免费资源 第15页

stata15 for mac免费下载

bootstrap法的中介效应检验结果stata

根据温忠麟（2005）和温忠麟（2014）的研究，如果X通过影响变量M，从而影响Y，则称M为中介变量。用下列回归方程来描述变量之间的关系：
Y=cX+e1      (1)
M=aX+e2      (2)
Y=c’X+bM+e3    (3)
中介效应等于系数ab
检验中介效应的方法里，逐步检验法是依次检验c、a、b的显著性，也就是对上三个方程依次回归检验。用sobel检验法直接针对H0：ab=0进行检验时，用 sgmediation命令。
我在sgmediation的help文件里，看到这样的命令 .
bootstrap r(ind_eff) r(dir_eff), reps(1000): sgmediation science,
mv(read) iv(math)
. estat bootstrap, percentile bc

这个是用bootsrtp 也就是重复抽样来检验，其实质也是sobel检验对吗？
然后我做出来结果是这样
Bootstrap results                               Number of obs     =      8,615
Replications      =       1000

command:  sgmediation Wq4, iv(Wdsmooth) mv(Winstfund) cv(Wsize Wroa Wlev Wgrowth Whindex Wcfps Wage Wbeta)
_bs_1:  r(ind_eff)
_bs_2:  r(dir_eff)

——————————————————————————
|    Observed                            Bootstrap
|           Coef.        Bias            Std. Err.                         [95% Conf. Interval]
————-+—————————————————————-
_bs_1 |  -.00958674   -8.80e-07      .00426154                       -.0178844  -.0014446   (P)
|                                                                                 -.017915  -.0014451  (BC)
_bs_2 |  -.05079038   -.0012903     .01584089                       -.0814929  -.0185281   (P)
|                                                                                -.0782942  -.0171989  (BC)
——————————————————————————
(P)    percentile confidence interval
(BC)   bias-corrected confidence interval

bs1是直接效应的结果，上下限不包括0则证明存在中介效应，同理bs2是直接效应的结果。
p表示置信区间
BC是偏差矫正的置信区间

固定效应的时间固定和个体固定效应估计方法、检验策略和操作步骤 STATA

估计方法如下，顺便包含了混合估计、固定效应和随机效应的估计方法，详细的可靠的是固定效应：
一、混合估计模型：
reg cp ip　　　　
二、固定效应模型
1.个体固定效应模型：
  tsset id year　　　　
  xtreg Y X, fe 或者 xtreg Y X , fe i(id)　　　　
  针对个体固定效应（H0：不存在个体固定效应）的F检验自动生成，如果p<=10%则应该选择个体固定效应。　　
2.时刻固定效应模型：
（1）麻烦的间接方法
  tsset id year　　　　
  xi:reg Y X i.year
   对于时间固定效应模型的检验不是很直接，要用wald检验，相应的命令为：
   建设是四年数据，时间虚变量为 _Iyear_2、 _Iyear_3、 _Iyear_4，那么wald检验
   test _Iyear_2=_Iyear_3= _Iyear_4
   test _Iyear_2=_Iyear_3= _Iyear_4=0
（2）巧妙的方法
     这个方法有点麻烦，后来论坛中有人聪明的提出一种方法，让人眼前一亮，就是将时间和截面变量交换位置，之前得到的是个体固定效应，之后就是时间固定效应，具体如下：
  tsset year id
  xtreg Y X,fe
   针对时期固定效应（H0：不存在时期固定效应）的F检验自动生成。
我刚开始对此方法不是很有信心，最后自己将其与第一种方法做了对比发觉，估计的参数值和其他统计量均为一致性，因此推荐后面这种方法。　
（3）直接的方法
    参照个体固定效应的方法，我们再推荐一种简便直接方法：
    tsset id year　　　　
    xtreg Y X ,fe i(year)

   针对时期固定效应（H0：不存在时期固定效应）的F检验自动生成。
   比较三种方法，第二、三种方法更为直接和有效，第一种与他们的区别还有一点就是常数项估计值不同，而第二种方法缺乏理论依据和现实做的人比较少，因此综合来看，第三种方法最为有效和直接。　　　
3.时刻个体双固定效应模型　
   实际上连玉君讲义中的时间效应（人大经济论坛出的stata论文专题讲义的p230）是时间个体双固定效应，可以这样理解fe只是固定个体效应，比如在个体固定效应模型中，输入fe和输入fe i(id)，得到的F值和p值均一致，另外从stata命令的中看sigma_u：panel-level standard deviation，F_f：F for u_i=0，均在说个体效应问题而时间效应已经通过设置时间虚拟变量进行了控制。具体方法如下：
　
    xtset id year
    xi:xtreg y x1 x2 i.year,fe
   这种方法有个问题是，估计的时候可能会出现：
“independent variables are collinear with the panel variable year”
解决的办法是从新生成一个panel varible比如code，此code是id和year的综合,前提是提前设置了
tsset id year。然后按照如下命令进行：
   gen code =year+id
   tsset code year
xi:xtreg y x1 x2 i.year,fe
针对时期固定效应（H0：不存在时期固定效应）的F检验自动生成。
最后在三种模型中到底选择哪个，主要根据F检验值是否显著进行判断，第一个显著后面不显著就选个体固定效应模型，第 二个显著其他不显著选择时间固定效应模型，第 三个显著意味着前两个均显著，那么选择个体时间双固定模型。
三、随机效应模型　　　　
tsset id year　  
  xtreg cp ip,re　　　　
　　　
四、回归系数不同的面板数据模型
by id: reg cp ip　　　　
然后把斜率＆截距整理合成一下就ok。
　　　　
五、针对固定效应和随机效应模型选择主要根据Hausman检验结果判定：　　　
    xtreg cp ip, fe　　
   est store FE 　　
    xtreg cp ip, re
　　est store RE　
    hausman FE   RE　由于原假设是随机效应和固定效应无差异，如果拒绝原假设，则采用固定效应模型，否则随机效应模型。

空间计量的一个关键之处在于空间权重的选择和设置问题：现在文献中提到的0-1二值空间权重，距离衰减法（两地距离的倒数）空间权重，经济距离空间权重 ，逆经济距离空间权重 ，社交网络空间权重 ，社会经济空间权重。在我们的实际应用中，理论都很简单明了，在matlab中可能很好实现，但是\一直使用stata，因此需要找到在stata中生成上述空间权重的方法。二值空间权重和距离权重都比较容易比如spweight（截面的）、spweightxt（面板和截面）spmat(创建和管理空间权重对象（主要是spmat权重对象，在一些命令中会用到比如xsmle）)，但是这些命令在经济距离、社会距离和经济社会距离方面无能无力，这时spwmatrix的命令可能更为有效，他是上述命令的综合体。下面主要介绍一下如何使用该命令：
1.命令结构和格式
（1）从ArcGIS (SWM file)、 GeoDa (GAL file)或txt空间权重文件中调入初始权重文件
 spwmatrix import using filename, wname(wght_name)  [dta text swm(idvar_name)      Other_options]
Other Options       xtw(#)          generate spatial weights to be used with  a balanced panel dataset（生成平衡面板空间权重）      mataf              save the spatial weights matrix and/or  its eigenvalues to Mata file(s)      external           make the spatial weights reside in Mata memory（使生成的空间权重保留在Mata 中）      eignval(eignv_name)      place the eigenvalues of the spatial weights matrix into a column vector      eignvar(newvar2)       generate a variable to hold the eigenvalues of the spatial weights   matrix      noisland                        remove observations with no neighbors  when generating the spatial weights      rowstand                        row-standardize the spatial weights matrix      connect                         display connectivity information about the spatial weights matrix      xport(wght_filename, filetype) export the spatial weights matrix to a  .dat, .txt, or a .gwt file  where filetype=dat|txt|gwt      replace                         overwrite existing newvar1, newvar2, and wght_filename as well as wght_name and   eignv_name if mataf specified      favor(speed|space)              favor speed or space其中 filename是指ArcGIS (SWM file)、 GeoDa (GAL file)或txt空间权重文件名，是提前生成好的，建议采用GeoDa生成GAL file文件，wght_name是需要你指定新生成空间权重的名称。下面给出一个例子：

  spwmatrix import using C:\data\wcontig.gal, wname(wcontig) rowstand  xport(wcontig.dta)如果wcontig.gal在stata的指定目录当中，则只需填上wcontig.gal就可以了。
（2）生成距离和经济距离加权的空间权重（非常重要）

spwmatrix gecon varlist [if] [in], wname(wght_name)  [wtype(bin|inv|econ|invecon) cart r(#) dband(numlist)  alpha(#) knn(#) econvar(varname1) beta(#) Other_options]
加黑部分必须填上，其中varlist主要是指在stata数据表中纬度和经度变量名称一般都是命名为： latitude  longitude；wname(wght_name)  需要指定新生成空间权重的名称，wtype(bin|inv|econ|invecon)表示生成空间权重类型，如果不填，默认是二值型空间权重，这里主要说经济加权空间权重econ|invecon。 cart 表示纬度和经度采用笛卡尔坐标，这是默认选项；如果采用球面坐标则只能选择 r(#)，此时不能同时选择 cart，并且需要指定地球半径距离，一般默认填写r(6371.009)；dband(numlist)表示边界，其中的numlist表示确定边界的变量，一般是各省份名称；alpha(#) 表示参数限制范围，默认为alpha(1) ；knn(#)表示调用最近邻空间权重；econvar(varname1)是生成经济加权空间权重很关键的选项，表示拟采用哪种经济指标作为权重来计算空间权重，一般有经济总量比如GDP、工业增加值、营业收入、劳动报酬总额等，该变量必须与经度和纬度变量同时存在于stata数据表中，以方面调用。这里讲一下经济距离的原理：传统距离空间权重只是考虑了距离，忽略了相邻省份经济规模的影响，一般认为经济越发达地区对落后地区的影响就越大，因此需要用邻省经济规模作为权重调整单一距离，公式如下：
Wij        =        [1/|econvar_i -econvar_j +1|] *exp(-β*D_ij)  
其中 D_ij是i地与j地之间的距离,econvar_i是指i地区经济规模指标比如GDP占全部地区GDP的比重，其中分子取绝对数形式，D_ij表示两地距离，一般根据纬度和经度距离计算。

2.一个例子：

spwmatrix gecon latitude longitude, wn(wecon) wtype(econ)    econvar(employment) rowstand

以就业人数作为权重求出空间距离权重，其中 latitude longitude 分别是纬度和经度变量名称，rowstand  是行标准化。
如果计算出了经济权重距离，可以将其输入到一个txt文档或者先查看后复制到txt文档，然后通过spmat命令调入该权重文件生成spmat对象，就可以在xsmle等命令中进行使用了，具体说来：

use spwmatrix.dta,clear
spwmatrix gecon latitude longitude, wn(wecon) wtype(econ)    econvar(employment) rowstand  export(wecon,txt)
mat list wecon  //查看wecon权重矩阵
spmat import wedg usingwecon.txt  //该命令可以生成以wedg为名称的spmat权重文件
spmat savewecon  using wecon.spmat   //该命令可以将生成的spmat权重文件存储为 wecon.spmat
spmat use wedg using wedg.spmat  //该命令可以打开spmat权重文件
然后可以使用空间面板模型比如xsmle

xsmle lngsp lnpcap lnpc lnemp, re model(sdm) wmat(wedg) durbin(lnpcap lnpc)

*假设year为数值型
bys code (year):gen rev1=rev[_n-1]
bys code (year):gen rev2=rev[_n+1]
egen b1=rowsd(rev rev1 rev2)
drop rev1 rev2

一）得到数据库文件和坐标文件
1.之所以这一步是由于在实际分析中会删除个别省份，然后基于剩余省份制作shp文件后生成空间权重文件。找到中国地图省级、省会城市、城市、县的dbf和shp文件，注意：各级地图的dbf和shp文件的名称必须相同且是英文，如province.dbf和province.shp，provcap.dbf和provcap.shp等2.在stata中安装spmap、shp2dta和mif2dta命令是ssc install spmap\   shp2dta\mif2dta
3.在指定目录下，运行命令shp2dta using ProCap, data(“ProCap_data“)  coor(“ProCap_coordinates“)，其中下划线部分分别是使用的数据库和坐标名称，转换后的数据库和坐标文件名称,然后用命令 merge ID using procap_coordinates,将文件复制到txt文档中编辑成符合geoda格式（第一行写上截面单位数和变量数，第二行是变量名称，用英文下双引号引起，用逗号隔开，剩下行是观测值也要用逗号隔开，当然可以先在excel中编辑再拷过来）然后打开geoda～tools~shape~points from ascii,主要设置位置，然后保存为shp文件，最后基于此文件生成空间权重矩阵，当然质点文件只能生成knearest和threshold distance距离权重。
（二）如果用geoda生成了权重数据，那么可以通过以下方法转换成stata文件
1.用geoda生成不同类型的权重文件，比如province_knear.gwt,打开另存为province_knear.txt
2.用记事本打开后复制出来或者在stata中输入命令insheet using province_knear.txt，删除关键词，保留位置变量和邻近数量变量，并重命名为v1和v2，并另存为spweight3.dta
3.在stata中安装spweightxt命令
4.输入命令   

       clear all
        sysuse spweight3.dta, clear
        list v1 v2
        spweightxt v1 v2 , panel(34)  time(8) matrix(W) eigw table

就可以生成中国34个省份观测单位8年的权重指标了。
注意：其中panel（）项可以设置你要生成的权重观测单位数一般与原始文件一致，如果想减少几个省份，则先在原始文件减少，time()设置生成时间的维数，一般空间面板数据用的上。然后生成的权重数据分为横截面和面板类型分别保存在 Cross Section Weight Matrix File (Wcs.dta)和 Panel Weight Matrix File    (Wxt.dta)中要查看只需输入 use Wcs.dta,clear 或者use Wxt.dta ,clear即可
（三）空间面板回归
主要说gmm估计
命令是 spgmmxt y  x1 x2 , nc(7) wmfile(SPWxt) gmm(1) mfx(lin) test
暂时就说这么多，有空了再写详细点，主要想把在STATA中如何进行空间面板的操作写一下

中国投入产出表1997

2018年全国投入产出表   42部门

2017年全国投入产出表149部门

中国地区投入产出表2012