[第三面板多久能适应第二面板]浙江大学【面板数据分析与STATA应用】——第二讲长面板数据分析与机制识别方法
第二种：采用OLS估算那个特定的单向一般来说负面效应数学模型，并对数值项的自有关、异国际标准差和横截面有关的难题只提供更多液晶标定的国际标准误（采用指示xtscc或xtpcse指示同时实现），此种估算方式最平稳。第二种：假如存有自有关、异国际标准差和横截面有关的难题，则采用FGLS估算那个特定的单向一般来说负面效应数学模型，此种方式而已化解了数值项自有关的难题，而仍未考量异国际标准差或横截面有关的难题，对数值项的异国际标准差和横截面有关的难题依然而已提供更多液晶标定的国际标准误（采用指示xtpcse同时实现），此种估算方式介乎平稳和工作效率间。第二种：采用FGLS估算那个特定的单向一般来说负面效应数学模型，对数值项的自有关、异国际标准差和横截面有关的难题通通予以处置（采用指示xtgls同时实现），此种估算方式最简便。
stpcse
指示文件格式：
该指示的在我看来快捷键
A. 自有关的预设（一阶自有关）
a.corr(ar1)，采用的估算方式为FGLS【数值项存有自有关时采用该快捷键；当T不比n大许多时采用该快捷键，即使这时T可能将难以提供更多足够多多的重要信息去估算每一子代的自有关系数，因此束缚了每一子代的自有关系数都成正比】
b.corr(psar1) ，采用的估算方式为FGLS【数值项存有自有关时采用该快捷键；当T比n大许多时采用该VIQR，当T比n大许多时每一子代的自有关系数能相同，就能采用快捷键】
c.corr(independent)或corr(ind)，采用的估算方式为OLS【数值项不存有自有关】
B.异国际标准差与横截面的预设
a.independent【数值项不存有异国际标准差和横截面有关难题，采用该快捷键】
b.hetonly（提供更多考量异国际标准差的液晶标定国际标准误）【数值项存有异国际标准差但不存有横截面有关难题，则采用该快捷键】
c.不加快捷键方可（提供更多既考量异国际标准差又考量横截面有关的液晶标定国际标准误）【数值项存有异国际标准差和横截面有关难题时，不加任何快捷键】
快捷键：corr(ind)+independent等价于LSDV
xtgls
指示文件格式
假如对数值项的处置正确，那么xtgls比xtpcse估算效果更好
A.对异国际标准差和横截面有关的预设
a.panels(iid)****【数值项不存有异国际标准差和横截面有关】
b.panles(heteroskedastic)****【数值项存有异国际标准差+横截面不有关】
c.panels(correlated)只适用于长液晶数据【数值项存有异国际标准差+横截面有关】
快捷键：corr(ind)+panels(iid)等价于LSDV
B.自有关的预设
a.corr(ar1)，采用的估算方式为FGLS
数值项存有自有关时采用该快捷键；当T不比n大许多时采用该快捷键，即使这时T可能将难以提供更多足够多多的重要信息去估算每一子代的自有关系数，因此束缚了每一子代的自有关系数都成正比
b.corr(psar1)，采用的估算方式为FGLS。
数值项存有自有关时采用该快捷键；当T比n大许多时采用该VIQR，当T比n大许多时每一子代的自有关系数能相同，就能采用快捷键
c.corr(independent)或corr(ind)，采用的估算方式为OLS。
数值项不存有自有关时，采用该快捷键
xtscc
以香烟需求估算与三大检验为例，即数据集mus08cigar.dta，包括了美国10个州1963-1992年有关香烟消费量的有关变量。
第一步 数学模型预设
单向一般来说负面效应数学模型——（审稿人一般认为单向一般来说负面效应为逻辑起点）
其中，被解释变量为人均香烟消费量的对数，解释变量：为实际香烟价格的对数，为相邻州最低香烟价格的对数，为人均可支配收入的对数。
导入数据
查看数据
声明
告诉Stata软件，这是一个以横截面变量state为州，时间变量为year的液晶数据。由strongly balance可知，这是一个平衡液晶数据。
第二步 描述性统计及作图
描述性统计【sum + 变量名】
绘制解释变量和被解释变量的散点图并画出回归直线
lnp与lnc间是负有关系的，与理论预期一致。
绘制核心变量的时间序列图
第二步 数学模型估算
生成州虚拟变量
生成时间趋势变量
进行LSDV检验
保存结果
查看核心解释变量和被解释变量间的偏有关图
第四步 三大检验
自有关检验
检验数值项的自有关难题
P值为0，因此拒绝一阶自有关不存有的原假设，表明存有自有关难题。
异国际标准差检验
需要注意的是：
【xttest3】只能在【xtreg,fe】和【xtgls】指示之后采用
ssc install xttest3（第一次采用需要安装）
P值为0，因此拒绝原假设，认为数值项存有异国际标准差难题。
横截面有关的检验
需要注意的是：
采用指示【xttest2】对数值项的横截面有关难题进行检验。
【xttest2】只能在【xtreg,fe】、【xtgls】或【ivreg2】之后采用，只适用于长液晶数据；
第一次采用【xttest2】的同学，需要采用指示【ssc install xttest2】进行安装
我在这里遇到的难题是矩阵是奇异的，不能采用xttest2，但老师实例中得到结果是P值是0，拒绝了原假设，因此存有横截面有关。
通过三大检验，我们知道数学模型的数值项存有自有关、异国际标准差和横截面有关的难题，因此，我们需要对数值项的自有关、异国际标准差和横截面有关难题进行处置并报告计量结果。
通过esttab指示将所有的存储结果放在一起进行比较。
