stata进行空间计量分析
第一步，打开是stata14,安装xsmle(本文使用的是面板数据）;
ssc install xsmle 第二步，打开要分析的文件；
首先，单击file—import—选择导入的文件形式（本文导入的是.xls)
然后，点击Browse，找到所需要的文件，点击OK；
第三步，将变量取对数；
gen lnGDP = log(GDP) gen lnpersonel = log(personel) gen lnincome = log(income) gen lnRdfare = log(Rdfare) gen lnexport = log(export) gen ln(location) = log(location) gen lnscienceExpense = log(scienceExpense) 第四步，导入权重矩阵；
将权重矩阵.xls转换为.dta格式，并保存（本文命名为weight.dta)
第五步，使用xtset设置region和year(格式为xtset region year);
xtset state A 第六步，将权重矩阵weight.dta标准化；
spatwmat using weight.dta,n(W1) standardize 第七步，使用聚类稳健的标准误估计随机效应的SDM模型；
xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1) model(sdm) robust nolog //个体效应 xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1) model(sdm) robust nolog type(ind) //时间效应 xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1) model(sdm) robust nolog type(time) //双效应 xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1) model(sdm) robust nolog type(both) 如果使用SAR模型，则输入以下形式：
xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1) model(sar) robust nolog 如果使用SEM模型，则输入以下形式：
xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,emat(W1) model(sem) robust nolog 第八步，进行固定效应的估计；
固定效应也分为时间固定、个体固定和双向固定，本文仅列举固定效应中的空间杜宾模型。若要加上时间固定、个体固定、双固定，在后面加上type(time),type(ind),type(both)即可。
xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1) model(sdm) robust nolog fe 第九步，进行固定效应AIC和BIC检验
estat ic AIC和BIC越小越好。
最后，进行豪斯曼检验，判断使用随机效应模型还是固定效应模型；
qui xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1) model(sdm) nolog re est sto re qui xsmle lnGDP lnpersonel lnincome lnexport lnRdfare lnlocation lnscienceExpense,wmat(W1) model(sdm) nolog fe est sto fe // 豪斯曼检验 hausman fe re 如果豪斯曼统计量的p值大于0.1，则接受随机效应的原假设；否则，接受备择假设，选择固定效应。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/176895.html原文链接：https://javaforall.net
