当前位置：文档之家 › 面板空间计量之Stata应用

面板空间计量之Stata应用

  • 格式：pdf
  • 大小：3.72 MB
  • 文档页数：46

面板空间计量之Stata应用：学习笔记【同舟共济】更新于2016年4月20日说明目前，在空间计量方面，Stata官方命令语句数量有限且较为零散，尚未形成系统的空间计量工具包。

因此，个人建议空间计量的初学者转向Matlab软件，James P. LeSage、J. P. Elhorst、Donald J. Lacombe等学者所开发的空间计量工具包，其功能相对更加完善，操作起来也比较方便。

本人已经习惯了使用stata，初次自学空间计量方面的操作，参考help文件及相关文献，在学习过程中做了简要总结，仅供初学者交流学习。

其中若有不当之处，敬请批评指正，谢谢！E-mail: ares0825@【Stata】Abd Elmessih Shehata （Econpapers）URL: /RAS/psh494.htmFederico Belotti （Econpapers）URL: /RAS/pbe427.htmP. Wilner Jeanty （Econpapers）URL：/RAS/pje95.htmMaurizio PisatiURL：/people/maurizio-pisatiYihua Yu （Econpapers）URL：/RAS/pyu79.htm目录第一章Stata空间计量命令语句安装 1 第二章中国31省市自治区（不含港澳台、附属岛屿）shp制作 3 第三章Stata空间权重制作8 第四章Stata 空间相关性检验27 第五章Stata 空间面板数据回归39面板空间计量之Stata应用：学习笔记第一章Stata空间计量命令包安装更新于2016-03-151.空间计量-Stata命令包Archive of user-written Stata packagesURL: /statistics/stata-blog/stata-programming/ssc_stata_package_list.php图1 Stata用户自拟命令语句列表另外，在IDEAS（URL: https:///）中可以查询相关命令，顺便推荐几个论坛，大家可以经常逛逛：Stata官方论坛URL: /UCLA-Idre论坛URL: /stat/stata/Stata Daily URL: /index/2.安装单击图1左侧红色框内命令名称，即可下载对应的压缩包，安装过程参考非官方命令手动安装说明（URL：/thread-2420580-1-1.html）；单击图1右侧蓝色框内的各命令所对应的描述性语句，即可看到该命令的详细说明及应用举例。

或者直接在stata输入命令语句：findit spatial，即可安装相关命令。

若stata软件安装在系统C盘，请以管理员身份运行软件，否则可能会出现无法写入的情况。

3.注意需要说明的是，Archive of user-written Stata packages中所示的stata语句均为非官方命令，大家在使用过程中，请仔细阅读对应的帮助文件等资料，有能力的同学研习一下ado文件的源代码，务必保证正确使用命令语句。

另外，大家最好Google一下其它相关资料看看，如意大利学者Federico Belotti等开发的“xsmle”命令（图2），一定要先搞清楚基本原理与适用范围，才可以使用，切记！第一章 Stata 空间计量命令包安装图2 xsmle 命令资料查找面板空间计量之Stata 应用：学习笔记第二章 中国31省市地区（不含港澳台、附属岛屿）shp 制作— Delete 、Merge 、Dissovle 、Eliminate 等命令更新于2016-03-18本文以国界与省界地理信息数据包为例，我们主要使用“bou2_4p.shp”，其简要的说明如下：“bou2_4p.shp”中主要包含以下变量：AREA （面积）；PERIMETER （周长）；BOU2_4M_ 和 BOU2_4M_ID （BOU 代表边界的意思，数字1~4代表国家、省、市、县的4级行政划分；4M 代表地图比例是400万分之一，ID 是其对应的编号）；ADCODE93 和 ADCODE99（行政区域代码）；NAME （行政区域名称）。

需要说明的是，在“bou2_4p.shp”中，每一个省市自治区及其附属岛屿都是用一个多边形来表示的，每个多边形都对应唯一的ID ，编号分别从1到925（由于部分省份有很多附属岛屿）。

一般情况下，我们在省级层面的空间计量实证研究中，仅涉及中国剔除港澳台地区的31个省市自治区的面板数据（有时还需剔除西藏、新疆等地区），因此在具体应用之前，我们需要使用ArcGIS 软件对“bou2_4p.shp”进行精简处理，制作中国31省市地区（不含港澳台、附属岛屿）的shp 文件，主要处理对象有：● 河北省：行政区内陆板块分为两部分，且有附属岛屿，数据/图斑数量为8，如图1所示；图 1 河北省- ArcMap 窗口示意图● 沿海省份：有很多附属岛屿，上海市 数据/图斑数量为9，如图2所示；第二章中国31省市地区（不含港澳台、附属岛屿）shp制作图 2 上海市- ArcMap窗口示意图2.1 ArcGIS软件图斑处理命令此处不再详细阐述，命令说明及操作方法请参考：2.1.1 ArcGIS合并多边形的方法URL: /home.php?mod=space&uid=74956&do=blog&id=3870132.1.2 ArcGIS中各种合并要素的异同点分析URL: /zwx_gis/blog/static/32434435201192310545948/2.1.3 ArcGIS问题：shp文件、属性查询、图斑合并URL:/s/blog_76cf3614010176wo.html2.1.4 ArcToolbox使用之二——Data Managerment ToolsURL: /lele..tiantian/blog/static/60396264201161810164156/2.1.5 ArcGIS消除零碎图斑（Eliminate）URL:/link?url=a1oIUZPNwsobmoueWeikYhPxTRbH21kARWlfkfBYdkBcGQhCd8B54TrdP h86-AHa_aI2d9OmhOunzouEOKvuBtbPh-XpZE3elpPGrRnq2Hy关于ArcGIS软件的更多操作，还可参考：2.1.6 Arcgis初学者使用教程（人大经济论坛）URL: /thread-3058027-1-1.html2.1.7 Arcgis学习资源帖（人大经济论坛）URL: /thread-1422034-1-1.html2.1.8 ARCGIS地理信息系统空间分析实验教程（人大经济论坛）URL: /thread-1084442-1-1.html面板空间计量之Stata 应用：学习笔记2.2 ArcGIS 软件：中国31省市地区（不含港澳台、附属岛屿）制作说明2.2.1 Prov_Prepare说明：在Bou2_4p.shp 的基础上，删除（Delete ）香港、澳门和台湾地区，属性表814条数据。

图3 Prov_Prepare --ArcMap 窗口示意图2.2.2 Prov_Delete说明：在Prov_Prepare.shp 的基础上，继续删除（Delete ）各行政区的附属岛屿，属性表31条数据，仅保留面积最大图斑的属性值。

如图4所示。

注意：河北省内陆板块仅保留了面积大的图斑，红圈内面积较小的内陆板块在地图中消失。

图4 Prov_Delete --ArcMap 窗口示意图第二章 中国31省市地区（不含港澳台、附属岛屿）shp 制作2.2.3 Prov_Merge说明：在Prov_Prepare.shp 的基础上，设置“小从属大”的原则，把各行政区与其附属岛屿合并（Merge ），属性表含31条数据，Area 、Lengh 等变量值为面积最大图斑的属性值，如图5所示。

注意：与Prov_Delete 不同的是，河北省内陆小板块及附属岛屿、东南沿海省市的附属岛屿依旧呈现在地图中。

图5 Prov_Merge --ArcMap 窗口示意图2.2.4 Prov_Dissovle说明：在Prov_Prepare.shp 的基础上，选择Name 、ACODE99为关键指标，将31个行政区与其附属岛屿融合（Dissolve ），属性表中31条数据。

需要特别强调的是：Shape_Area 、Shape_Lengh 变量值为各行政区所有图斑Area 、Lengh 值之和，如图6所示。

注意：与Prov_Delete 不同的是，河北省内陆小板块及附属岛屿、东南沿海省市的附属岛屿依旧呈现在地图中。

图6 Prov_ Dissolve --ArcMap 窗口示意图HebeiShape_Area: 19.636559Shape_Length: 47.404183面板空间计量之Stata应用：学习笔记2.2.5 Prov_Eliminate（未成功）说明：在Prov_Prepare.shp的基础上，设置面积阙值（"AREA"<0.15），清除（Eliminate）各行政区附属岛屿等零碎的小图斑，属性表中含812条数据。

注意：按照面积阙值条件，仅成功清除掉2个零碎图斑，其余781个零碎小图斑依旧在属性表及地图中，暂时未弄明白失败原因，还请大家留言指导，谢谢。

图7 Prov_ Dissolve --ArcMap窗口示意图2.3遗留问题2.3.1 Eliminate命令原理及操作失败的原因2.3.2 哪种版本的shp文件时标准的问题描述：基于以上不同版本（Prov_Delete、Prov_Merge和Prov_Dissolve）的中国31个省市自治区shp文件，生成空间权重矩阵可能会有所差异，这是否会对实证结果产生影响？如果存在显著的影响，在省级层面的空间计量实证研究中，应该选择哪个shp文件呢？第三章Stata 空间权重矩阵制作更新于2016-04-133.1 空间权重矩阵理论空间计量首要解决关键问题就是空间权重的选择和设置，已有文献中经常提及的空间权重形式有：邻接权重矩阵（0-1）、反距离权重矩阵、经济权重矩阵、社交网络权重矩阵以及经济距离等嵌套矩阵，其详细的定义及空间权重矩阵选择等问题，请参考相关文献，例如：王守坤. 空间计量模型中权重矩阵的类型与扩展逻辑:述评与展望[C]// 中国空间经济学年会. 2012.Dubin R. Spatial weights[J]. The Sage Handbook of Spatial Analysis, 2008, 1: 125-158.Anselin L. Spatial econometrics: methods and models[M]. Springer Science & Business Media, 2013.Anselin L, Bera A K. Spatial dependence in linear regression models with an introduction to spatial econometrics[J].Statistics Textbooks and Monographs, 1998, 155: 237-290.3.2 Stata空间权重命令集合●Spmat -- Create and manage spatial-weighting matrix objects [Author: Drukker et.al, 2013]●Spatwmat--- Spatial weights matrices for spatial data analysis [Author:Pisati ,2012]●Spwmatrix --- Generates, imports, and exports spatial weights [Author: Jeanty, updated 2014.03.15]●Spwmatfill --- Assigns first nearest neighbors to observations with no contiguous neighbors. [Author: Jeanty, 2010] ●Spweight --- Module to compute Cross-Section and Panel Spatial Weight Matrix [Author: Shehata, 2013]●Spweightxt -- Module to compute Cross-Section and Panel Spatial Weight Matrix [Author: Shehata,2013]●Spweightcs ---Module to compute Cross Section Spatial Weight Matrix [Author: Shehata, 2013]●Spcs2xt--- Module to Convert Cross Section to Panel Spatial Weight Matrix [Author:Shehata, 2012]●Shp2dta --- Module to converts shape boundary files to Stata datasets [Author: Crow, 2013]3.3 Stata空间权重命令示范3.3.1 Spmat: Create and manage spatial-weighting matrix objects●spmat contiguity objname [if] [in] using coordinates file, id(varname) [options]●spmat idistance objname cvarlist [if] [in] using coordinates file, id(varname) [options]●spmat summarize objname [, links detail {banded | truncmethod}]Spmat命令可以生成Contiguity matrix和Inverse-distance weights matrix，以tl_2008_us_county00中的“tl_2008_us_county00.dbf”和“tl_2008_us_county00.shp”数据为例，首先在stata中输入命令shp2dta，将.dbf和.shp 转化为stata可以识别的.dta格式，如图1。

合集下载

STATA面板数据模型操作命令讲解

STATA面板数据模型操作命令讲解

STATA 面板数据模型估计命令一览表一、静态面板数据的STATA 处理命令固定效应模型εαβit ++=x y it i it μβit +=x y it it随机效应模型εαμit +=it it （一）数据处理输入数据●tsset code year 该命令是将数据定义为“面板”形式●xtdes 该命令是了解面板数据结构●summarize sq cpi unem g se5 ln 各变量的描述性统计（统计分析）●gen lag_y=L.y /////// 产生一个滞后一期的新变量gen F_y=F.y /////// 产生一个超前项的新变量gen D_y=D.y /////// 产生一个一阶差分的新变量gen D2_y=D2.y /////// 产生一个二阶差分的新变量（二）模型的筛选和检验●1、检验个体效应（混合效应还是固定效应）（原假设：使用OLS混合模型）●xtreg sq cpi unem g se5 ln,fe对于固定效应模型而言，回归结果中最后一行汇报的F统计量便在于检验所有的个体效应整体上显著。

在我们这个例子中发现F统计量的概率为0.0000，检验结果表明固定效应模型优于混合OLS模型。

●2、检验时间效应（混合效应还是随机效应）（检验方法：LM统计量）（原假设：使用OLS混合模型）●qui xtreg sq cpi unem g se5 ln,re (加上“qui”之后第一幅图将不会呈现)xttest0可以看出，LM检验得到的P值为0.0000，表明随机效应非常显著。

可见，随机效应模型也优于混合OLS模型。

●3、检验固定效应模型or随机效应模型（检验方法：Hausman检验）原假设：使用随机效应模型（个体效应与解释变量无关）通过上面分析，可以发现当模型加入了个体效应的时候，将显著优于截距项为常数假设条件下的混合OLS模型。

但是无法明确区分FE or RE的优劣，这需要进行接下来的检验，如下：Step1：估计固定效应模型，存储估计结果Step2：估计随机效应模型，存储估计结果Step3：进行Hausman检验●qui xtreg sq cpi unem g se5 ln,feest store fequi xtreg sq cpi unem g se5 ln,reest store rehausman fe (或者更优的是hausman fe,sigmamore/ sigmaless)可以看出，hausman检验的P值为0.0000，拒绝了原假设，认为随机效应模型的基本假设得不到满足。

空间计量模型stata代码

空间计量模型stata代码

空间计量模型stata代码本文将介绍如何使用Stata软件进行空间计量模型分析，并提供相应的代码示例。

空间计量模型是一种考虑空间依赖关系的统计模型，常用于研究城市、区域发展、环境污染等问题。

以下是具体的步骤和代码：1. 加载数据首先使用命令“use”加载数据文件。

假设我们的数据文件名为“data.dta”，则代码如下：use 'data.dta', clear2. 空间权重矩阵的构建空间权重矩阵是空间计量模型的重要组成部分，用于描述地理空间上的邻近关系。

常见的权重矩阵类型包括邻接矩阵、距离矩阵、K近邻法等。

这里以邻接矩阵为例，假设我们的邻接矩阵文件名为“w.gal”，则代码如下：spmat wspset w, clearspset w using 'w.gal', idvar(id) coordvar(x y) 其中，“spmat”命令用于创建一个新的空间权重矩阵对象，“spset”命令用于设置权重矩阵对象的属性。

3. 空间计量模型的估计以空间自回归模型为例，假设我们的因变量为“y”，自变量为“x1”、“x2”，则模型的代码如下：spreg y x1 x2, wmatrix(w) robust其中，“spreg”命令用于进行空间自回归模型的估计，“wmatrix”选项用于指定权重矩阵对象，“robust”选项用于进行异方差性处理。

4. 结果输出和解释最后，使用“estimates”命令输出模型的估计结果，并进行解释。

例如，下面的代码将输出估计结果的标准误、t值和p值：estimates store model1estimates table model1, b(se) t(p) star(0.1 0.05 0.01) 其中，“estimates store”命令用于将估计结果存储到模型对象中，“estimates table”命令用于输出估计结果的表格形式。

解释结果时，需要注意权重矩阵的特征值和特征向量，以及空间自相关性的类型和程度。

计量经济学及Stata应用

计量经济学及Stata应用


“在Stata中，我们可以使用各种命令和功能来执行计量经济学分析，例如 regress命令、tobit命令、logit命令等等。” ——霍金斯
“在Stata中，我们可以使用各种功能来可视化我们的数据，例如 scatterplot、lineplot、barplot等等。” ——克莱因
“在Stata中，我们可以使用各种命令来处理缺失数据，例如mi impute、mi create、mi estimate等等。” ——福布斯
“计量经济学是一种工具，可以帮助我们理解和解释经济现象。” ——豪斯 曼
“计量经济学是一种研究工具，可以帮助我们理解经济数据的本质和特 征。” ——福布斯
“计量经济学可以帮助我们预测未来经济趋势，以及制定有效的经济政 策。” ——萨金特
“计量经济学是一种工具，可以帮助我们解决实际问题，如经济政策制定、商 业决策、投资决策等。” ——阿克洛夫
计量经济学及Stata应用
读书笔记
01 思维导图
03 精彩摘录 05 目录分析
目录
02 内容摘要 04 阅读感受 06 作者简介
思维导图
本书关键字分析思维导图
stata
读者
stata
应用
分析
模型
计量经济学
回归
这些
知识
包括
通过
计量经济 学
数据
介绍Biblioteka 可以面板应用
变量
内容摘要
内容摘要
《计量经济学及Stata应用》是一本全面介绍计量经济学知识和Stata应用的重要书籍。本书的 内容涵盖了计量经济学的各个方面，包括回归分析、时间序列分析、面板数据分析等，并通过 Stata软件的实例演示，帮助读者更好地理解和应用计量经济学知识。 本书第一章介绍了计量经济学的基础知识，包括变量的类型、数据的收集和处理、概率论和统计 学的基础知识。这些基础知识对于理解和应用计量经济学模型非常重要。 第二章到第五章介绍了回归分析的基本概念和各种模型，包括简单回归分析、多元回归分析、岭 回归分析和Lasso回归分析等。这些回归分析模型在Stata中都有相应的命令可以实现。通过这 些章节的学习，读者可以了解如何使用Stata进行数据的拟合和预测。 第六章和第七章介绍了时间序列分析和面板数据分析的基本概念和模型，包括ARMA模型、VAR模 型、固定效应模型和随机效应模型等。这些模型在Stata中同样有相应的命令可以完成。
8.3面板模型的Stata命令及实例

8.3面板模型的Stata命令及实例

面板模型的Stata命令及实例面板数据的设定xtset panelvar timevar设定面板数据的Stata 命令为：告诉Stata 你的数据为面板数据面板(个体)变量取值须为整数且不重复时间变量假如“panelvar ”是字符串，可用encode country, gen(cntry)转换为数字型变量面板数据的设定xtset panelvar timevar设定面板数据的Stata 命令为：面板数据的设定面板数据统计特性的Stata 命令：xtdes 显示面板数据的结构，是否为平衡面板。

xtsum xtline varname显示组内、组间与整体的统计指标。

对每位个体分别显示该变量的时间序列图；如希望将所有个体的时间序列图叠放在一起，可加上选择项overlay。

“种植业产值对数”(ltvfo，1980 年不变价格)案例以数据集lin_1992.dta为例，取自Lin(1992) 发表在美国经济评论上，对家庭联产承包责任制与中国农业增长的经典研究。

该省际面板包含中国28个省1970-1987年有关种植业的数据。

被解释变量解释变量耕地面积对数(ltlan，千亩)，种植业劳动力(ltwlab)，机械动力与畜力对数(ltpow，千马力)，化肥使用量对数(ltfer，千吨)，截止年底采用家庭联产承包制的生产队比重(hrs)，农村消费者价格与农村工业投入品价格之比的一阶滞后(mipric1，1950 年=100)，超额收购价格与农村工业投入品价格之比(giprice，1950 年=100)，复种指数(mci，播种面积除以耕地面积)，非粮食作物占播种面积比重(ngca)，时间趋势(t)，province(省)，year(年)。

案例设定province与year为面板(个体)变量及时间变量：1use lin_1992.dta,clearxtset province year面板数据的设定案例显示数据集中以上变量的统计特征，进行描述性统计xtsum ltvfo ltlan ltwlab ltpow ltfer hrs mipric1 giprice mci ngca不同省的种植业产值均随时间而增长，但变化趋势与时机不尽相同。