实验目的11067.pdf

《实验目的11067.pdf》由会员分享，可在线阅读，更多相关《实验目的11067.pdf（13页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、 实验一 【实验目的】1.在分析数据的过程中，加深对计量经济学相关知识的理解。2.学会使用 Stata 软件处理数据，利用经济知识分析，理解数据处理所得结果。【实验数据】CEOSAL1.DTA WAGE1.DTA meap01.DTA bwght2.DTA JTRAIN.DTA 与 J.M.伍德里奇的计量经济学导论中的习题相配套的数据 【实验步骤】（一）将用到的 Stata 函数及其用法 1.cd 指定默认工作文件夹。在使用 Stata 命令的时候，会直接引用相应的数据文件名，此时该数据文件所在的文件夹就是默认的工作文件夹。指定默认文件夹的格式为：cd“默认文件夹路径名“注：引号可以省去（以下

2、遇到相同的情况不再赘述）；默认文件夹路径名中不能出现汉字。2.use 选定需要处理的数据文件。Stata 中的命令大多都是对数据进行操作，在操作之前，需要选定相应的数据文件。use 的调用格式为：use“数据文件名“注：（1）在未指定默认工作文件夹时，use 后面的数据文件名可以替换为数据文件路径即：执行命令:.use e:StataDocumentsLab1wage1 执行命令:.cd e:StataDocumentsLab1 后再执行.use wage1 上述命令达到的效果是一样的。（2）Stata 只能同时对一个数据文件进行处理分析，因此在更换被处理数据文件之前，要从 Stata 系统中

3、清楚原数据文件，命令为 clear 3.generate 根据现有变量建立新的变量。generate 的调用格式为：generate 新变量名=新变量的表达式 注：建立新的变量必须以现有变量为基础。4.display 计算数值表达式之后再显示数值。display 的调用格式为：display 数值表达式 5.tabulate 对制定的变量进行频数统计。这是简单的描述性统计，进行频数统计的对象可以是一个变量，也可以是两个变量。tabulate 的调用格式为：tabulate 变量名 1 变量名 2 注：（1）在对两个变量进行频数统计时，变量名之间要用空格隔开；例如：.tabulate wage

4、female（2）变量名的位置不允许互换，不同的位置对应的是不同的含义。上述命令的含义是对wage 进行频数统计，并将统计的结果按性别分类。将 wage 与 female 位置互换就变成了对性别作频数统计，按工资分类（3）注意变量名与数据文件名之间的差别。6.summarize 给出变量的样本量，平均数，标准差，最大值，最小值。同样也是一个简单的描述统计的命令。summarize 的调用格式为：summarize 变量名,d 注：在变量名之后加 d 可以得到更多的信息，如第四最大（小）值到最大（小）值，百分位数，偏度系数，峰度系数等 示例：Variables 样本量 均值 标准差 最小值 最大

5、值 Varname 7.correlate 计算变量之间的相关系数。correlate 的调用格式为：correlate 变量名 1 变量名 2 变量名 3 注：计算相关系数不仅限于计算两个变量之间的相关系数，也可以计算多个变量之间的相关系数 8.regress 对给出的变量作回归。regress 的调用格式为：regress 因变量 自变量 注：自变量也可以是多个，得到的结果中包括方差分解，整体显著性检验的 F 统计量及相应的 p 值，R2，调整后的 R2，MSE 的平方根（亦即对的估计），系数估计，系数估计的标准差，t 值，显著性检验的 p 值，置信区间。回归的示例：Sourse SS d

6、f MS Model SSE k SSE/k Residual SSR n-k-1 SSR/(n-k-1)Total SST n-1 Coefficient Standard Error t 值 双尾检验 置信区间 Dependent Variables Independent Variables Intercept 9.predict 根据 Stata 系统最近的一次回归中的相关变量，可以计算该回归中的因变量估计值，残差等。predict 的调用格式为：predict 新变量名,参数 注：（1）predict 计算因变量估计值（残差）时，是根据自变量及回归中得到的截距，相关系数计算的，是一个

7、新的变量，需要被赋予一个新的变量名；（2）计算估计值是的参数是 xb，计算残差时的参数项是 res。参数不限于上面给出的两个；（3）不同的参数有不同的作用。在 help 里面可以找到。10.其他 sort 对 sort 后面给定的变量升序排列。调用格式为：sort varlist label 对变量作注释 调用格式为：label variable 变量名“label”_b 内存中变量的引用。具体见：help _b _cons 直接使用时，_cons=1;_b_cons指最近的一次回归中得到的截距项。具 体见：help _b 在此次上机课程中将用到的函数及其用法基本就是以上这些了。上述列举出的都

8、是基本功能，上述的命令都有其扩展用法，具体的可以参见 Stata 中的 help 文件。以后介绍函数的调用方式时，将采用 help 文件中的相关缩写，如变量名，缩写为 varname等 （二）Stata 命令的基本格式 处理和分析数据的命令构成 Stata 命令的主体。它们可实现各种各样的功能，但大体具有如下的格式：by varlist1:command varlist2 if exp in range,options 其中：by varlist1:表示按一组变量（由 varlist1 指定）分组；分组之前，注意对整个数据变量按 varlist1 排序（sort）；command varlis

9、t2表示命令是针对由 varlist2 指定的变量；if exp表示命令只针对满足 exp（一般是一个逻辑表达式）的观测；in range表示命令只针对处在 range 指定的范围内的观测，如 in 5 指执行的范围是第 5个观测，in-5 指执行的范围是倒数第 5 个观测，in 5/12 指执行的范围是从第 5 到第 12 个观测；,options是命令特有的一些选项，根据情况和需要而定，Stata 的强大功能主要就体现在这些选项上，选项的使用非常精细和讲究，使用时既要依据个人的经验，也要参看 Stata的帮助系统或工具手册。这个部分可以参见 Stata 的 help 文件，其中有详细的介绍

10、。if exp极大地体现了 Stata 的灵活性。逻辑表达式 exp 一般由以下成分构成：变量名 数字，字符，表示缺失值的“.”关系运算符：=（等于），!=，（不等于），（大于），=（大 于或等于），65&age 85（age 大于 65，小于 85 的观测）if place=“Canada”&pop=.（place 为“Canada”并且 pop 不缺失的观测）if year=1994|year=1997（year 为 1994 或 1997 的观测）if(pop=.&year=.)（排除 pop 和 year 都缺失的观测）根据需要，逻辑表达式可以有非常复杂的形式。in range和if

11、exp相当于从一个大样本中挑出符合条件的小样本，其用处体现在两个方面。首先是数据清理阶段，找出那些有明显的错误或有缺失的观测。其次是在数据处理和分析阶段，找出有特别兴趣或意义的观测。上述给出的格式还可以根据具体的情况做出扩展。（三）具体实验操作 习题 1：J.M.伍德里奇 计量经济学导论现代观点C1.1 本题使用 WAGE1.dta 中的变量 educ（1）求出样本中的平均教育程度，最低和最高教育年数分别为多少？（2）求出样本中的平均小时工资，它看起来是高还是低？（3）工资数据用 1976 年美元报告，利用（2004 年或以后）总统经济报告，求出并报告1976 年和 2003 年的消费价格指数

12、 CPI（4）利用（3）中的 CPI 值，求出以 2003 年美元度量的平均小时工资。现在，平均小时工资看起来是否合理？（5）样本中各有多少女性和男性？解：简单的 Stata 函数处理 命令如下：.use wage1 /*打开数据 WAGE1.dta*/（1）.summarize educ /*对变量 educ 做简单的统计*/输出结果：故平均教育程度为 12.56 年，最低教育年数为 0，最高教育年数为 18 年（2）.summarize wage /*对变量 wage 做简单的统计*/输出结果：平均的小时工资为 5.89 美元（3）根据 2008 年的总统经济报告http:/frwebga

13、te.access.gpo.gov/cgi-bin/getdoc.cgi?dbname=2009_erp&docid=f:erp_b62.pdf 以 19821984 年为基年，1976 年的 CPI 为 56.9%，2003 年的 CPI 为 184.0%（4）.display 5.89*184.0/56.9 /*计算以 2003 年的美元度量的小时工资数*/得到：以 2003 年美元度量的小时工资数为 19.05 美元（5）.tabulate female /*对变量 female 做简单的频数统计*/输出：上述结果，用 1 代表女性，0 代表男性。输出了女性和男性各自的频数、频率，同时还

14、有向上累计频率。即样本中女性人数为 252 人，占总人数的比重为 47.91%；样本中男性的人数为 274 人，占总人数的 52.09%习题 2：J.M.伍德里奇 计量经济学导论现代观点C1.2 本题使用 bwght2.dta 中的数据（1）样本中有多少妇女？又有多少人报告在怀孕期间吸烟？（2）平均每天吸烟数量是多少？将平均数作为这个案例中“典型”妇女的度量指标是否合适？请解释（3）怀孕期间抽烟的妇女中，平均每天的吸烟数量是多少？与（2）中的结果有何区别？（4）求出样本中 feduc 的平均值，为何只用 1785 个观测值计算这个平均值？（5）求出 npvis 的最常见值 解：summariz

15、e 命令的应用 命令如下：.use bwght2（1）.summarize cigs /*对变量 cigs 做统计*/输出：.summarize cigs if cigs!=0 /*对怀孕期间吸烟量不等于 0 的情况做统计*/输出：故样本中共有 1388 名妇女，其中有 212 人在怀孕期间吸烟（2）平均每天的吸烟数量为 2.09 根。将这个数据作为样本的度量指标并不合适。应为吸烟的妇女人数占总人数的 15.27%.只有较少的人抽烟，故把 2.09 这个数据作为度量指标并不合适。（3）由（1）可以得到，怀孕期间吸烟妇女的平均吸烟量为 13.67 根。这个数据是怀孕期间吸烟的妇女的平均吸烟量，比

16、（2）中的人均吸烟量更符合实际，更能反映现实情况。（4）.summarize feduc /*对父亲教育程度作统计*/输出：样本总量为 1832（browse），而统计得到的结果为 1785，说明父亲教育程度这个变量中存在数据缺失（在 Stata 数据中以.表示）（5）.tabulate npvis /*对 npvis 作频数统计*/最常见数即众数，可以用 tabulate 得到结果，众数取所占比重最大的那个 npvis 值即可。所得到的 npvis 众数为 12 习题 3 J.M.伍德里奇 计量经济学导论现代观点C1.3 本题使用 MEAP01.DTA 中的数据（1）求出 math4 的最大

17、值和最小值。（2）有多少学校在数学测试中有 100%的通过率，占整个样本的百分比是多少？（3）有多少学校的数学通过率正好为 50%（4）比较数学和阅读的平均通过率，那个测试更难通过？（5）求出 math4 与 read4 之间的相关系数，得到的结论是什么？（6）求出 exppp 的平均值和标准差。求出 exppp 的平均值和标准差，你认为学生的人均支出是否存在较大的变异？（7）假设学校 A 平均每个学生支出 6000 美元，学校 B 每个学生支出 5500 美元，学校A 的支出超过学校 B 的支出百分之几？与根据自然对数之差近似的百分比差异100ln(6000)-ln(5500)进行比较。解：

18、引入条件，然后统计 命令如下：.use meap01（1）.summarize math4 /*对 math4 进行统计*/输出：math4 的最小值为 0（无人通过数学测试），最大值为 100（所有人都通过了数学测试）（2）.summarize math4 if math4=100 /*对 math4=100 的情况进行统计*/输出：即有 38 所学校的数学通过率为 100%所占的比例为：.display 38/1823 /*计算数学通过率为 100%的学校占样本中学校的比重*/即数学通过率为 100%的学校占样本中学校的比重为 2.08%（3）.summarize math4 if mat

19、h4=50 /*对 math4=50 的情况进行统计*/输出：即有 17 所学校的通过率为 50%注：1.Stata 中，表达相等这一逻辑关系时，应该用=,而不是=2.上述的（2）和（3）题可以用命令：.tabulate math4 同样可以输出结果。（4）.summarize read4 /*对 read4 进行统计*/输出：根据（1）数学的通过率为 71.91%，根据（4）阅读的通过率为 60.06%相比之下，阅读较难通过（5）.correlate read4 math4 /*求 read4，math4 的相关系数*/输出：math4 与 read4 的相关系数为 0.8427。即阅读的通

20、过率与数学的通过率有较大的相关性。（6）.summarize exppp /*对 exppp 做统计*/输出：exppp 的平均值为 5194.87，标准差为 1091.89.display 1091.89/5194.87 学生的人均支出有较大的变异（7）简单的数学计算 命令与输出：习题 4 J.M.伍德里奇 计量经济学导论现代观点C1.4 JTRAIN2.DTA 中的数据，来自 19761977 年对低收入男性进行的一项工作培训试验。参见 Lalonde（1）利用指标变量 train 确定得到工作培训的男性比例（2）变量 re78 是 1978 年得到的工资，以 1982 年的千美元度量。针

21、对得到工作培训的男性样本和未得到工作培训的男性样本，分别计算 re78 的平均值，二者在经济上的差别大吗？（3）变量 unem78 是表示一个男人在 1978 年是否失业的指标变量，得到工作培训者的失业比例是多少？没有得到工作培训的失业比例是多少？评论两者之间的差异（4）根据（2），（3）部分，工作培训项目看来有效吗？如何使得我们的结果更有说服力？解：数值的简单分类统计 命令及输出结果如下：.use jtrain2（1）.tabulate train /*对 train 做频数统计*/输出结果：即得到工作培训的男性有 185，占总人数的比例为 41.57%（2）按照是否接受培训分组，然后再做统

22、计 或者 按条件，做统计 方法一 .sort train /*根据 train 的升序，对 jtrain2 重新排列*/.by train:summarize re78 /*按照 train 分组后，对 re78 做统计*/输出结果：方法二 .summarize re78 if train=0 /*对未接受培训的人作统计*/输出结果：.summarize re78 if train!=0 /*对接受培训的人作统计*/即得到工作培训的人均工资为 6.35，而未得到培训的人员的人均工资为 4.55（单位为千美元）可以看出，接受培训与未接受培训的差别较大（3）方法一：.sort train /*根据

23、 train 的升序，对 unem78 重新排列*/.by train：tabulate unem78 /*按照 train 分组，对 unem78 作频数统计*/输出结果：方法二：.tabulate unem78 if train=0 输出结果：.tabulate unem78 if train!=0 输出结果：得到工作培训但失业的比例为 24.31%，未得到工作培训并且失业的比例为 35.38%即工作培训的作用是使得失业率下降了 9%（4）.tabi 168 92140 45,chi2 lrchi2 expected /*对 unem78 和 train 两个变量作独立性检验*/输出：得到

24、的 Pearson 的卡方统计量为 6.2054，P 值为 0.013 可以看出工作培训给失业率有较大的影响（不要问我为什么）习题 5 J.M.伍德里奇 计量经济学导论现代观点例 2.3 首席执行官与股本回报率 数据集为 CEOSAL1.dta（1）给出股本回报率与 CEO 工资的最大值，最小值，均值（2）给出股本回报率与 CEO 工资间的关系（3）计算当股本回报率等于 0%和 30%的时候，CEO 的估计工资水平。（4）给出前 15 位 CEO 的工资估计值与残差（5）给出 ln(salary)与 ln(sales)之间的关系，并求出薪水对销售额的弹性估计值 解：命令及结果输出如下：.use

25、 CEOSAL1（1）.summarize salary roe /*对 salary 和 roe 作简单的统计*/输出结果：股本回报率的最大值，最小值均值分别为：56.2%，0.5%，17.18%工资的最大值，最小值，均值分别为：14822，223，1281.12 （2）.regress salary roe /*以 salary 作为因变量，roe 作为自变量作回归*/输出结果：根据上面的截图中的结果可以给出 salary 和 roe 的线性方程中的相关参数，其中的截距为 963.19，相关系数为 18.50，R2=0.0132，这并不是一个很好的估计 （3）.display _broe*

26、0+_b_cons /*股本回报率为 0 的时候，CEO 的估计工资*/.display _broe*30+_b_cons /*股本回报率为 30 的时候，CEO 的估计工资*/（4）.predict salhat，xb /*根据（2）中的回归，给出所有 CEO 的工资估计值，并命名为 salhat*/.predict uhat，res /*根据（2）中的回归，给出所有 CEO 工资估计的残差，并命名为 uhat*/残差的另一种获得方法：.generate uhat2=salary-salhat /*根据给出的 salhat 和 salary 计算残差，命名为 uhat2*/可以给 uhat2

27、 叫一个标签说明：.label variable uhat2“residual obtained from the command generate”上述给出的结果都是数据，所以没有截图。.list roe salary salhat uhat uhat2 in 1/15/*列出前 15 位的股本回报率，实际工资，估计工资，残差*/输出结果：（5）.regress lsalary lsales 输出结果：根据上面的结果，可以看到 lsalary 与 lsales 的相关系数为 0.2566，故薪水对销售额的弹性估计值为 0.2566，即销售额每变动 1%，工资将变动 0.2566*1%习题 6

28、 J.M.伍德里奇 计量经济学导论现代观点例 2.4 与例 2.7 工资与教育程度 数据集为：wage1（1）给出工资与教育程度之间的回归方程（2）当教育程度为 0 和 8 时，给出工资的估计值（3）给出增加四年教育程度，工资的平均增长值（4）给出工资和教育程度的均值；并证明当教育程度取得均值时，工资也取得均值。（5）给出工资的自然对数与教育程度之间的回归方程，求出“增加一年教育的回报率”解:命令及结果输出如下：.use wage1 （1）.regress wage educ /*以 wage 作因变量，educ 为自变量作回归*/输出结果：根据上面的截图中的结果可以给出 wage 和 edu

29、c 的线性方程中的相关参数，其中的截距为-0.9049，相关系数为 0.5414 （2），（3）与习题 5 的（3）题完全相同 命令及输出结果：（4）.summarize wage educ /*给出 wage 和 educ 的均值等*/输出结果：.display _beduc*12.56274+_b_cons /*计算当教育水平取均值时，工资水平是否取均值*/（5）.regress lwage educ 输出结果：由截图中的结果，可知当教育每增加一年，工资水平平均增长 8.27%（四）总结 1.通过练习，熟练运用 Stata 中简单的数理统计函数及命令。Stata 中的命令都可以简化使用，如 summarize 就可以简化为 su，tabulate 可以简化为 ta 等等。在刚开始学习的时候，建议熟悉这些函数之后再采用其简化形式。2.结合计量经济学知识，能够对输出结果进行分析。（张其才 整理）