据的异方差与序列相关
(1)异方差
(2)序列相关
静态面板数据模型与Stata操作(二)
2.截面相依、异方差与序列相关条件下的面板模型估计
2.1基本介绍
2.2程序介绍与操作流程
(1)异方差的处理
(2)异方差与自相关的处理
(3) 长面板的估计
①混合OLS与PFGLS
②有AR(1)误差项自相关的不等间隔面板
③面板校正标准误回归
④更有效的估计
⑤组间异方差、组间同期相关与组内自相关的检验
静态面板数据模型与Stata操作(三)
3.个体斜率的固定效应模型(FEIS)
3.1模型介绍
3.2程序介绍
3.3操作流程
(1)数据描述
(2)估计稳健标准差的标准固定效应模型
(3)带有某变量斜率的固定效应模型
(4)带有某变量斜率的固定效应模型，并添加转换变量到当前数据集
静态面板数据模型与Stata操作(四)
4.前沿估计方法
4.1Fama and MacBeth (1973) 估计
4.2一阶面板序列相关的异方差-稳健HR检验
4.3面板序列相关的Portmanteau检验
4.4非参数时变系数的固定效应模型
4.5面板数据的半参数估计
4.6多重异方差面板数据回归的MLE随机效应
4.7加权随机效应模型
4.8随机系数模型
(1)将可变系数视为常数
(2)随机系数模型
4.9面板模型设定检验：拉姆齐检验
①组间效应面板回归
②Fama-MacBeth模型面板回归
③ 固定效应面板回归
④总体平均效应面板回归
⑤随机效应MLE面板回归
⑥ Swamy随机系数面板回归
⑦随机效应GLS面板回归
8.自相关与异方差GLS面板回归
9.Kmenta异方差GLS AR(1)面板回归
10.Kmenta 异方差 GLS AR(1)： 每个面板不同
11.Kmenta 异方差 GLS AR(1) ：所有面板相同
12.Parks (FULL) 异方差 横截面 GLS AR(1) 面板回归
13.线性校准标准误差(PCSE)面板回归
14.线性AR(1)面板回归
4.10异方差检验
(1)Panel Groupwise 异方差检验
(2)面板数据异方差Wald 检验
(3)面板数据异方差的Hall-Pagan 检验
(4)面板数据异方差的Cook-Weisberg 检验
(5) 面板数据异方差的Engle (ARCH) 检验
(6) Greene 似然比LR 面板异方差检验
(7) Breusch-Pagan LM面板异方差检验
4.11自相关检验
(1)面板自相关的巴尔塔基检验
(2)面板数据自相关Breusch-Godfrey 检验
(3)面板数据自相关Box-Pierce检验
(4)面板数据自相关Breusch-Pagan-Godfrey检验
(5)面板数据自相关动态Durbin h 与Harvey LM检验
(6)面板数据自相关动态Durbin m检验
(7)面板数据自相关Durbin-Watson检验
(8)面板数据自相关Von Neumann 比率检验
(9)面板数据自相关Wooldridge 检验
4.12非正态性检验
(1)面板数据非正态性Anderson-Darling检验
(2)面板数据非正态性Geary Runs检验
(3)面板数据非正态性White检验
静态面板数据模型与Stata操作(五)
5.内生性处理
5.1面板IV估计
(1)程序介绍Ⅰ
(2)程序介绍Ⅱ
(3)操作流程
①对固定效应模型先进行一阶差分，再使用工具变量
②对FE先进行离差变换再使用工具变量
③先对RE进行FGLS变换，然后进行2SLS回归
④报告第一阶段估计
⑤过度识别检验
⑥是否存在内生性检验
⑦IV/2SLS估计
⑧两步GMM估计
⑨有限信息极大似然法(LIML)估计
5.2Hausman-Taylor估计量
(1)程序介绍
(2)操作流程
静态面板数据模型与Stata操作(六)
6.非平衡面板似不相关回归
6.1基本介绍
6.2程序介绍
动态面板数据模型与Stata操作
1.动态面板数据模型简介
2.Arellano and Bond(1991)估计量
3.Arellano and Bover(1995)估计量
4.Blundell and Bond(1998)系统GMM估计量
5.差分GMM估计
5.1程序介绍
5.2软件操作
6.系统GMM估计
6.1程序介绍
6.2软件操作
7.差分与系统GMM估计
7.1程序介绍
7.2软件操作
8.GMM线性动态面板估计
8.1程序介绍
8.2操作流程
(1)数据描述
(2) Arellano-Bond估计
(3)Arellano-Bover估计量
(4)Ahn-Schmidt估计量Ⅰ
(5)Ahn-Schmidt估计量Ⅱ
(6)Blundell-Bond估计量
(7)Hayakawa IV 估计量
9.固定效应动态面板数据模型
9.1模型介绍
9.2程序介绍
(1)估计程序
(2)预测程序
10.偏差校正LSDV估计
11.1程序介绍
11.2软件操作
11.序贯(两阶段)线性面板估计
11.1程序介绍
11.2软件操作
非平稳面板数据模型与Stata操作(一)
1.基本概念
1.1非平稳序列
1.2ARMA的平稳性
1.3伪回归
1.4协整
1.5误差修正模型
2.非平稳面板分析的步骤
3.截面相依(相关)检验
3.1基本介绍
(1) Pesaran’s CD test
(2) Friedman’s test
(3) Frees’ test
3.2程序介绍
3.3操作流程
(1)数据描述
(2) Pesaran’s (2004) CD 检验
(3) Frees (1995)与 Friedman (1937)检验
(4)RE的截面相依检验
3.4新程序介绍与操作流程
(1)变量与残差的截面相依检验
①程序介绍
②操作流程
A.研究单变量的截面相依
B.方程所有变量的截面相依检验
C.计算具有时间固定效应的OLS回归的残差，并检验残差的截面相依
D.使用Pesaran & Smith(1995)均值组估计量计算估计残差，然后检验残差的截面相依性
E. 使用Pesaran (2006) CCE 均值组估计量计算估计模型残差，然后检验残差
(2)弱截面相依检验：
①程序介绍
②操作流程
A.拟合面板模型后运行CD检验
B. 回归之后预测误差，进行CD检验
C. 绘制截面密度图
D. 检验某个变量的CD
(3)残差截面独立性检验
①程序介绍
②操作流程
(4)截面相依的CD检验(Pesaran (2004/2015)):
①程序介绍
②操作流程
非平稳面板数据模型与Stata操作(二)
4.单位根检验
4.1假定截面独立的面板单位根检验
(1)LLC检验
①理论介绍
②程序介绍
③操作流程
(2)HT检验
①理论介绍
②程序介绍
③操作流程
(3)Breitung检验
①基本介绍
②程序介绍
③操作流程
(4)IPS检验
①理论介绍
②程序介绍
③操作流程
(5)Fisher检验
①基本介绍
②程序介绍
③操作流程
(6)Hadri LM检验
①基本介绍
②程序介绍
③操作流程
4.2截面相依情况下的面板单位根检验
(1)存在截面相依情况下的Pesaran简单面板单位根检验：
①程序介绍
②基本介绍
③操作流程
(2)存在截面相依下Pesaran面板单位根检验：
①程序介绍
②操作程序
(3)多变量和滞后的第一代和第二代面板单位根检验(更方便的工具)
①程序介绍
②操作流程
非平稳面板数据模型与Stata操作(三)
5.面板协整检验
5.1第一代协整检验
(1) Kao检验
(2) Pedroni检验
(3) Westerlund检验
(4) 长期方差
(5)面板协整检验程序介绍
例子
(6) Kao tests操作流程
①数据描述
②Kao tests
(7)Pedroni tests操作流程
(8) Westerlund tests操作流程
5.2第二代协整检验: Westerlund (2007)
(1)误差修正检验
①组均值检验
②面板检验
(2)程序介绍
①基于协整检验的Westerlund(2007)误差修正
(3)操作流程
①数据描述
②操作流程
非平稳面板数据模型与Stata操作(四)
6.面板协整分析
6.1面板动态一般最小二乘估计(PDOLS)
(1)协整检验
(2) PDOLS
(3)程序介绍
(4)操作流程
6.2完全修正的普通最小二乘法(FMOLS)
(1)模型介绍
(2)程序介绍
(3)操作流程
①PDOLS估计
②FMOLS估计
③CCR估计
非平稳面板数据模型与Stata操作(五)
7.异质性斜率模型估计
7.1模型介绍
(1) Pesaran and Smith (1995)
(2) Pesaran (2006)
(3) Eberhardt and Teal (2010)
7.2程序介绍
7.3操作流程
(1)数据描述
(2)标准的MG估计量
(3)标准MG估计量并添加线性趋势
(4) 标准的MG估计量并使用离群稳健平均替代未加权平均
(5) CCEMG估计量
(6) CCEMG估计量并显示每个面板结果
(7) CCEMG估计量并存储每个面板回归残差
(8)AMG估计量
(9)AMG估计量并包含趋势项
(10) AMG估计量并包括趋势项，但公共动态过程被强加于单位系数
(11)AMG估计量并显示所有截面系数
非平稳面板数据模型与Stata操作(六)
8.非平稳异质性面板模型估计
8.1基本估计
8.2程序介绍
8.3操作流程
(1)数据描述
(2)模型构建
(3)PMG估计
(4)MG估计
(5)动态FE
非平稳面板数据模型与Stata操作(七)
9.动态共同相关效应估计
9.1基本介绍
(1)共同相关效应
(2)动态共同相关效应
(3)混合平均组
9.2程序介绍
9.3操作流程
(1)数据描述
(2) MG估计
(3)共同相关效应估计
(4)动态共同相关效应
(5)混合估计
(6)工具变量估计
非平稳面板数据模型与Stata操作(八)
10.截面相依的异质性误差修正模型
10.1基本介绍
10.2程序介绍
10.3操作流程
(1)动态CCE估计量的误差修正
(2)允许异质性滞后阶数
(3)查看组系数矩阵
(4) 画出个体长期系数并显示平均长期系数
11.面板格兰杰因果检验
11.1基本介绍
11.2程序介绍
11.3操作流程
(1)数据处理
(2)操作步骤
面板向量自回归模型与Stata操作
1.基本模型
2.程序介绍Ⅰ
2.1面板VAR模型滞后阶数选择
2.2面板向量自回归模型估计
2.3格兰杰因果检验
2.4 检验面板VAR的平稳性条件
2.5脉冲响应函数
2.6预测误差方差分解
3.操作流程Ⅰ
3.1案例Ⅰ
(1)数据描述
(2)滞后阶数的选择
(3) PVAR估计
(4)格兰杰因果检验
(5)平稳性检验
(6)脉冲响应函数
(7)方差分解
3.2案例Ⅱ
(1)数据描述
(2)滞后阶数选择
(3)面板向量自回归估计
(4)格兰杰因果检验
(5)平稳性检验
(6)脉冲响应函数
(7)方差分解
4.程序介绍Ⅱ
5.操作流程Ⅱ
5.1数据描述
5.2例子1
5.3例子2
面板数据门槛模型与Stata操作
1.面板门槛模型
1.1模型构建
1.2最小二乘估计
1.3门槛效应的显著性检验
1.4门槛值的置信区间构建
1.5多门槛模型
1.5.1模型估计
1.5.2门槛效应的显著性检验
1.5.3门槛值置信区间构建
2.Stata程序介绍
2.1程序安装
2.2程序解释
2.3注意事项
3.Stata操作流程
3.1数据导入
3.2数据（结构）描述
3.3研究目的
(1)自变量为其自身的门槛变量模型构建
(2)自变量不为其自身的门槛变量模型构建
3.4操作流程与结果解释
(1)自变量为其自身的门槛变量模型构建
①单门槛模型估计
②双门槛模型估计
A.估计
B.画图
C.同一样本不同年份的演化
D.同一年份不同样本的特征
③三门槛模型估计
A.估计
B.画图
(2)自变量不为其自身的门槛变量模型构建
①单门槛模型估计
②双门槛模型估计
A.估计
B.画图
③三门槛模型估计
A.估计
B.画图
C.门槛变量内生的处置
虚拟变量与多元交互(调节效应)(一)
2.虚拟变量回归
2.1构建虚拟变量
(1)参照组的选择
(2)描述性统计(列联表分析)
2.2虚拟变量回归
(1)对含一个虚拟变量模型进行线性回归
(2)对含有多个虚拟变量的模型进行回归
(3)估计类别之间的差异
(4)更多虚拟变量
(5)虚拟变量的解释
(6)定量变量与虚拟变量
2.3估计类别影响差异
(1)解释交互效应
(2)分样本估计
(3)异方差的处理
(4)半对数方程中虚拟变量的解释
(5)时间序列数据的虚拟变量
(6)季节虚拟变量
(7)分段线性回归
(8)非线性检验
(9)logit模型中的虚拟变量
虚拟变量与多元交互(调节效应)(二)
3.交互效应模型
3.1基本概念
(1)交互的概念
(2)简单效应或主效应
(3)交互效应或调节效应
(4)标准化系数与其优缺点
(5)变量的对中变换
3.2连续变量与连续变量的交互效应
3.3定性变量与定量变量的交互效应
(1)调节变量为定性变量的情况
(2)调节变量为连续变量的情况
(3)存在多个定性变量的情况
3.4多向交互效应
(1)定量变量之间的交互效应
(2)定性变量与连续变量的交互效应
①关键自变量是连续变量的情况
②关键自变量是定性变量的情况
(3)非线性交互效应
(4)交互效应系数测算
①连续变量之间的交互效应
②虚拟变量之间的交互效应
③三向交互效应模型构建
邹至庄检验（Chow Test） 与Stata操作
1.模型介绍
2.估计方法
3.案例操作
3.1第1类型操作
3.2第2类型操作
3.3第3类型操作
3.4稳健方差估计
3.5Bootstrap估计
3.6Jackknife估计
上一篇：【疯狂速写】钢笔速写速成班
下一篇：理论力学（全72讲）【理工学社】
