《STATA在统计与计量分析中的应用》PDF下载

  • 购买积分:11 如何计算积分?
  • 作  者:王群勇著
  • 出 版 社:天津:南开大学出版社
  • 出版年份:2007
  • ISBN:7310027892
  • 页数:292 页
图书介绍:本书旨在介绍STATA在统计与计量分析中的使用方法,并简要介绍了部分经济理论模型的相关概念及其在STATA中的对应命令选项。主要内容包括:STATA简介、矩阵与函数、作图、STATA模型估计、描述统计、方差分析、相关分析、质量控制、多元方差分析、主成分分析、聚类分析、多维标度分析、时间序列模型、面板数据、STATA编程与Mata运算。本书里用大量的案例对各种模型的估计、检验、预测等进行分析和说明,每章都介绍了STATA的操作方法及案例分析。

第一编 Stata概述 3

第1章 Stata简介 3

1.1 Stata的版本 3

1.2 Stata的特点与功能 3

1.3 Stata的界面介绍 4

1.4 Stata的样本数据 5

1.5 Stata的语法 5

1.5.1 varlist 6

1.5.2 range 7

1.5.3 weight 7

1.5.4 exp 7

1.5.5 numlist 7

1.5.6 datelist 8

1.5.7 by varlist 8

1.6 Stata的窗口操作 9

第2章 数据管理 10

2.1 变量 10

2.1.1 数值变量 10

2.1.2 字符变量 11

2.2 对变量和观测值的操作 12

2.2.1 建立新的变量 12

2.2.2 删除变量或观测值 12

2.2.3 添加观测值 12

2.2.4 显示变量、观测值 13

2.2.5 变量与观测值的交换 13

2.3 对时间变量的操作 13

2.3.1 时间变量的格式 13

2.3.2 生成时间变量 14

2.3.3 时间变量的显示格式 16

2.3.4 提取日期的成分 17

2.3.5 设定特定的日期 18

2.3.6 时间频率的相互转化 19

2.4 标签 19

2.4.1 为数据库加标签 19

2.4.2 为变量贴加标签 19

2.4.3 为数值贴加标签 19

2.5 分类数据的处理 20

2.5.1 将连续变量转化为指示变量 20

2.5.2 将连续变量转化为分类变量 20

2.5.3 将分类变量转化为指示变量 20

2.6 长数据与宽数据的转换 21

2.7 数据的排序 21

2.8 数据录入 22

2.8.1 使用已保存的Stata数据 22

2.8.2 手动录入 22

2.8.3 从其他文件拷贝和粘贴 22

2.8.4 从其他文件导入 22

第3章 矩阵与函数 25

3.1 矩阵运算 25

3.1.1 新建矩阵 25

3.1.2 行、列的名称 25

3.1.3 矩阵元素 26

3.1.4 矩阵的运算符和运算命令 27

3.1.5 标量 29

3.2 变量与矩阵的相互转换 30

3.2.1 从变量生成矩阵 30

3.2.2 从矩阵生成变量 30

3.2.3 矩阵行列的重命名 31

3.3 函数 31

3.3.1 运算符 31

3.3.2 函数命令 31

3.3.3 扩展的生成新变量函数 33

第4章 作图 36

4.1 基本概念 36

4.2 基本图形 37

4.2.1 散点图 37

4.2.2 连线图 37

4.2.3 阴影图 37

4.2.4 柱状图 37

4.2.5 钉状图 38

4.2.6 针状图 38

4.2.7 点状图 38

4.3 区间作图 38

4.4 配对作图 39

4.5 拟合作图 39

4.6 函数作图 40

4.7 矩阵作图 40

4.8 修改图形 40

第5章 模型估计概述 42

5.1 Stata模型估计概览 42

5.2 模型估计的语法 43

5.2.1 基本语法格式 43

5.2.2 估计选项 43

5.3 模型预测 45

5.3.1 线性预测 45

5.3.2 非线性预测 45

5.3.3 调整的预测 46

5.4 模型的统计指标 46

5.4.1 信息准则 46

5.4.2 描述统计指标 46

5.4.3 协方差矩阵 47

5.5 参数检验 47

5.5.1 参数线性约束的Wald检验 47

5.5.2 参数非线性约束的Wald检验 48

5.5.3 参数线性约束的估计与检验 49

5.5.4 参数非线性约束的估计与检验 49

5.5.5 似然比检验 49

5.5.6 豪斯曼检验 50

5.6 似不相关估计 50

5.7 对虚拟变量的处理 51

5.8 变量的边际影响或弹性 52

5.9 对模型估计结果的相关操作 53

5.10 提取模型估计的结果 55

第二编 单元统计 59

第6章 描述统计 59

6.1 基本描述统计量 59

6.2 单个分类变量的汇总 60

6.3 两个分类变量的列联表 60

6.4 列联表描述统计量 61

6.5 经验分布函数 62

6.6 变量分布图形 62

6.6.1 条形图 62

6.6.2 饼形图 63

6.6.3 直方图 63

6.6.4 核密度估计 64

6.6.5 茎叶图 64

6.6.6 盒状图 64

6.6.7 分布诊断图 64

6.7 变量的无偏转换 65

练习题 66

第7章 假设检验 67

7.1 参数检验 67

7.1.1 单个总体均值的检验 67

7.1.2 两个总体均值差异的检验 68

7.1.3 总体方差的假设检验 69

7.1.4 总体比率的假设检验 69

7.2 非参数检验 70

7.2.1 拟合优度检验 70

7.2.2 两组样本的同分布检验 72

7.2.3 多组样本的同分布检验 72

7.2.4 列联表的独立性检验 73

7.2.5 序列自相关的游程检验 74

7.3 样本水平和检验功效 74

练习题 75

第8章 方差分析 76

8.1 单因素方差分析 76

8.2 一般方差分析 77

8.3 模型检验 78

8.4 案例 78

练习题 80

第9章 相关分析 81

9.1 Pearson简单相关系数 81

9.2 偏相关系数 81

9.2.1 分类变量的相关系数 82

9.2.2 排序变量的相关系数 82

9.2.3 分变量的相关系数 83

9.2.4 四分变量的相关系数 83

9.3 Kappa 84

9.4 Cronbach Alpha 85

练习题 86

第10章 质量控制 87

10.1 C控制图 87

10.2 P控制图 87

10.3 X控制图 88

10.4 R控制图 88

10.5 Shewhart图 88

练习题 88

第三编 多元统计分析 91

第11章 多元方差分析 91

11.1 多元方差分析 91

11.1.1 模型估计 91

11.1.2 模型检验 92

11.1.3 模型预测 93

11.2 轮廓分析 93

11.3 霍特林均值向量检验 94

练习题 95

第12章 主成分分析 96

12.1 主成分估计 97

12.2 Estat 97

12.3 预测 98

12.4 碎石图 98

12.5 得分图、载荷图 99

12.6 旋转 99

12.7 案例 101

练习题 101

第13章 因子分析 102

13.1 因子估计 102

13.2 预测 103

13.3 Estat 103

13.4 因子旋转与作图 104

13.5 案例 104

练习题 104

第14章 典型相关分析 106

14.1 典型相关估计 106

14.2 预测 107

14.3 Estat 107

14.4 案例 107

练习题 108

第15章 聚类分析 109

15.1 相似性测度 109

15.2 系统聚类法 111

15.3 K均值聚类法 112

15.4 聚类停止法则 113

15.5 分层树 113

15.6 其他命令 114

15.7 案例 114

练习题 116

第16章 判别分析 118

16.1 判别分析 118

16.2 预测 119

16.3 Estat 119

16.4 案例 122

练习题 123

第17章 对应分析 125

17.1 简单对应分析 125

17.1.1 估计 125

17.1.2 预测 126

17.1.3 Estat 126

17.1.4 对应分析双重信息图 127

17.1.5 对应分析映射图 127

17.1.6 案例 128

17.2 多重、联合对应分析 130

17.2.1 估计 130

17.2.2 预测 131

17.2.3 Estat 131

17.2.4 作图 131

17.2.5 案例 132

17.3 双重新信图 132

练习题 133

第18章 多维标度分析 134

18.1 多维标度分析 134

18.1.1 多维标度 134

18.1.2 预测 138

18.1.3 Estat 138

18.1.4 多维标度的比对结构图 139

18.1.5 谢泼德图 139

18.2 普鲁克鲁斯特斯转换 140

18.2.1 普鲁克鲁斯特斯转换 140

18.2.2 预测 141

18.2.3 Estat 141

18.2.4 目标变量与源变量的比对图 141

练习题 142

第四编 经济计量分析 145

第19章 单方程结构模型 145

19.1 单方程线性模型的OLS估计 145

19.1.1 模型估计 147

19.1.2 Estat 147

19.1.3 作图 149

19.1.4 预测 149

19.2 非线性最小二乘法 151

19.2.1 一般非线性模型的估计 151

19.2.2 常见非线性模型的估计 153

19.3 广义最小二乘法 154

19.3.1 加权最小二乘法 154

19.3.2 广义差分法 155

19.4 工具变量法 156

19.4.1 工具变量估计 156

19.4.2 Estat 157

19.4.3 预测 157

19.5 带有参数约束的模型估计 158

19.6 分步回归 159

练习题 159

第20章 系统方程模型 161

20.1 多元回归 161

20.2 似不相关回归 161

20.3 联立方程模型的估计 163

20.4 预测 165

练习题 165

第21章 离散选择模型 166

21.1 二项选择模型 166

21.1.1 模型估计 167

21.1.2 预测准确率表 168

21.1.3 模型的拟合优度检验 168

21.1.4 ROC曲线 168

21.1.5 敏感图 168

21.1.6 预测 169

21.1.7 案例 169

21.2 排序选择模型 171

21.2.1 模型估计 171

21.2.2 预测 172

21.2.3 案例 172

21.3 多项选择模型 173

21.3.1 模型估计 174

21.3.2 预测 175

21.3.3 案例 176

21.4 条件Logit模型 178

21.4.1 模型估计 178

21.4.2 预测 178

21.4.3 案例 178

21.5 嵌套Logit模型 179

21.5.1 模型估计 180

21.5.2 预测 181

21.5.3 案例 182

21.6 Slogit模型 183

21.6.1 模型估计 183

21.6.2 案例 184

21.7 二元选择模型 185

21.7.1 模型估计 185

21.7.2 模型预测 185

21.7.3 案例 186

练习题 186

第22章 计数模型 188

22.1 负二项回归和泊松回归 188

22.1.1 模型估计 189

22.1.2 模型预测 189

22.1.3 案例 190

22.2 零胀计数模型 190

22.2.1 模型估计 190

22.2.2 模型预测 191

22.2.3 案例 191

22.3 零截断计数模型 192

第23章 受限因变量模型 193

23.1 截断模型 193

23.2 归并模型 193

23.3 Tobit模型 194

23.4 预测 194

练习题 195

第24章 时间序列模型 196

24.1 基本命令介绍 196

24.1.1 定义时间序列 196

24.1.2 填充、扩展时间区间 197

24.1.3 相关图 198

24.1.4 白噪声检验 199

24.1.5 谱密度图 199

24.2 ARIMA模型与SARIMA模型 200

24.2.1 ARIMA模型的估计 200

24.2.2 ARIMA模型的预测 201

24.3 ARCH族模型 201

24.3.1 ARCH模型的估计 201

24.3.2 ARCH模型的预测 203

24.4 单位根检验 203

24.4.1 Dickey-Fuller检验 203

24.4.2 Phillips-Perron检验 204

24.4.3 DF-GLS检验 204

24.5 向量自回归模型 204

24.5.1 VAR模型的估计 204

24.5.2 平稳性条件的考察 205

24.5.3 阶数的选择 205

24.5.4 残差的正态性与自相关检验 206

24.5.5 格兰杰因果关系检验 206

24.5.6 脉冲响应与方差分解 206

24.5.7 VAR模型的预测 210

24.5.8 案例 211

24.6 结构向量自回归(VAR)模型 212

24.7 约翰逊协整检验 214

24.8 向量误差修正模型 215

练习题 216

第25章 面板数据 217

25.1 基本命令介绍 217

25.1.1 定义面板数据 217

25.1.2 基本描述统计指标 218

25.1.3 分类数据的汇总 218

25.1.4 变化趋势图 218

25.2 固定效应、随机效应模型 218

25.2.1 模型估计 218

25.2.2 随机效应检验 219

25.2.3 预测 220

25.2.4 案例 220

25.3 自相关误差结构的固定效应、随机效应模型 221

25.4 GLS估计 222

25.5 PCSE估计 223

25.6 工具变量估计 224

25.7 动态面板数据 226

25.8 广义估计方程 227

25.9 多水平混合效应模型 230

25.10 随机系数模型 234

25.11 离散选择模型 235

25.12 计数模型 237

25.13 Tobit模型 239

25.14 区间估计 240

25.15 随机边界模型 241

第26章 蒙特卡罗模拟、自举法、刀切法 243

26.1 随机数生成 243

26.2 有放回地重复抽样 243

26.3 蒙特卡罗模拟 244

26.4 排列检验 244

26.5 自举抽样与自举估计 245

26.6 切法 246

第五编 Stata编程与Mata运算 251

第27章 Stata编程 251

27.1 宏 251

27.1.1 宏的定义 251

27.1.2 宏的组合 252

27.1.3 对象名称的宏 253

27.1.4 宏的扩展函数 253

27.2 程序文件的基本格式 255

27.2.1 程序文件的基本格式 255

27.2.2 程序的定义 255

27.2.3 非标准语法 257

27.2.4 标准语法 258

27.2.5 输入变量的解析 264

27.3 程序控制语句 266

27.3.1 if语句 266

27.3.2 while语句 267

27.3.3 foreach语句 267

27.3.4 forvalue语句 268

27.3.5 continue语句 269

27.3.6 其他常用程序控制语句 270

27.4 其他常见问题的处理 271

27.4.1 临时变量、临时矩阵、临时文件 271

27.4.2 设定样本区间 272

27.4.3 保存结果 274

27.4.4 数据的排序与恢复 275

27.5 案例 275

练习题 276

第28章 Mata:矩阵编程语言 278

28.1 Mata简介 278

28.1.1 进入、退出Mata 278

28.1.2 矩阵输入与运算 278

28.2 Mata函数 279

28.2.1 编写Mata函数 279

28.2.2 保存Mata函数为mo文件 280

28.2.3 保存Mata函数为mlib文件 281

28.3 在ado文件中调用Mata函数 282

28.3.1 如何调用Mata函数 283

28.3.2 如何将Stata的输入变量传到Mata 283

28.3.3 如何将Mata的计算结果返回到Stata 283

28.4 Stata与Mata的数据互换 283

28.4.1 从Mata提取、修改、删除Stata的数据 284

28.4.2 从Mata提取、修改Stata的变量 286

28.4.3 从Mata增加、删除Stata的变量和观测值 287

28.4.4 变量与变量指数的转化 288

28.5 案例 289

参考文献 292