【#文档大全网# 导语】以下是®文档大全网的小编为您整理的《Stata面板数据的统计分析》，欢迎阅读！
面板数据的统计分析（Stata ）
在写论文时经常碰见一些即是时间序列又是截面的数据，
比如分析1999-2010的
公司盈余管理影响因素，而影响盈余管理的因素有6个，那么会形成如下图的数 据
公司1 公司2 公司100
因素1
盈余管 盈余管理
因素6 因素1 … 因素6 因素1
理程度 程度
盈余管
因素6
理程度
1999 2000
2010
如上图所示的数据即为面板数据。显然面板数据是三维的，而时间序列数据 和截面数据都是二维的，把面板数据当成时间序列数据或者截面数据来处理都是 不合适的。
处理面板数据的软件较多，一般使用Eviews6.0、Stata等。个人推荐使用Stata, 因为Stata比较适合处理面板数据，且个性化强。以下以 Statall.O为例来讲解怎 么样处理面板数据。
由于面板数据的存储结构与我们通常使用的存储结构不太一样，所在统计分 析前，最好在excel中整理一下数据，形成如下图所示的数据
年份 公司名称 因素1
因素2
因素6
盈余管理程度
1999 2000
公司1 公司1 公司1 公司1 公司2 公司2 公司2 公司2 n 量
2010 1999 2000
1
2010
变
定义及输入数据
启动Statall.O Stata界面有4个组成部分，Review （在左上角）、Variables （左下角）、输出窗口（在右上角）、 Comma nd （右下角）。首先定义变量， 可以输入命令，也可以通过点击 Data----Create new Variable or change variable 特别注意，这里要定义的变量除了因素 1、因素2、……因素&盈余管理影 响程度等，还要定义年份和公司名称两个变量，这两个变量的数据类型（ Type） 最好设置为int （整型），公司名称不要使用中文名称或者字母等，用数字代替。 定义好变量之后可以输入数据了。数据可以直接导入（ File-Import），也可以手 工录入或者复制粘贴（Data-Data Edit（Browse）），手工录入数据和在 excel中的 操作一样。
以上面说的为例，定义变量 year、 compa ny、 factor1、 factor2、 factor3、
factor4、 factor5、 factor6、 DA。
变量 company 和 year 分别为截面变量和时间变量。显然，通过这两个变量我 们可以非常清楚地确定 panel data 的数据存储格式。因此，在使用 STATA 估计 模型之前，我们必须告诉它截面变量和时间变量分别是什么， 所用的命令为 tsset， 命令为： tsset company year
输出窗口将输出相应结果。 由于面板数据本身兼具截面数据和时间序列二者的特性，所以对
时间序列进 行操作的运算同样可以应用到面板数据身上。 这一点在处理某些数据时显得非常 方便。如，对于上述数据，我们想产生一个新的变量 Lag _factor1 ，也就是 factor1 的一阶滞后，那么我们可以采用如下命令： gen Lag_factor1=L.factor1 差分变量：
Gen fiscal（D）=D.fiscal 统计描述： 在正式进行模型的估计之前，我们必须对样本的基本分布特性有一个总体的了 解。对于面板数据而言，我们至少要知道我们的数据中有多少个截面 （个体 ） ， 每个截面上有多少个观察期间， 整个数据结构是平行的还是非平行的。 进一步地， 我们还要知道主要变量的样本均值、标准差、最大值、最小值等情况。这些都可 以通过以下三个命令来完成： xtdes 命令用于初步了解数据的大体分布状况， 我们可以知道数据中含有多少个截面， 最大和最小的时间跨度是多少。 在某些要 求使用平行面板数据的情况下， 我们可以采用该命令来诊断处理后的数据是否为 平行数据。 Xtsum 用来查询对组内、组间、整体计算各个变量的基本统计量（如 均值、方差等）。为了方便，以下的举例都只用 factor1，factor2 两个自变量。 xtdes DA factor1 facto2 xtsum DA factor1 facto2 模型回归。
常用的处理面板数据的模型有混合 OLS模型、固定效应模型、随机效应模型。 各个模型的区别请上网查查。下面说说各个模型的命令：
混合 OLS 模型输入命令： regress DA factor1 facto2 固定效应模型输入命令： xtreg DA factor1 factor , fe 随机效应模型输入命令： xtreg DA factor1 factor , re 模型的选择及检验 固定效应模型要检验个体效应的显著性，这可以通过固定效应模型回归结果 的最后一行的F统计量看出，F越大越好，可以得出固定效应模型优于混合 OLS 模型的结论。随机效应模型要检验随机效应是否显著，要输入命令： xttest0 如果检验得到的p值为0,则随机效应显著，随机效应模型也优于固定效应模型。 至于固定效应模型与随机效应模型选哪一个，则要通过 hausma n检验来得出。 Hausma n 检验
Hausman检验的原假设是固定效应模型优于随机效应模型，如果hausman检验 的 p 值为 0，则接受原假设，使用固定效应模型。相关命令： qui xtreg DA factor1 factor2 ,fe est
store fe
qui xtreg DA factor1 factor2 ,re
est store re hausman fe 面板模型选择问题 1.固定效应模型估计：
xtreg gdp invest culture sci health admin techno,fe 固定效应模型中个体效应和随机干扰项的方差估计值 (分别为 sigma u 和 sigma e),二者之间的相关关系(rho)
最后一行给出了检验固定效应是否显著的 F 统计量和相应的 P 值 2.随机效应模型估计： xtreg gdp invest culture sci health admin techno,re 检验随机效应模型是否优于混合 OLS 模型： 在进行随机效应回归之后,使用 xttest0 检验得到的 P 值为 0.0000,表明随机效应模型优于混合 OLS 模型 3. 最大似然估计 Ml ：
xtreg gdp invest culture sci health admin techno,mle Hausman 检验
Hausman检验究竟选择固定效应模型还是随机效应模型： 第一步：估计固定效应模型,存储结
果
xtreg gdp invest culture sci health admin techno,fe est store fe
第二步：估计随机效应模型,存储结果
xtreg gdp invest culture sci health admin techno,re est store re 第三步：进行hausman检验 hausman fe
本文来源：https://www.wddqxz.cn/3fd8d8b1c8aedd3383c4bb4cf7ec4afe05a1b163.html
2023-02-01
