用stata对付异方差&自相关in panel data?

感觉这个挺难的，学习学习

能否有哪位高人给我们讲一下自相关和异方差在stata中具体如何实现，结果如何判断呢？谢谢

为什么我的结果会报heterotest does not contain scalar e(ll)

这么好的主贴和回帖啊

收藏备用！

我也遇到了这个问题，怎么解决呀？

.
. local df = e(N_g) - 1

.
. lrtest heterotest . , df(`df')

Likelihood-ratio test                                  LR chi2(149)=    266.52
(Assumption: . nested in heterotest)                   Prob > chi2 =    0.0000

. xttest3

Modified Wald test for groupwise heteroskedasticity
in cross-sectional time-series FGLS regression model

H0: sigma(i)^2 = sigma^2 for all i

chi2 (150)  =   4218.98
Prob>chi2 =      0.0000

Prob > chi2 =    0.0000的意思是存在异方差，之后就可以用gls修正了吗？但修正后还是原来的模型吗？比如说原来的是固定效应模型，修正后还是吗？

好东西一起分析

.xttest3
Modified Wald test for groupwise heteroskedasticity
in fixed effect regression model
H0: sigma(i)^2 = sigma^2 for all i
chi2 (7) = 42.77
Prob>chi2 = 0.0000       Presence of heteroskedasticity
The null is homoskedasticity (or constant variance). Above we reject the null and conclude
heteroskedasticity. Type help xttest3 for more details.