计量上机考点.doc

计量经济学上机实验 第一次实验课内容 Excel数据导入 散点图（scatter y x; scatter y x||lfit y x作散点图时画出回归直线lfit线性拟合; twoway()()二维散点图、线图; reg y x ; regress线性回归 scatter1；graph scatter2； Rename y y1重新命名变量 label variable y1 mark list; describe; summarize(sum);tabulate;format x %10.0g, or format x %10.2f, %22s.后面的数字是小数点后面的位数，g一般格式较灵活，f固定格式】 习题2.5. （7）help search 第二次实验课内容 习题2.6。 为了计算，需要熟悉命令： tsset（指定时间变量）,tsset yr l.y（1阶滞后，l2.y是2阶滞后）, reg（regress：回归）； 可能需要：destring, encode，gen 例子：destring name1,replace（name1不能有真正的字符即本质上为数字，去掉原形式） destring name,generate(name2)文字型转化为数据型 encode name1,generate(name3)面板型数据 input str3 name mark …. end 正态性检验方法 gen z=rnormal() (set obs 1000) hist z(直方图) hist z,norm（带标准正态分布线） qnorm z（正态概率图，QQ图） 正式检验：mvtest normality z 第三次实验课上机内容 误差的正态性检验 熟悉相关命令（建立回归方程之后）： predict yhat，计算被解释变量的拟合值并记作yhat， predict e，resid计算残差并记作resid hist e() hist e,norm qnorm e（正态概率图，QQ图） 正式检验：mvtest normality e 38页3.9（4） 61页例4.4 reg TAXI AREA if A!=“重庆” scatter TAXI AREA, mlabel(A) msymbol(Sh)【Oh】 单独标出重庆 Scatter TAXI AREA if A==”重庆” , mlabel(A)|| Scatter TAXI AREA Drop if A==”重庆” 第四次试验课上机内容 联合检验test x2 x3或test x2=x3=0, 或test x2=x3=1 【Reg之后】 习题4.9. 多重共线性的检验（Example 5.1）：vif, pwcorr检验变量间的相关系数, 同correlate Vif:平均大于1，其中一个大于10，说明存在较严重的多重共线性。(new: estat vif计算方差膨胀因子) Example6.1（86页），Example 6.3 gen y=log(x)产生新变量如： 第五次课上机内容 虚拟变量构建 法1：gen D2=(mod（time，==2), gen t1=mod（time，4） gen d2=（t1==2）余数为2定义为1，其他为零 法2：gen D2=0, replace D2=1 if time==4【==】 Gen D=(year=2000) 生成随机数：gen z=invnormal（uniform（）） 连线图twoway connected sale time 或 graph twoway connected sale time twoway connected sale time|| connected sale1 time 回顾：predict yhat (reg 之后) Example 7.5(114页)，Example7.6. Eviews:D2=@seas(2)【2季度取1，其余取0】、 或series=(year=2000),或series=(ind==”B”), ind是变量名称。 第六次课上机内容：异方差检验与处理 （1）散点图：残差平方和对自变量（因变量的拟合值）（Example8.1） （2）怀特检验：残差平方和对自变量、自变量平方及交叉项拟合。命令：estat imtest,white(Old 命令:不要estat) 未生成残差平方根据回归方程作散点图；rvpplot x （3）Breusch-Pangan（BP：布鲁斯-帕甘检验）：残差平方和对自变量（或部分自变量）回归，或对拟合值回归。（ Example 8.2.） 命令：estat hettest,iid（fitted value）;