计量经济学的命令的总结
1 先自己建一个并且储存起来的命令
Log using “文件夹的名称” .log
如果直接用的话 log using “文件夹的名称”
2 建立一个新变量 gen 新变量的名称=原变量的运算
改变变量 replace 老变量=新变量 if unemployment》8 这里的if 引导的是条件
这里建立为 0 和1 的哑变量
Gen high=0
Replace high=1 if unemployment》=8
也可以按个去生成： gen south-region=0 gen north-region=2
去掉一个变量 drop 变量的名称
say什么意思
给变量取一个新的名字 rename oldvarname newvarname
如果想做回归的时候将哑变量就做出来的
Xi ：region y t i.region
archers3 Summarize 变量的名称
这里边展示出了 number of non-missing obrvations, mean ,standard deviation, minimum, maximum)
可以建一个图表将数量表示出来Table rowvar
4 相关系数
Correlate varlist weight 【， covariance 】
Pwcorr varlist weight 【，sig】
双性恋英文
pwcorr表示出 pairwi correlation
Sig 相关系数的显著性都列了出来
5 不知道了 就help regress help correlate
6 线性回归 regress depvar varlist
7 predict ehat，res 这里把参差值给弄出来了
predict yhat, xb 这里把预测的值给弄出来了 但是预测yhat 就有特殊性，也就是下边可以省去
8 画图的怎么画？ 这里都是横竖轴的直方图的例子
Histogram ehat，percent 这里画出了比例图
Histogram ehat，normal 这里画出了正态图
这里画出了散点图
Scatter varlist depvar
9 ttest write=50 看期望值是否为50
ttest write=read 看看write 和 read 的期望值是否是相等的
10 回归时如果存在异方差的话，可以用
Regerss write read female，robust
11 检验正太分布的方法：
（1）pnorm ehat
（2）histogram ehat，normal
（3）Summarize ehat，detail
Scalar jb=r（N）/6*(r(skewness)^2+(r(kurtosis)-3)^2/4)
这里是JB检验，用来检验是否存在正态性 JB 多用于大样本的情况
其中原假设为 H0：normality; invchi2tail(2, 0.05) 表示的是开放的显示
（4）swilk ehat Shapiro-Wilk tests for normality , swilk can be wu with 2 =《n《 = 4 obrvations SK 检验多用于小样本的情况
12 检验函数形式是否正确
Estat overt 这里实际上就是F 检验
Manually
Regress write read female
火星男是什么意思 Predict yaht，xb
Gen yaht2=yaht*yaht
轻音乐mp3
Gen yaht3=yaht2*yaht
Regress write read female yaht2 yaht3
Test yhat2=yhat3
13 检验异方差的形式
画图的形式
Twoay (scatter ehat female)
Estat hettest read female ,iid
Estat hettest,white
怀特检验的形式
Imtest white
BJ 检验的形式
Estat hettest
或者是利用标准的方法：
Reg Y X1 X2 X3
Predict ehat,res
Gen P=ehat*ehat/(SSR/n）
Reg P X1 X2 X3
Gen bp=1/2 SSE
Dis invchi2 tail（m-1，0.05）
14 自相关
DW 检验
Estat dwatson
如果d 趋近于2 的话，则说明倾向于物资相关
Godfrey 的检验
Estat bgodfrey
15 共线性的检验
if VIF 检验
Estat vif 如果vif>10, 则存在多重共线性
16 错误的函数形式
RESET 检验
平方根、协整和VAR的模型
首先，说明一下他们之间的相互关系
galil对时间序列进行分析，首先建立的建设是其数据是平稳的，否则其t 、 F 检验将变得不可信，因此我们这里要进行平稳性的检验，平稳性检验主要有两种类型分别是AD 检验和ADF 检验，如果是平稳之后呢，就可以进行相关回归啊什么的。但是如其是不平稳的话，但是却是I（1），并且两个变量的I（1）还存在着线性关系，在这种情况下就叫做协整。但是，我们要进行协整检验，以证明确实存在着协整关系，常用的是EG检验。当检验完完
存在协整关系后，如果是多变量的我们可以通过Johann 的检验，判定存在着集中协整关系。
注意：这里有个大致的判断，平稳是针对时间序列的数据是否平稳而言的，而协整关系检验则是针对I（1）之间的关系是否平稳而言的。
这里还有误差修正模型
其道理是这样的，如果几个变量之间存在着一种长期的均衡关系，这些变量之间就存在着短期的内的修正机制，其可以使得藏起的均衡关系成立。
这里还有VAR模型
其道理是，如果变量是I(0)的，即其是平稳的话，可以通过最小二乘法OLS来进行修正，如果变量是I（1），并且协整，则可以通过OLS进行回归，但是此时其是I（1），但是却并不满足协整关系，怎么办？我们将原式变形，就变成了I（0），就用了VAR模型，反映了两者之间的关系。
还有我们还可以过Impul Respon 和 Variance Decompositions 来分别进行影响的程度和方差分解的联系。tcd
下边，我们来分别建立以上方法的STATA命令：
一开始都要产生一个时间序列的值
Gen N=_n
Tst N
关于平稳性的检验
（1）gen d_fund=d1.fund
Gen l_fund=l1.fund
Gen d_bond=d1.bond
Gen l_bond=l1.bond
Gen l_d_fund=l1.d_fund
Gen 1_d_bond=l1.d_bond
Regress d1.fund l1.fund l1.d_fund
Predict ehat,res 这里是画出图，用来检验存在不存在自相关（就是异方差意思）
Ac ehat
Regress l1.d_bond d1.bond l1.bond
Predict ehat，res
Ac ehat
因为平稳性有三个假定，分别是关于期望值、方差和独立的，这里画图也要检验一下
（2）这里有stata 的命令
Dfuller fund ，regress lags（1）
Dfuller bond，regress lags （2）
做完之还没有图 不知道自相关是怎么回事，所以还要有如下的步骤
Predict ehat，res
Ac res
关于协整关系的检验 （EG）检验
Regress bond fund
六一儿童节英文
Predict rhat,res
Gen d_rhat=d1.rhat
Gen l_rhat=l1.raht
Gen l_d_rhat=l1.d_rhat
Regerss d_rhat l_rhat l_d_rhat, nonconstant
另一种写法
Dfuller rhat，noconstant regerss lags（1)
关于Johenson 的检验
vecrank LREXR LUSPROD LUSDISRAT LDISRAT LTOT intdiff
三月英文简写
关于误差修正模型的检验
长期的关系 reg LREXR LUSPROD LUSDISRAT LDISRAT LTOT intdiff
这里反映短期的关系
predict ecm, res
gen l_ (1 missing value generated)
regress d_LREXR d_LUSPROD d_LUSDISRAT d_LDISRAT d_LTOT d_intdiff l_ecm
这里进行VAR模型的构建
第一步要检验是否符合协整关系，如果不符合就可以用VAR模型了
经检验I(1)不符合协整关系，因此可以用VAR模型
第二步，var 模型
varbasic d_LREXR d_LUSPROD d_LUSDISRAT d_LDISRAT d_LTOT d_intdiff
剩下这里是进行脉冲响应和方差分解的测算
