同样的生成几个新变量的指令，只有air这个变量无效呢？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

大家好！想请问各位大神一个问题，在stata中，为什么同样的生成新变量的指令，只有air这个变量无效呢？
所有的变量都已经转换成数值型了。刚接触stata不久，菜鸟一个，麻烦知道的大神解答一下，非常感谢
指令如下：
. generate lnofdi=log(ofdi) lnair=log(air) lnict=log(ict) lnpow=log(power) lngdp=log(gdp) lnres=log(open)

返回到的结果如下：
invalid 'lnair'
r(198);

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Air 新变量 generate invalid Stata

做毕业论文要用的模型数据，烦请大神们帮帮忙解答一下

1.        你若要问程序 (code)，请附上资料；你若要附上资料，请用 dataex 印出资料。
2.        尔后建议请用 dataex (先 ssc install dataex 并见说明) 将原始 Stata 资料中具有”代表性”的一部分资料列出，以供有意回答者实验之用，并能提供具体操作指令。并请参考 http://www.jianshu.com/p/9870080fe769,  https://bbs.pinggu.org/thread-5048204-1-1.html, 与 https://bbs.pinggu.org/thread-5917273-1-1.html。

黃河泉 发表于 2018-4-4 08:28
1.        你若要问程序 (code)，请附上资料；你若要附上资料，请用 dataex 印出资料。
2.        尔后建议请用 dataex ( ...

谢谢大神指导初次发帖，不规范的地方比较多。刚才认真地看了您的指导链接，并用dataex印出了以下前22项数据：

1. [CODE]
   
2. * Example generated by -dataex-. To install: ssc install dataex
   
3. clear
   
4. input long ofdi float(air ict power gdp resource open)
   
5.     32  1354.537 15.150686  2821.997 26947.445    .016109  78.18031
   
6.    632  1213.475 18.620323  2661.449 27570.945 .037040208   81.6976
   
7.    865  1124.374  21.02456  2882.399 28499.326  .06433359  81.45783
   
8.   1087  1132.878  22.05606  2898.153 29614.074  .09775677  81.96201
   
9.    987   901.863  23.69552  3129.128 29962.006   .5059949  77.67313
   
10.   1137   984.612  23.68774  2873.876 29658.523  .15513372  64.03255
    
11.   2187   856.431 23.745453  3042.434  30642.94  .13987601  67.89091
    
12.   2388   883.418  24.91312  2980.176     31483  .26694515  71.49454
    
13.   3846  810.9095  25.34045 3067.7424  31507.48  .28721642 72.102516
    
14.   3405  801.7306 25.901497  2870.099  32196.36   .3497943  64.72158
    
15.   8665   651.239   27.2433  2762.506 32661.295  .29148313  63.01927
    
16. 12348  1415.785  .4676739 4493.6953  8360.812  16.594425  56.58185
    
17. 46557  1541.219 1.1039861 4540.9175  8927.905  19.353714  56.71325
    
18. 92976  1926.295 2.0178823 4688.3945  9687.493  19.420744   54.7334
    
19. 142151  1224.313  3.411012 4709.8457 10532.326   16.31066  51.70614
    
20. 183828  2399.593   6.45893 4823.1265  11089.93  18.070045  53.38253
    
21. 222037  2305.548  8.977676 4531.2866 10219.521  14.151603  48.43509
    
22. 278756  3531.583 10.931784 4819.0415 10674.987  13.901264  50.35555
    
23. 376364   3900.12 12.294362  5049.428 11121.514  16.147644   47.9011
    
24. 488849  4132.144 14.614337  5167.012 11493.402  15.562738  47.10955
    
25. 758161  4249.269 16.624472  5078.629 11615.696  13.734013  46.19336
    
26. 869463 4413.5596 17.513134  4942.875 11493.727    13.4724  47.69894
    
27. end

复制代码

[/code]
我是想将面板数据中的被解释变量ofdi,解释变量air ict power 控制变量gdp resource open都转化成对数形式再进行回归的，在使用generate指令时，只有lnair这个变量无效，不知道原因何在，想要请教一下，感谢！

hhjoymy 发表于 2018-4-4 10:03
谢谢大神指导初次发帖，不规范的地方比较多。刚才认真地看了您的指导链接，并用dataex印出了以下前2 ...

1. 应该是

1. gen lnofdi=log(ofdi)
   
2. gen lnair=log(air)
   
3. gen lnict=log(ict)
   
4. gen lnpow=log(power)
   
5. gen lngdp=log(gdp)
   
6. gen lnres=log(open)

复制代码

或是

1. foreach v of varlist ofdi air ict power gdp resource open {
   
2.   gen ln`v' = ln(`v')
   
3. }

复制代码

黃河泉 发表于 2018-4-4 12:32
1. 应该是或是

谢谢黄老师！我使用您提供的第二组代码，成功地转换成对数形式了。

hhjoymy 发表于 2018-4-4 16:32
谢谢黄老师！我使用您提供的第二组代码，成功地转换成对数形式了。

Great! I'll do that as well.

黃河泉 发表于 2018-4-4 16:35
Great! I'll do that as well.

可是我又出现新的问题，还想麻烦一下老师有空解答疑惑
我用对数模型回归，无论选择固定效应还是随机效应，结果总是拟合优度很低，有两三个解释变量的回归系数不显著，结果如图

1. . xtreg lnofdi lnair lnict lnpower lngdp lnresource lnopen,fe
   
2. 
   
3. Fixed-effects (within) regression               Number of obs     =        275
   
4. Group variable: ctry                            Number of groups  =         25
   
5. 
   
6. R-sq:                                           Obs per group:
   
7.      within  = 0.5371                                         min =         11
   
8.      between = 0.0234                                         avg =       11.0
   
9.      overall = 0.0289                                         max =         11
   
10. 
    
11.                                                 F(6,244)          =      47.18
    
12. corr(u_i, Xb)  = -0.5246                        Prob > F          =     0.0000
    
13. 
    
14. ------------------------------------------------------------------------------
    
15.       lnofdi |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
    
16. -------------+----------------------------------------------------------------
    
17.        lnair |   .0603659   .1098937     0.55   0.583    -.1560953    .2768272
    
18.        lnict |   .9704956   .0816744    11.88   0.000     .8096187    1.131372
    
19.      lnpower |  -.6281981   .8517752    -0.74   0.462    -2.305969    1.049572
    
20.        lngdp |   .2487294   .8882088     0.28   0.780    -1.500806    1.998264
    
21.   lnresource |   .1383652   .2148405     0.64   0.520    -.2848134    .5615439
    
22.       lnopen |   1.520367   .6037515     2.52   0.012     .3311372    2.709597
    
23.        _cons |   3.478691   8.710976     0.40   0.690    -13.67961      20.637
    
24. -------------+----------------------------------------------------------------
    
25.      sigma_u |  2.7179669
    
26.      sigma_e |  1.0946373
    
27.          rho |  .86043675   (fraction of variance due to u_i)
    
28. ------------------------------------------------------------------------------
    
29. F test that all u_i=0: F(24, 244) = 21.98                    Prob > F = 0.0000
    
30. 
    
31. 
    
32. 
    
33. .  . xtreg lnofdi lnair lnict lnpower lngdp lnresource lnopen,re
    
34. 
    
35. Random-effects GLS regression                   Number of obs     =        275
    
36. Group variable: ctry                            Number of groups  =         25
    
37. 
    
38. R-sq:                                           Obs per group:
    
39.      within  = 0.5199                                         min =         11
    
40.      between = 0.2580                                         avg =       11.0
    
41.      overall = 0.3506                                         max =         11
    
42. 
    
43.                                                 Wald chi2(6)      =     263.71
    
44. corr(u_i, X)   = 0 (assumed)                    Prob > chi2       =     0.0000
    
45. 
    
46. ------------------------------------------------------------------------------
    
47.       lnofdi |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
    
48. -------------+----------------------------------------------------------------
    
49.        lnair |   .2893075   .0806401     3.59   0.000     .1312558    .4473592
    
50.        lnict |   1.042473   .0659218    15.81   0.000     .9132686    1.171677
    
51.      lnpower |   .2237829   .6694317     0.33   0.738    -1.088279    1.535845
    
52.        lngdp |  -1.796964   .5623635    -3.20   0.001    -2.899176    -.694752
    
53.   lnresource |    .247502    .126493     1.96   0.050    -.0004196    .4954237
    
54.       lnopen |   1.400474   .4574549     3.06   0.002     .5038788    2.297069
    
55.        _cons |    14.7688   2.819323     5.24   0.000     9.243027    20.29457
    
56. -------------+----------------------------------------------------------------
    
57.      sigma_u |  1.3648108
    
58.      sigma_e |  1.0946373
    
59.          rho |  .60854149   (fraction of variance due to u_i)
    
60. ------------------------------------------------------------------------------

复制代码

我尝试添加了lnofdi 的滞后项L.lnofdi ，发现拟合优度R^2显著由提高到0.9，但同时不显著的变量回归系数更多了；

. . xtreg lnofdi L.lnofdi lnair lnict lnpower lngdp lnresource lnopen

Random-effects GLS regression                   Number of obs     =        250
Group variable: ctry                            Number of groups  =         25

R-sq:                                           Obs per group:
     within  = 0.7744                                         min =         10
     between = 0.9938                                         avg =       10.0
     overall = 0.9273                                         max =         10

                                                Wald chi2(7)      =    3084.54
corr(u_i, X)   = 0 (assumed)                    Prob > chi2       =     0.0000

------------------------------------------------------------------------------
      lnofdi |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
      lnofdi |
         L1. |   .9141726   .0231847    39.43   0.000     .8687314    .9596138
             |
       lnair |   .0311075   .0195193     1.59   0.111    -.0071496    .0693645
       lnict |  -.0749671   .0397694    -1.89   0.059    -.1529137    .0029795
     lnpower |   .3788183   .1890692     2.00   0.045     .0082496    .7493871
       lngdp |  -.2724284    .160623    -1.70   0.090    -.5872438    .0423869
  lnresource |  -.0557918     .03207    -1.74   0.082    -.1186477    .0070642
      lnopen |  -.0878845   .1152619    -0.76   0.446    -.3137937    .1380248
       _cons |   1.166367   .6155426     1.89   0.058    -.0400748    2.372808
-------------+----------------------------------------------------------------
     sigma_u |          0
     sigma_e |  .62433105
         rho |          0   (fraction of variance due to u_i)
------------------------------------------------------------------------------


我也试过剔除lnpower,结果是回归系数都显著了，但R^2基本不变，依旧很低。如图

1. . xtreg lnofdi lnair lnict  lngdp lnresource lnopen
   
2. 
   
3. Random-effects GLS regression                   Number of obs     =        275
   
4. Group variable: ctry                            Number of groups  =         25
   
5. 
   
6. R-sq:                                           Obs per group:
   
7.      within  = 0.5232                                         min =         11
   
8.      between = 0.2205                                         avg =       11.0
   
9.      overall = 0.3272                                         max =         11
   
10. 
    
11.                                                 Wald chi2(5)      =     269.55
    
12. corr(u_i, X)   = 0 (assumed)                    Prob > chi2       =     0.0000
    
13. 
    
14. ------------------------------------------------------------------------------
    
15.       lnofdi |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
    
16. -------------+----------------------------------------------------------------
    
17.        lnair |   .2654073   .0835172     3.18   0.001     .1017166    .4290981
    
18.        lnict |   1.042535   .0652069    15.99   0.000     .9147321    1.170338
    
19.        lngdp |  -1.578451   .2821511    -5.59   0.000    -2.131457   -1.025445
    
20.   lnresource |   .2645519   .1133324     2.33   0.020     .0424245    .4866793
    
21.       lnopen |   1.401376   .4562943     3.07   0.002     .5070552    2.295696
    
22.        _cons |   14.60574   3.012749     4.85   0.000     8.700864    20.51062
    
23. -------------+----------------------------------------------------------------
    
24.      sigma_u |  1.5279321
    
25.      sigma_e |   1.093618
    
26.          rho |  .66124508   (fraction of variance due to u_i)

复制代码

这是为什么呢？怎么弥补呢？问题有点长 ，麻烦老师了，谢谢！

黃河泉 发表于 2018-4-4 16:35
Great! I'll do that as well.

我画了残差与它的滞后项的残差图，结果好像是正相关的，如果是扰动项自相关，为什么用不了BG检验呢？

1. . predict e1
   
2. (option xb assumed; fitted values)
   
3. 
   
4. . . scatter e1 L.e1
   
5. 
   
6. .  . estat bgodfreg,lags(2)
   
7. subcommand estat bgodfreg is unrecognized
   
8. r(321);

复制代码

刚学stata，好多知识都是一知半解，所以疑问比较多，辛苦老师解答了

黃河泉 发表于 2018-4-4 16:35
Great! I'll do that as well.

BG检验这个问题是接上一个问题的，上一个问题比较长，还在审核中