协整检验stata命令

四．协整检验的相关应用

一．基本思想及注意要点、适用条件

1．基本思想

尽管一些变量是非平稳的而且是同阶单整的（比如，同为I（1）与I（2）），但有时如果我们对它们之间的关系进行长期观察，会发现它们之间是存在着某种内在的联系的，即它们之间从长期看存在着稳定的均衡关系。比如，两个醉汉，同时从某一个平行的地点出发，尽管如果你单独观察某一个醉汉，会发现它们的走路并无明显的规律可循，而且，随着时间的延长，有偏离其走路均值的幅度越来越大的特点（非平稳），但如果你事前在他们腰间拴一条绳子，而且他们波动的趋势恰好相反，那么，你会发现，从长期来看，他们所走过路，是相对具有某种稳定的关系的，我们通常称这种观察到的现象为所谓的协整关系。也可想一下“一条绳子上拴两个蚂蚱”。

2．注意要点

（1）协整一定是针对于同阶单整的，即两个或多个变量之间一定是同样一个I（n）过程，即大家都必须是经相同阶的差分后才会平稳。

直观的，如果将平稳时间序列数据看作是“正常人”，非平稳时间序列数据看作是“醉汉”，那么，只有“醉汉”之间才可能存在协整关系，而且只有“醉”的程度是一样的，才可能存在协整关系。故要利用协整技术，前提条件就是先判断，你的变量序列是不是“醉汉”。拴一条绳子在两个“

四．协整检验的相关应用

一．基本思想及注意要点、适用条件

1．基本思想

尽管一些变量是非平稳的而且是同阶单整的（比如，同为I（1）与I（2）），但有时如果我们对它们之间的关系进行长期观察，会发现它们之间是存在着某种内在的联系的，即它们之间从长期看存在着稳定的均衡关系。比如，两个醉汉，同时从某一个平行的地点出发，尽管如果你单独观察某一个醉汉，会发现它们的走路并无明显的规律可循，而且，随着时间的延长，有偏离其走路均值的幅度越来越大的特点（非平稳），但如果你事前在他们腰间拴一条绳子，而且他们波动的趋势恰好相反，那么，你会发现，从长期来看，他们所走过路，是相对具有某种稳定的关系的，我们通常称这种观察到的现象为所谓的协整关系。也可想一下“一条绳子上拴两个蚂蚱”。

2．注意要点

（1）协整一定是针对于同阶单整的，即两个或多个变量之间一定是同样一个I（n）过程，即大家都必须是经相同阶的差分后才会平稳。

直观的，如果将平稳时间序列数据看作是“正常人”，非平稳时间序列数据看作是“醉汉”，那么，只有“醉汉”之间才可能存在协整关系，而且只有“醉”的程度是一样的，才可能存在协整关系。故要利用协整技术，前提条件就是先判断，你的变量序列是不是“醉汉”。拴一条绳子在两个“

四．协整检验的相关应用

一．基本思想及注意要点、适用条件

1．基本思想

尽管一些变量是非平稳的而且是同阶单整的（比如，同为I（1）与I（2）），但有时如果我们对它们之间的关系进行长期观察，会发现它们之间是存在着某种内在的联系的，即它们之间从长期看存在着稳定的均衡关系。比如，两个醉汉，同时从某一个平行的地点出发，尽管如果你单独观察某一个醉汉，会发现它们的走路并无明显的规律可循，而且，随着时间的延长，有偏离其走路均值的幅度越来越大的特点（非平稳），但如果你事前在他们腰间拴一条绳子，而且他们波动的趋势恰好相反，那么，你会发现，从长期来看，他们所走过路，是相对具有某种稳定的关系的，我们通常称这种观察到的现象为所谓的协整关系。也可想一下“一条绳子上拴两个蚂蚱”。

2．注意要点

（1）协整一定是针对于同阶单整的，即两个或多个变量之间一定是同样一个I（n）过程，即大家都必须是经相同阶的差分后才会平稳。

直观的，如果将平稳时间序列数据看作是“正常人”，非平稳时间序列数据看作是“醉汉”，那么，只有“醉汉”之间才可能存在协整关系，而且只有“醉”的程度是一样的，才可能存在协整关系。故要利用协整技术，前提条件就是先判断，你的变量序列是不是“醉汉”。拴一条绳子在两个“

数据的描述

（一） 频数分布 tabulate a

tabulate a,missing(或者m) 将缺失值与其它数值同样对待，即显示缺失值的频数分布 tabulate a,nofreq 不输出频数

tabulate a,nolabel 不展示变量标签

tabulate a,plot 生成变量a的频数分布，同时生成一个简单的分布图形 by urban,sort:tabulate girl

tabulate age,nolabel missing plot

tab 后面最多两个变量

tab1 可接多个变量，但只能分别生成单个变量的频数分布 tab2 a b c 生成a与b，b与c，a和c的交叉频数表

tab girl enroll,chi2 column row miss nokey 两个变量的卡方（验证是否关联）；列变量百分比，行变量百分比，缺失变量百分比，压缩单元格内容的提示

（二） 变量的中央趋势与离散趋势 sum

sum age,detail

sort urban

by urban:sum height

（三） 其他方法

1. 使用table命令描述数据

Table urban,contents(mean height

Stata语句1 1.reg y x1 x2 predict xxx predict newvar, stdp predict aaa，re predict newvar, stdr predict newvar, xb 量的预测值。

predict newvar, residual test x1

值为回归报告中t值平方。test x1=x2 test x1*a=x2*b 系。

2.tab x1,gen(x1) gen fsize1=fize==1 则为零。下同。 gen fsize2=fsize==2 gen fsize3=fsize==3 gen fsize4=fsize==4 gen fsize5=fsize>=5 3.reg y x1 x2 x3,level(99) 返回先前回归中因变量的拟合值，xxx随意变量名。 预测拟合值的标准差

返回先前回归中因变量的残差， aaa为随意变量名。 预测残差的标准差

产生一个新变量其值为由上面回归方程计算的被解释变

产生一个新变量其值为由上面回归方程计算出的残差 检验

Stata 命令合集

一、简单操作 ①

Cd bak 定义根目录

Set memory 50m 设置软件使用内存

②编辑复制数据

Data——Data Editor——Data Editor（Edit） 一般选择第2个： Treat first row as variable names encode province,gen(id) 把字符转化成数值 ③打开已经保存的文件 clear

use mg mg表示文件名

④xtset 定义面板数据 （tsset定义时间序列数据） xtset province year

⑤统计量信息（原始数据的统计性描述） Sum ⑥取对数

单个变量：gen lnc=ln(c) gen lny=ln(y) gen lnmg=ln(mg) 所有变量：foreach v of varlist c-mg {

gen ln`v’=ln(`v’) 注意不是左边的`不是单引号 } c-mg为所有变量 ⑦单位根检验 xtunitroot llc lnc

(lnc为变量名称，llc为单位根检验方法) 一阶差分：gen dlnc=d.lnc ⑧相关系

Stata 命令语句格式：

[byvarlist:] command [varlist] [=exp] [if exp] [in range] [weight] [, options] 1、[by varlist:]

*如果需要分别知道国产车和进口车的价格和重量，可以采用分类操作来求得， sort foreign //按国产车和进口车排序 . by foreign: sum price weight

*更简略的方式是把两个命令用一个组合命令来写。 . byforeign, sort: sum price weight

如果不想从小到大排序，而是从大到小排序，其命令为gsort。 . sort - price //按价格从高到低排序

. sort foreign -price /*先把国产车都排在前，进口车排在后面，然后在国产车内再按价格从大小到排序，在进口车内部，也按从大到小排序*/ 2、[=exp]赋值运算

. gen nprice=price+10 //生成新变量nprice，其值为 price+10

/*上面的命令 generate(略写为 gen) 生成一个新的变量，新变量的变量名为 nprice,新的价格在原价格的基础上均增加了 1

协整检验及误差修正模型的建立

1978年-2003年度北京农村居民人均纯收入与人均消费支出的统计表 单位：（元/人） 年份 1978 1979 1980 1981 1982 1983 1984 1985 人均纯收入R 193.25 191.01 191.47 221.34 241.64 238.22 229.29 239.05 人均消费支出P 184.89 175.97 155.07 180.99 197.75 197.81 186.63 187.26 年份 1987 1988 1989 1990 1991 1992 1993 1994 人均纯收入R 285.77 343.54 386.02 399.17 408.09 406.86 486.01 584.39 人均消费支出P 243.52 290.85 315.9 356.92 336.45 329.9 403.66 504.15 年份 1996 1997 1998 1999 2000 2001 2002 2003 人均纯收入R 743.29 811.19 848.58 904.13 925.54 964.71 1015.92 1046.33 人均消费支出P 594.86 5

Stata 命令语句格式：

[byvarlist:] command [varlist] [=exp] [if exp] [in range] [weight] [, options] 1、[by varlist:]

*如果需要分别知道国产车和进口车的价格和重量，可以采用分类操作来求得， sort foreign //按国产车和进口车排序 . by foreign: sum price weight

*更简略的方式是把两个命令用一个组合命令来写。 . byforeign, sort: sum price weight

如果不想从小到大排序，而是从大到小排序，其命令为gsort。 . sort - price //按价格从高到低排序

. sort foreign -price /*先把国产车都排在前，进口车排在后面，然后在国产车内再按价格从大小到排序，在进口车内部，也按从大到小排序*/ 2、[=exp]赋值运算

. gen nprice=price+10 //生成新变量nprice，其值为 price+10

/*上面的命令 generate(略写为 gen) 生成一个新的变量，新变量的变量名为 nprice,新的价格在原价格的基础上均增加了 1

Tips 44:#delimit 进行命令分行 (2012-02-04 17:33:23)转载▼ 标签： 多行命令 delimit stata 财经 分类： 命令 【问题】

Stata的Do-file里面命令逐行运行，一般也经常边写边调试。 当命令很长时候，写到一行较麻烦，也不好看。 尤其，画图命令经常很长，这时候便需要换行。 【方法】

这时候，#delimit 便很有用处。 #delimit ;

这时候，便开启见到分号（;）才算一条命令。 delimit cr 关闭多行回归模式。

当然，如果只是一条命令比较长，便没有必要利用 #delimit， 直接行尾加“///”，便认为下行和上行是一段命令。 【例子】 use auto,clear #delimit ;

summarize weight price displ headroom rep78 length turn gear_ratio if substr(make,1,4)==\substr(make,1,2)==\

gen byte ford = substr(make,1,4)==\#delimit cr

gen byte gm = substr(make,1,2)==\

*等价于

us