論文篇
步驟+指令
（建議先將本文mark住，如果你是低年級的學生，你在不久之后可能就會遇到這個問題；如果你已經畢業了，那么...你可能會有個需要這篇文章的弟弟妹妹小外甥女們～）
許多同學在寫論文時，尤其是經管類的學生，都會有建立模型的需求。通常我們在瀏覽大量文獻時定下了一個覺得尚可的模型和方向，在真正上手寫初稿建模的時候，才發現舉步維艱。本文將主要針對面板數據，以及一些常用的stata指令進行基本解釋。
Part1: 選擇適合的軟件spss：截面數據、大樣本數據、調查問卷
（信效度分析、描述統計、統計分析等）：時間序列數據、小樣本數據（計算描述統計量、執行普通最小二乘法「自回歸校正」、回歸方程的預測，方差分析、協整檢驗、格蘭杰因果檢驗等）stata：面板數據、大樣本數據（編程化操作，直接輸入指令即可實現）
Part2:檢驗步驟一般情況下，最好先用Excel將所需要用到的數據進行整理之后導入stata中。這里有一個小小的經驗告訴Mac系統的使用者，有時候Excel上的文件不可以復制到stata中stata定義面板數據不行，這時你需要使用Mac上自帶的表格app：，方可進行數據的粘貼。
1.單位根檢驗
2.協整檢驗
不存在單位根stata定義面板數據不行，不需要協整檢驗
變量之間同階單整，此時進行協整檢驗
變量之間非同階單整，模型修正，差分數據，將某些絕對據轉化為增長率一類的相對數據
變量個數多于兩個，即解釋變量個數多于一個，被解釋變量的單整階≤任何一個解釋變量的單整階數
3.選擇模型類型
面板數據模型的三種分類：混合效應模型、固定效應模型、隨機效應模型
一般表達式為:Yit=αit+βitXit+μit (i=1,2...N表示分組; t=1,2...T表示時間)
注：α是截距項和β是斜率項
（1）混合效應模型：Yit=a+bXit+μit
（2）固定效應模型又可分為三種：個體固定效應模型、時間固定效應模型、時間個體固定效應模型
（3）隨機效應模型：Yit=a+αi+βxit+?it
（4）變系數模型：Yit=αi+βiXit+μit 分固定效應和隨機效應
總結：每種模型都是基于α和β的改變，考察的都是個體和截面之間的差異性
4.模型的判別檢驗
F檢驗：混合模型和固定效應模型
檢驗：隨機效應和固定效應
5.異方差檢驗
如果是固定效應模型，就對固定效應模型進行異方差檢驗；如果是混合效應模型，就對混合效應模型進行異方差檢驗。
注：隨機效應模型使用GLS（廣義最小二乘法）估計，本身就已經控制了異方差。
Part3: Stata操作指令
1.設置面板數據格式
說明：code—截面數據變量，year—時間序列變量
xtset code year
2.單位根檢驗
var,lags(1)
D.var,lags(1)【修正后】
3.固定效應和隨機效應的估計
說明：var1 為因變量，var2為自變量
xtreg var1 var2,fe（固定效應估計）
xtreg var1 var2,re（隨機效應估計）
4.F檢驗
xtreg var1 var2, fe F統計量的p值
5.檢驗（H0:隨機效應模型更優）
說明：檢驗可以用來選擇固定效應模型還是隨機效應模型
xtreg var1 var2,fe
est store
xtreg var1 var2,re
est store
6.序列相關檢驗（H0:不存在序列相關） P
var1 var2
7.異方差檢驗（H0:不存在異方差）P
xtreg var1 var2,
想要一個關注，如果不行，小宇宙再想想辦法。
文字：圖片：素材：xiumi排版：