|
use "D:\manuf.dta", clear
*以下是假設原始值,然後取自然對數
foreach i of var k-y{
g l`i'=ln(`i')
}
*您發給我的消息裡,似乎這些變量沒取natural log,我不確定要不要取
*藍色版主說的沒錯,該書另一相關著作using stata很值得下載,
*不過建議您另外下載POE該書四版的do檔,雖說它主要演練書上的,譬如chap06.do檔
*但弄懂後,您可以套用到您的習題演練
*(a)小題
*簡便法
reg ly lk ll le lm
*三種隨您挑
test lk
test (lk=0)
test (_b[lk]=0)
*書上喜歡的,透過未受限與受限兩模型,這個是讓您懂原理
*您可以參見下面的結果與上面的結果,檢定統計值很近似的
reg ly lk ll le lm
scalar sseu = e(rss)
scalar df_unrest = e(df_r)
reg ly ll le lm
scalar sser = e(rss)
scalar df_rest = e(df_r)
scalar J = df_rest - df_unrest
scalar fstat = ((sser -sseu)/J)/(sseu/(df_unrest))
scalar crit1 = invFtail(J,df_unrest,.05)
scalar pvalue = Ftail(J,df_unrest,fstat)
scalar list sseu sser J df_unrest fstat pvalue crit1
*(b)小題
reg ly lk ll le lm
test lk ll
test (lk=0)(ll=0)
test (_b[lk]=0)(_b[ll]=0)
*利用未受限與受限兩模型架構的F就不弄了!
*(c)小題
reg ly lk ll le lm
test lk le
test (lk=0)(le=0)
test (_b[lk]=0)(_b[le]=0)
*(d)小題
reg ly lk ll le lm
test lk ll le
test (lk=0)(ll=0)(le=0)
test (_b[lk]=0)(_b[ll]=0)(_b[le]=0)
*(e)小題
reg ly lk ll le lm
test lk+ll+le+lm=1
test (lk+ll+le+lm=1)
test _b[lk]+_b[ll]+_b[le]+_b[lm]=1
reg ly lk ll le lm
lincom _b[lk]+_b[ll]+_b[le]+_b[lm]-1
lincom lk+ll+le+lm-1
*(f)小題
pwcorr lk ll le lm, star(.01)
*既然是分析,我想要難可以很難,collinearity的處理與分析應該有很多種…
*由(b)到(e)小題,檢定結果似乎告訴我們beta2 beta3 beta4三個都是零,然而beta2+beta3+beta4+beta5卻又是1
*由pwcorr,我們知道似乎這幾個變量間,好像很像【計量用語很粗略,抱歉!】
*或許,只考慮lm這個變量吧! 而且,照先前一些小題的演練,只放這個變量,beta5應當很逼近1才是
reg ly lk ll le lm
reg ly lm
*由結果很無趣地初步證明上面猜想
*最後,這一題好像沒解答,所以這個演練或許是錯的,只提供參考!
*很歡迎來自台灣的朋友…因為我也是…所以這一題用繁體字…莫怪!
|