加载中…panel data 应用实例 stata code-1 (Pooled OLS)
(2014-06-23 06:30:02)
标签：
面板数据例子pooledols |
分类： SAS_STATA_GAMS_MATLAB_Hadoop |
面板数据是cross section 和time series的结合，也被叫做 cross sectional time
series data, longitudinal data. 在处理面板数据的时候，常用的model是：OLS， Fixed
Effect model, Random Effect
model。这几篇博客会借助例子讨论如何选择模型，每个model又有什么潜在的问题，stata code怎么写等问题。
在Greene 的例子里，是table F7.1
这两个数据里变量的名称不同，但含义一样。这个例子里用的是第一个链接的数据。
airlines: １－６代表六个不同的airlines;
year: 1-15 代表15年
数据本身已经是long form了， 关于long 和short的转变，在下面这个链接：
http://s15/mw690/002dDHI1gy6JTfKgZL81e&690data 应用实例 stata code-1 (Pooled OLS)" TITLE="panel data 应用实例 stata code-1 (Pooled OLS)" />
stata code:
or
regress cost output fuel
load
http://s3/mw690/002dDHI1gy6JThdKZj412&690data 应用实例 stata code-1 (Pooled OLS)" TITLE="panel data 应用实例 stata code-1 (Pooled OLS)" />
根据结果，regression model为：
根据结果，regression model为：
http://s4/mw690/002dDHI1gy6JThl2sozc3&690data 应用实例 stata code-1 (Pooled OLS)" TITLE="panel data 应用实例 stata code-1 (Pooled OLS)" />
在这个例子里，即使航空公司的output， fuel,
load都为零，cost为9.5169.
虽然F-test，
R-square都显示这个model很显著，但有没有可能每个航空公司的这个初始cost不同呢？在这个model里，也就是intercept（截距）有没有可能因为公司不同而不同？此外，有没有可能残差可能会根据航线和时间变化呢？
如果你有第一个怀疑，可能要用fixed effects；如果你有第二个怀疑，可能要用到random
effect。另外有计量的test辅助决定哪个model（OLS, Pooled OLS, Random Effects, Fixed
Effects).
注: 我并不是原创，不过是根据读书笔记整理出来的，稍后会把相关的reference整理出来。
喜欢
0
赠金笔