首页 > 学术百科

Stata空间计量回归的简单命令

乔姆斯基Stata空间计量回归的简单命令

cd C:\Users\10853\Desktop\Stata分析

spshape2dta "C:\Users\10853\Desktop\中国省级行政区划_shp\省界_region.shp",replace

use 省界_region.dta,clear

replace NAME=ustrfrom( NAME , "gb18030", 1)

rename NAME province

list province X Y in 1/10

replace province=subinstr( province,"市","",.)

merge 1:m province using "合并数据.dta"

keep if _merge==3

中国邮政华为合作keep province year X Y cz income edu earning gdp cost student

save "分析数据.dta", replace

*反经济距离权重

use "分析数据.dta",clear

encode province,g(id)

sort year id

spwmatrix gecon X Y, wn(province) wtype(invecon) cart econvar(gdp) rowstand xport(WW,txt) replace //由于选择的是 invecon（经济反距离矩阵）因此需要声明相应的经济变量

duplicates drop id,force

spwmatrix gecon X Y, wn(province) wtype(invecon) cart econvar(gdp) rowstand xport(W,txt) replace

import excel "W.xls", sheet("W") clear

save "W.dta",replace

import excel "WW.xls", sheet("WW") clear

save "WW.dta",replace

use "分析数据.dta",clear

encode province,g(id)

丙烯基硫脲>2010冷笑话8毛门sort year id

g lnedu=ln(edu)

g lncz=ln(cz)

g lnincome=ln(income)

g lnearning=ln( earning)

g lngdp=ln(gdp)

g lncost=ln(cost)

g lnstudent=ln( student)

*全局莫兰指数

spatwmat using WW.dta,name(WW) standardize

spatgsa lnedu,weights(WW) moran //全局莫兰指数

spatlsa lnedu,weights(WW) moran //局部莫兰指数

spatlsa lnedu,weight(WW) moran graph (moran) symbol(n) //莫兰散点图

*空间效应检验

reg lnedu lncz lnincome lnearning lngdp lncost lnstudent

spatdiag, weights(WW)

*----面板空间自回归模型PSARM------------*

xtset id year

spatwmat using W.dta,name(W) standardize

xsmle lnedu lncz lnincome lnearning lngdp lncost lnstudent, wmat(W) fe type(ind) hausman nolog effects hausman

est sto PSARM1

xsmle lnedu lncz lnincome lnearning lngdp lncost lnstudent, wmat(W) fe type(time) hausman nolog effects hausman

est sto PSARM2

xsmle lnedu lncz lnincome lnearning lngdp lncost lnstudent, wmat(W) fe type(both) hausman nolog effects hausman

est sto PSARM3

*LM检验：选SEM模型还是SLM模型？

*SEM模型回归与检验

spregxt lnedu lncz lnincome lnearning lngdp lncost lnstudent, nc(30) wmfile(W) model(sem) test mfx(lin) predict(Yh) resid(Ue)

*LR检验：选SEM模型、SLM模型还是SLM模型？

xsmle lnedu lncz lnincome lnearning lngdp lncost lnstudent,fe model(sdm) wmat(W) type(both) nolog effects

est sto sdm

xsmle lnedu lncz lnincome lnearning lngdp lncost lnstudent,fe model(sar) wmat(W) type(both) nolog effects

est sto sar

xsmle lnedu lncz lnincome lnearning lngdp lncost lnstudent,fe model(sem) emat(W) type(both) nolog effects

est sto sem

lrtest sdm sar

勃拉姆斯第一交响曲

lrtest sdm sem

xsmle lnedu lncz lnincome lnearning lngdp lncost lnstudent,fe model(sdm) wmat(W) type(both) nolog effects

test [Wx]lncz=[Wx]lnincome=[Wx]lnearning=[Wx]lngdp=[Wx]lncost=[Wx]lnstudent=0 //检验是否会退化为SLM

testnl ([Wx]lncz=-[Spatial]rho*[Main] lncz)([Wx]lnincome=-[Spatial]rho*[Main]lnincome) ([Wx]lnearning=-[Spatial]rho*[Main]lnearning) ([Wx]lngdp=-[Spatial]rho*[Main]lngdp) ([Wx]lncost=-[Spatial]rho*[Main]lncost)([Wx]lnstudent=-[Spatial]rho*[Main]lnstudent) //检验是否会退化为SEM

*最终选择空间杜宾模型

esttab sar sem sdm using table.doc,ar2(%8.4f) se(%8.4f) nogap brackets aic bic mtitles replace

本文发布于:2024-09-22 01:29:18，感谢您对本站的认可！

本文链接：https://www.17tex.com/xueshu/614761.html

上一篇：热重实验报告

下一篇：贴片三极管上的印字

标签：模型莫兰经济检验空间行政区划

留言与评论（共有 0 条评论）