当前位置：文档之家 › 六步学会用MATLAB做空间计量回归详细步骤

六步学会用MATLAB做空间计量回归详细步骤

  • 格式：doc
  • 大小：548.50 KB
  • 文档页数：33

下载文档原格式

  / 33
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

1.excel与MATLAB：

Excel：

选项——加载项——COM加载项——转到——没有勾选项

2. MATLAB安装目录中寻找toolbox——exlink——点击,启用宏

E:\MATLAB\toolbox\exlink

然后，Excel中就出现MATLAB工具

（注意Excel中的数据：）

3.启动matlab

（1）点击start MATLAB

（2）senddata to matlab ，并对变量矩阵变量进行命名（注意：选取变量为数值，不包括各变量）

(data表中数据进行命名)

（空间权重进行命名）

（3）导入MATLAB中的两个矩阵变量就可以看见

4.将elhorst和jplv7两个程序文件夹复制到MATLAB安装目录的toolbox文件夹

5.设置路径：

6.输入程序，得出结果

T=30;

N=46;

W=normw(W1);

y=A(:,3);

x=A(:,[4,6]);

xconstant=ones(N*T,1);

[nobs K]=size(x);

results=ols(y,[xconstant x]);

vnames=strvcat('logcit','intercept','logp','logy');

prt_reg(results,vnames,1);

sige=results.sige*((nobs-K)/nobs);

loglikols=-nobs/2*log(2*pi*sige)-1/(2*sige)*results.resid'* results.resid

% The (robust)LM tests developed by Elhorst

LMsarsem_panel(results,W,y,[xconstant x]); % (Robust) LM tests

解释

每一行分别表示：

附录：

静态面板空间计量经济学

一、OLS静态面板编程

1、普通面板编程

T=30;

N=46;

W=normw(W1);

y=A(:,3);

x=A(:,[4,6]);

xconstant=ones(N*T,1);

[nobs K]=size(x);

results=ols(y,[xconstant x]);

vnames=strvcat('logcit','intercept','logp','logy'); prt_reg(results,vnames,1);

sige=results.sige*((nobs-K)/nobs);

loglikols=-nobs/2*log(2*pi*sige)-1/(2*sige)*results.resid'* results.resid

% The (robust)LM tests developed by Elhorst

LMsarsem_panel(results,W,y,[xconstant x]); % (Robust) LM tests

2、空间固定OLS （spatial-fixed effects）

T=30;

N=46;

W=normw(W1);

y=A(:,3);

x=A(:,[4,6]);

xconstant=ones(N*T,1);

[nobs K]=size(x);

model=1;

[ywith,xwith,meanny,meannx,meanty,meantx]=demean(y,x,N,T,mo del);

results=ols(ywith,xwith);

vnames=strvcat('logcit','logp','logy'); % should be changed if x is changed

prt_reg(results,vnames);

sfe=meanny-meannx*results.beta; % including the constant term yme = y - mean(y);

et=ones(T,1);

error=y-kron(et,sfe)-x*results.beta;

rsqr1 = error'*error;

rsqr2 = yme'*yme;

FE_rsqr2 = 1.0 - rsqr1/rsqr2 % r-squared including fixed effects

sige=results.sige*((nobs-K)/nobs);

logliksfe=-nobs/2*log(2*pi*sige)-1/(2*sige)*results.resid'* results.resid

LMsarsem_panel(results,W,ywith,xwith); % (Robust) LM tests 3、时期固定OLS（time-period fixed effects）

T=30;

N=46;

W=normw(W1);

y=A(:,3);

x=A(:,[4,6]);

xconstant=ones(N*T,1);

[nobs K]=size(x);

model=2;

[ywith,xwith,meanny,meannx,meanty,meantx]=demean(y,x,N,T,mo del);

results=ols(ywith,xwith);

vnames=strvcat('logcit','logp','logy'); % should be changed if x is changed

prt_reg(results,vnames);

tfe=meanty-meantx*results.beta; % including the constant term yme = y - mean(y);

en=ones(N,1);

相关主题