STATA基本操作—异方差、序列相关、多重共线性

如题所述

2018-04-13 经管联盟

目录: 一、异方差问题 二、序列相关问题 三、多重共线问题

Stata检查是否存在异方差的方法: 1.看残差图 【模型回归之后使用即可】 rvfplot(残差与拟合值的散点图) rvpplot(残差与解释变量的的散点图) 2.怀特(White,1980)检验【模型回归之后使用即可】 estat imtest,white(怀特检验)whitetst(外源程序,需下载) 3.BP(Breusch and Pagan,1979)检验【模型回归之后使用即可】 estat hettest(默认设置使用拟合值y_hat) estat hettest(使用方程邮编的解释变量,而不是y_hat) estat hettest varlist(指定使用某些解释变量)

解决办法: 1.WLS加权最小二乘法 reg y x1 x2 x3 [aw=1/var] eg: reg y x1 x2 x3 predict e1,res g e2=e1^2 g lne2=log(e2) reg lne2 y,noc predict lne2f g e2f=exp(lne2f) reg y x1 x2 x3 [aw=1/e2f] 2.White(1980) eg: reg y x1 x2 x3,robust3. wls0命令

Stata检查是否存在序列相关的方法: 1.画图 在做完回归之后,先生成残差项e scatter e L.e 2.BG检验 estat bgodfrey(默认滞后阶数为1) 3.Ljung-Box Q检验 eg: reg y x1 x2 x3 predict e,res wntestq e 3.DW检验 estat dwatson

解决办法: 1.Newey稳健性标准差 newey y x,lag(p) (滞后阶数必选) 2.可行广义最小二乘法(FGLS) prais y x prais y x,corc

多重共线性并不会改变OLS估计量BULE的性质,但会使得对系数的估计变得不准确。 Stata检查是否存在多重共线的方法: estat vif VIF值越大说明多重共线性问题越严重。一般认为,最大的VIF不超过10,则不存在明显的多重共线性。

解决办法: 1.如果只关心方程的预测能力,则在整个方程显著的条件下,可以不必关心具体的回归系数。 2.增加样本容量,剔除导致多重共线性的变量或者修改模型设定形式。 3.对于时间序列样本,通过使用差分模型可以一定程度上消除原模型中的多重共线性。 4.岭回归方法。
温馨提示:内容为网友见解,仅供参考
无其他回答

STATA基本操作—异方差、序列相关、多重共线性
Stata检查是否存在异方差的方法: 1.看残差图 【模型回归之后使用即可】 rvfplot(残差与拟合值的散点图) rvpplot(残差与解释变量的的散点图) 2.怀特(White,1980)检验【模型回归之后使用即可】 estat imtest,white(怀特检验)whitetst(外源程序,需下载) 3.BP(Breusch and Pagan,1979)检验【模型...

stata部分操作命令
线性回归操作 执行线性回归时,输入命令"regress y x",将y作为因变量,x作为自变量。多重共线性检验 使用"estat vif"命令检验模型是否存在多重共线性问题。残差分析 通过"rvfplot"绘制残差与拟合值的散点图,"rvpplot"绘制残差与自变量x的散点图,直观了解残差分布。异方差检验 BP检验使用"estat hettes...

怎么用STATA检验时间序列数据的异方差和自相关
一般来讲,时间序列数据较少出现异方差现象,更多地是序列相关问题。用stata软件实现异方差的检验,最直观的是用图示法。作出残差关于某一解释变量的散点图,具体的命令如下:reg 被解释变量名 解释变量名 prrdict e, resid graph twoway scatter e 解释变量名 此外,还有white检验、G-Q检验和Breuch-...

序列相关和多重共线性的区别
序列相关和多重共线性的区别是:异方差因为违反了残差序列同方差的假定 序列自相关违反了残差序列独立不相关的假定 多重共线性违反了各个自变量独立不相关的假定 如果违反这些假定都会影响OLS回归系数的有效性

stata多重共线性检验方法
在Stata中,可以使用以下方法进行多重共线性检验:1. 方差膨胀因子(Variance Inflation Factor,VIF):VIF是用来评估自变量之间相关性的指标,如果VIF值大于10,则可能存在多重共线性问题。```. collin [varlist], vif ```其中[varlist]代表自变量的变量名列表。2. 特征根条件数(Condition Index,CI...

stata多重共线性
在Stata中,多重共线性检测方法多种多样。首先,通过相关性分析(pwcorr)能初步判断自变量、控制变量与因变量之间是否具备相关性。若回归模型的拟合优度和F统计量高,但预期显著的变量未达到显著性,或参数估计量正负号出现变化,这可能提示存在多重共线性。利用estat vif命令,方差膨胀因子(VIF)成为检测...

异方差性与多重共线性
解决异方差性和多重共线性问题,可以采用聚类稳健的标准误和异方差稳健的标准误。聚类稳健标准误适用于面板数据,考虑了个体间观测值的自相关性,提供更准确的估计。在实际应用中,使用Stata进行回归分析时,可以灵活选择vce(robust)或vce(cluster)选项,以适应不同数据结构和问题需求。

stata怎么找造成多重共线性的原因
stata找造成多重共线性的原因:先用vif命令检测是否存在多重共线性,接着使用pca命令来做主成分分析找出主成分或者用stepwise命令来进行逐步回归。容许度代表容许,也就是许可,如果,值越小,代表在数值上越不容许,就是越小,越不要。而共线性是一个负面指标,在分析中都是不希望它出现,将共线性和...

stata多重共线性怎么检验代码是什么
Stata中可以使用variance inflation factor(VIF)和tolerance来检验多重共线性。VIF越大,说明变量之间的共线性越强。tolerance越小,说明变量之间的共线性越强。下面是一个检验多重共线性的代码示例:1. 使用regress命令拟合回归模型,如:regress y x1 x2 x3 x4 2. 使用vif命令计算变量的VIF和tolerance...

【Stata进阶】03-1面板数据多重共线性的检验理论与实操
当遇到多重共线性问题时,如果存在完全多重共线性,Stata会自动剔除相关变量。对于不完全多重共线性,若回归结果显著,通常无需进行多重共线性检验,因为多重共线性主要导致的是系数估计的不准确性,而整体效应仍然可以准确估计。若结果不显著,可能需要进一步检验是否由多重共线性引起。理论层面,陈强在《...

相似回答
大家正在搜