在Stata中使用`rolling`命令实现滚动窗口回归时，确实不能直接通过该命令保存模型残差到数据集。但你仍然可以通过以下步骤来间接获取和保存这些残差：
1. **定义一个程序**：首先，你需要创建一个程序（program），用于执行回归并保存残差。这个程序将被`rolling`命令调用。
2. **使用`predict`命令**：在程序内部，在运行了回归之后，你可以利用`predict`命令来生成预测值，并随后计算出残差（即实际值与预测值的差异）。
3. **保存结果**：为了保持残差，你需要在程序中定义一个全局变量或局部变量，用来临时存储每次回归后的残差。但需要注意的是，由于`rolling`命令并不直接支持将这些结果保存到数据集中，你可能需要在外部循环中创建一个新的数据集，或者在每次运行完回归后手动追加结果到一个现有的数据集中。
下面是一个示例代码：
```stata
clear all
* 生成模拟数据 *
set obs 100
gen x = rnormal()
gen y = 2*x + rnormal()
* 定义程序用来做滚动窗口的回归并保存残差 *
program define rolling_regression
version 17.0
args window first last
* 使用临时变量来存储残差 *
tempvar resids
* 运行回归 *
quietly reg y x if _n >= `first' & _n <= `last'
* 计算残差并保存到临时变量中 *
predict double `resids', resid
* 输出或保存残差，这里以显示为例（实际应用时考虑将残差保存到数据集） *
sum `resids'
end
* 使用rolling命令进行滚动窗口回归 *
rolling, window(10) saving(roll_results, replace): rolling_regression
```
在这个示例中，`rolling_regression`程序被定义用于在一个给定的滑动窗口内执行线性回归。然后使用了`rolling`命令来进行滚动操作，其中`window(10)`表示每次回归使用的样本量为10个观测值。
需要注意的是，在上面的代码中，并没有直接将残差保存到数据集中。如果你想保存每一次回归的结果（包括残差），你可能需要在程序内部修改逻辑，比如创建一个新的数据集或更新一个现有的数据集以包含这些结果。这通常需要更复杂的控制流和数据管理技巧。
希望这能帮助你理解如何在Stata中通过`rolling`命令执行滚动窗口回归并处理相关输出！
此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用
发帖
雷达卡
加好友,备注jltj
京公网安备 11010802022788号
论坛法律顾问：王进律师
知识产权保护声明
免责及隐私声明
