文档介绍：该【chap07Stata与模型的设定公开课获奖课件赛课一等奖课件 】是由【梅花书斋】上传分享，文档一共【47】页，该文档可以免费在线阅读，需要了解更多关于【chap07Stata与模型的设定公开课获奖课件赛课一等奖课件 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。第七章Stata与模型的设定
重要内容：
1、遗漏变量的检查
2、解释变量个数的选择
3、多重共线性与逐渐回归法
4、极端数据的诊断与处理
5、虚拟变量的处理
6、经济构造变动的Chow检查
试验7-1遗漏变量的检查
一、试验基本原理
二、试验数据和试验内容
根据记录资料得到了美国工资的横截面数据，变量重要包括：wage=工资，educ=受教育年限，exper=工作经验年限，tenure=任职年限，lwage=工资的对数值。完整的数据在本书附带光盘的data文献夹的“”工作文献中。
运用wage1的数据，分别运用Link措施和Ramsey措施检查模型
与否遗漏了重要的解释变量。
三、试验操作指导
Link措施进行检查的基本命令语句为：
linktest [if] [in] [, cmd_options]
在这个命令语句中，linktest是进行Link检查的基本命令，if是表达条件的命令语句，in是范围语句，cmd_options表达Link检查的选项应当与所使用的估计措施的选项一致，例如检查之前使用的回归regress命令，则此处的选项应与regress的选项一致。
例如，运用wage1的数据，检查模型
与否遗漏了重要的解释变量，应当输入如下命令：
use c:\data\,clear
reg lwage educ exper tenure
linktest
第一种命令表达打开数据文献wage1，第二个命令语句是对模型进行回归估计，第三个命令就是进行遗漏变量的Link检查，。
从第二个表格中，，拒绝了hatsq系数为零的假设，即阐明被解释变量lwage的拟合值的平方项具有解释能力，因此可以得出结论原模型也许遗漏了重要的解释变量。
为了深入验证添加重要变量与否会变化Link检查的成果，我们生成受教育年限educ和工作经验年限exper的平方项，重新进行回归并进行检查，这时输入的命令如下：
gen educ2=educ^2
gen exper2=exper^2
reg lwage educ exper tenure educ2 exper2
linktest
第一种命令语句的作用是生成变量educ2，使其值为变量educ的平方；第二个命令语句的作用是生成变量exper2，使其值为变量exper的平方；第三个命令语句的作用是对进行回归估计;第四个命令就是进行遗漏变量的Link检查，。
Ramsey措施进行检查的基本命令语句为：
estat ovtest [, rhs]
在这个命令语句中，estat ovtest是进行Ramsey检查的命令语句，假如设定rhs，则在检查过程中使用解释变量，假如不设定rhs，则在检查中使用被解释变量的拟合值。
例如，运用wage1的数据，使用Ramsey措施检查模型
与否遗漏了重要的解释变量，应当输入如下命令：
use c:\data\,clear
reg lwage educ exper tenure
estat ovtest
在这组命令语句中，第一种命令的功能是打开数据文献，第二个命令是对模型进行回归估计，第三个命令就是进行遗漏变量的Ramsey检查，。
，第一种图表仍然是回归成果，第二部分则是Ramsey检查的成果，不难发现Ramsey检查的原假设是模型不存在遗漏变量，，拒绝原假设，即认为原模型存在遗漏变量。
为了深入验证添加重要变量与否会变化Ramsey检查的成果，我们采用Link检查中的措施，生成受教育年限educ和工作经验年限exper的平方项，重新进行回归并进行检查，这时输入的命令如下：
gen educ2=educ^2
gen exper2=exper^2
reg lwage educ exper tenure educ2 exper2
estat ovtest
这里不再赘述这些命令语句的含义，，，无法拒绝原假设，即认为模型不再存在遗漏变量。