一、长面板只需使用固定效应，不用考虑其他的。
若 扰动项存在：组间异方差、组内自相关、组间同期相关（截面相关），则选择估计方法1以及估计方法2进行处理
1. LSDV：估计最稳健
2.FGLL
3.FGLS ：特殊的双向固定效应
二、假设不存在三大问题
基础操作
use mus08cigar.dta //打开数据集des //查看数据xtdes //查看数据xtset state year //将数据设为面板数据格式sum lnc lnp lnpmin lny //描述性统计twoway (scatter lnc lnp) (lfit lnc lnp) //画出关键变量与被解释变量的散点图和回归直线twoway (scatter lnc lnpmin) (lfit lnc lnpmin) //画出关键变量与被解释变量的散点图和回归直线twoway (scatter lnc lny) (lfit lnc lny) //画出关键变量与被解释变量的散点图和回归直线xtline lnc //关键变量的时间序列图 xtline lnp //关键变量的时间序列图
直接使用LSDV估计
// LSDV 估计双向固定效应模型(不考虑自相关、异方差和截面相关三大问题)tab state,gen(state) //生成州虚拟变量gen t=year-62 //生成时间趋势变量reg lnc lnp lnpmin lny state2-state10 t //LSDV估计avplot lnp //画出偏相关图avplot lny //画出偏相关图est store ols
三、三大问题检验
3.1*组内自相关问题的检验*
findit xtserial //安装xtserial命令xtserial lnc lnp lnpmin lny state2-state10 t
3.2*组间异方差问题的检验*
ssc install xttest3 //安装xttest3命令quietly xtreg lnc lnp lnpmin lny t,fe xttest3quietly xtgls lnc lnp lnpmin lny state2-state10 t //两个命令是等价的xttest3//注意 xttest3只能在xtreg,fe 或者 xtgls后使用
3.3*组间相关问题的检验*
ssc install xttest2 //安装xttest2命令quietly xtreg lnc lnp lnpmin lny t,fexttest2quietly xtgls lnc lnp lnpmin lny state2-state10 t //两个命令是等价的xttest2
四、报告输出结果
4.1*报告xtpcse的结果*
xtpcse lnc lnp lnpmin lny state2-state10 t,corr(ar1) hetonly //处理了组内相关和组间异方差两大问题est store ar1hetonlyxtpcse lnc lnp lnpmin lny state2-state10 t,corr(ar1) //同时处理了组内相关、组间异方差和组间相关三大问题 est store ar1xtscc lnc lnp lnpmin lny state2-state10 t //同时处理了组内相关、组间异方差和组间相关三大问题est store scxtpcse lnc lnp lnpmin lny state2-state10 t,corr(psar1) hetonly //当T与N差别不大时，选择选项psar1，处理了组内相关和组间异方差两大问题est store psar1hetonlyxtpcse lnc lnp lnpmin lny state2-state10 t,corr(psar1) //当T与N差别不大时，选择选项psar1，同时处理了组内相关、组间异方差和组间相关三大问题est store psar1esttab ols ar1hetonly ar1 sc psar1hetonly psar1 ,b(%9.2f) p mtitle(ols ar1hetonly ar1 sc psar1hetonly psar1) obslast star (* 0.1 ** 0.05 *** 0.01) compress nogap k(lnp lnpmin lny t) a //结果比较esttab ols ar1hetonly ar1 sc psar1hetonly psar1 using tab1.rtf,b(%9.2f) p mtitle(ols ar1hetonly ar1 sc psar1hetonly psar1) obslast star (* 0.1 ** 0.05 *** 0.01) compress nogap k(lnp lnpmin lny t) a //结果输出到wordesttab ols ar1hetonly ar1 sc psar1hetonly psar1 using tab1.csv,b(%9.2f) p mtitle(ols ar1hetonly ar1 sc psar1hetonly psar1) obslast star (* 0.1 ** 0.05 *** 0.01) compress nogap k(lnp lnpmin lny t) a //结果输出到excel
4.2*报告xtgls的结果*
xtgls lnc lnp lnpmin lny state2-state10 t,corr(ar1) panels(heteroskedastic) //处理了组内相关和组间异方差两大问题est store ar1heteroxtgls lnc lnp lnpmin lny state2-state10 t,corr(ar1) panels(correlated) //同时处理了组内相关、组间异方差和组间相关三大问题est store ar1corrxtgls lnc lnp lnpmin lny state2-state10 t,corr(psar1) panels(heteroskedastic) //当T与N差别不大时，选择选项psar1，处理了组内相关和组间异方差两大问题est store psar1heteroxtgls lnc lnp lnpmin lny state2-state10 t,corr(psar1) panels(correlated) 当T与N差别不大时，选择选项psar1，同时处理了组内相关、组间异方差和组间相关三大问题est store psar1corresttab ar1hetero ar1corr psar1hetero psar1corr ,b(%9.2f) p mtitle(ar1hetero ar1corr psar1hetero psar1corr) obslast star (* 0.1 ** 0.05 *** 0.01) compress nogap k(lnp lnpmin lny t) a //结果比较esttab ar1hetero ar1corr psar1hetero psar1corr using tab2.rtf,b(%9.2f) p mtitle(ar1hetero ar1corr psar1hetero psar1corr) obslast star (* 0.1 ** 0.05 *** 0.01) compress nogap k(lnp lnpmin lny t) a //结果输出到wordesttab ar1hetero ar1corr psar1hetero psar1corr sc using tab2.csv,b(%9.2f) p mtitle(ar1hetero ar1corr psar1hetero psar1corr sc) obslast star (* 0.1 ** 0.05 *** 0.01) compress nogap k(lnp lnpmin lny t) a //结果输出到excel
关于课堂中讲解的机制识别方法，可以参考《撰取之手、援助之手与中国税收超GDP增长》-经济研究-方,张
五、长短面板检验方法差别
对于组内自相关、组间异方差检验方法是一致的，xtserial、xttest3.
对于截面相关，长面板：xttest2、短面板：xtcsd。
PS：如果仅存在某一项问题，
例如组间异方差 使用xtgls，选择项panels（heteroskedastic）
组内自相关的命令使用xtgls、xtpcse、xtscc都可以 不懂的命令可以help！
