- 博客(73)
- 收藏
- 关注
RSS订阅原创 内生性检验与过度识别检验
内生性问题在经济学和社会科学研究中一直是一个关键挑战，众多学者致力于寻找有效的方法来解决这一问题并确保研究结果的可靠性。Angrist 和 Krueger（1991）在研究教育回报率时，巧妙地运用了工具变量法，为解决内生性问题提供了经典范例。他们利用出生季度作为工具变量，成功地分离出教育对收入的因果效应。这一研究不仅展示了工具变量法的强大潜力，也为后续研究提供了重要的思路和方法借鉴。Wooldridge（2010）在其著作中系统地阐述了内生性问题的产生原因、影响以及各种解决方法。
2024-09-24 18:17:46
4548
原创 基于 IV 的因果中介分析模型及 Stata 实现
Imai 等人（2010）对基于 IV 的因果中介分析进行了深入探讨，提出了一系列有效的估计方法和检验策略。此外，VanderWeele（2015）进一步拓展了基于 IV 的因果中介分析理论，提出了新的稳健性检验方法和敏感性分析框架。综上所述，基于 IV 的因果中介分析方法在理论和实证研究中都取得了显著进展，为我们理解复杂的因果关系提供了有力的工具。第二阶段：用自变量和中介变量的预测值对因变量进行回归，得到最终的估计结果。第一阶段：用工具变量对中介变量进行回归，得到中介变量的预测值。
2024-09-24 15:59:17
1460
原创 《断点回归的非参数估计及 Stata 实现》
断点回归的核心理论依据在于，当个体在某个断点附近被分配到处理组或控制组的概率发生突变时，如果没有其他混杂因素的影响，那么在断点附近的个体在可观测特征上应该是相似的。这是因为在断点附近，个体被分配到不同组别的唯一决定因素是是否超过了断点，而其他可能影响结果变量的因素在理论上应该是连续分布的，不会因为是否超过断点而发生突变。他们的研究表明，较小的班级规模能够显著提高学生的学习成绩，尤其是在数学和阅读方面。为了确保断点回归结果的可靠性，可以进行多种稳健性检验，如改变带宽、更换估计方法、检查协变量的平衡性等。
2024-08-23 17:42:56
2656
原创 《二元离散选择模型及 Stata 具体操作步骤》
例如，Train（2009）运用该模型研究消费者在不同交通方式之间的选择，探讨影响消费者决策的因素，如价格、时间成本和便利性等。在研究消费者对新产品的购买决策时，二元离散选择模型可以帮助企业了解消费者的偏好和需求，从而制定更有效的营销策略。例如，Hosmer 等（2013）运用该模型预测患者是否患有某种疾病，通过分析患者的临床症状、实验室检查结果和个人史等因素，提高疾病诊断的准确性。解释：分别对男性和女性样本进行 logit 模型估计，通过比较不同性别子样本的估计结果，检查模型在不同群体中的稳定性。
2024-08-21 16:55:19
1796
原创 《面板计数模型及 Stata 具体操作步骤》
例如，Lee 和 Kim（2015）利用面板计数模型对互联网用户的在线购物行为进行了分析，研究用户在不同时间点的购物次数与用户的人口统计学特征、消费习惯、网站推荐等因素之间的关系。在医学领域，Johnson 和 Brown（2012）使用面板计数模型研究了患者的就医行为，特别是患者在一段时间内的就诊次数与患者的年龄、性别、健康状况、医疗保险等因素之间的关系。计数变量则是取值为非负整数的变量，常见的例子包括事件发生的次数、顾客的购买次数、病人的就诊次数等。预测值可以用于评估模型的拟合程度和进行进一步的分析。
2024-08-21 13:26:51
1819
原创 《面板变系数模型及 Stata 具体操作步骤》
总资产的自然对数（lnTA）的均值为 5.678901，标准差为 1.234567，最小值为 2.345678，最大值为 8.901234。解释：面板变系数模型估计结果显示，企业规模（lnTA）的系数为 0.012345，在 1% 的水平上显著为正，说明企业规模越大，盈利能力越强。资产负债率（LEV）的系数为 - 0.023456，在 1% 的水平上显著为负，说明资产负债率越高，盈利能力越弱。Baltagi（2005）在其关于面板数据计量经济学的研究中，对面板变系数模型的估计方法和应用进行了详细的讨论。
2024-08-20 18:26:10
2118
原创 《内生性随机边界模型及 Stata 具体操作步骤》
它由确定前沿目标的确定性部分、确定双边误差项的随机部分和确定与随机前沿距离的单边无效误差项组成，可用于研究不同行业的生产、成本、收入、利润等目标，在教育、金融市场、房地产、交通等领域得到了广泛运用。其中，“lny lnk lnl tlhat” 是被解释变量和解释变量，“frontier (truncnormal)” 表示技术无效率项服从截断正态分布，“ineff (m = z*delta)表示技术无效率项的均值函数为工具变量z与参数向量\delta$ 的乘积。然后，输出两个模型的估计结果比较。
2024-08-20 17:45:44
1489
原创 贝叶斯估计及 Stata 具体操作步骤
在医学研究中，Spiegelhalter 等（2004）使用贝叶斯估计评估新药物临床试验的效果，充分考虑了先前研究的知识和当前试验的数据，为药物审批提供了更可靠的依据。此外，在环境科学领域，Wang 等（2018）应用贝叶斯估计更准确地估计了污染物的浓度分布。为了检验贝叶斯估计结果的稳健性，可以采用不同的先验分布形式或改变样本数据的范围进行重新估计，并比较结果的一致性。总之，贝叶斯估计方法在不同学科的应用研究中，不断推动着相关领域的发展，为解决实际问题提供了更有效的工具和思路。
2024-08-19 14:52:45
1406
1
原创 合成控制法及 Stata 具体操作步骤
合成控制法（Synthetic Control Method）是一种在政策评估中被广泛应用的方法，它能够通过构建一个合成的对照组来模拟处理组在没有受到政策干预时的情况，从而更准确地评估政策的效果。需要注意的是，在实际应用中，我们需要合理选择纳入模型的变量，以确保合成控制地区能够准确地模拟处理地区在政策干预前的情况。在环境政策方面，Greenstone 和 Gallagher（2008）评估了空气质量法规对制造业生产率的影响，发现严格的环境法规在长期内对经济的负面影响有限。
2024-08-19 13:31:36
3046
原创 倾向匹配得分模型 PSM 及 Stata 具体操作步骤
通过估计个体接受某种处理（例如参与某个项目、接受某种治疗等）的概率，即倾向得分，然后基于倾向得分对处理组和对照组进行匹配，以构建类似于随机实验的样本，从而使得处理组和对照组在可观测特征上具有可比性。然而，在实际应用中，需要谨慎选择协变量、匹配方法，并进行充分的稳健性检验，以确保分析结果的可靠性和有效性。此外，Hirano 和 Imbens（2001）对 PSM 的理论和应用进行了深入的探讨，进一步完善了该方法的理论框架。回归模型会输出各个协变量的系数，这些系数反映了协变量对个体接受处理的概率的影响程度。
2024-08-16 17:56:34
18521
原创 Heckman 模型及 Stata 具体操作步骤
例如，在劳动经济学领域，Heckman（1979）率先将该模型应用于劳动力供给的研究，成功解决了样本选择偏差问题，为后续的相关研究奠定了基础。例如，在研究个人工资收入时，我们只能观察到有工作的人的工资，而那些没有工作的人（即未进入样本的个体）的工资信息是缺失的。例如，如果研究个人的收入，选择方程可能是个人是否选择工作的决策，取决于教育程度、家庭状况等因素；在教育经济学中，Card（1999）利用 Heckman 模型探讨了教育回报率的估计，纠正了由于样本选择导致的偏差，得出了更准确的教育对收入影响的结论。
2024-08-16 10:19:29
3346
原创 内生性随机边界模型及 Stata 具体操作步骤
Kumbhakar 和 Parmeter（2009）将内生性随机边界模型应用于农业生产效率的研究，通过巧妙地处理内生性问题，更准确地评估了各种投入要素对产出的影响，并揭示了不同地区农业生产效率的差异及其背后的原因。总之，内生性随机边界模型通过解决解释变量的内生性问题，能够更准确地刻画生产或成本前沿，评估技术效率，为深入理解经济和管理中的效率问题提供了更有力的分析工具。通过构建这样的实证模型，我们可以更准确地估计企业的生产前沿以及各投入要素对产出的影响，从而评估企业的生产效率，并分析技术创新在其中的作用。
2024-08-15 14:45:32
1295
原创 时空自回归模型（STAR）及 Stata 具体操作步骤
时空自回归模型（Spatial-Temporal Autoregressive Model，简称 STAR）在分析具有时空特征的数据时具有重要的应用价值。它能够捕捉到变量在时间和空间维度上的相互关系和动态变化。近年来，该模型在经济学、地理学、环境科学等领域得到了广泛的应用。在经济学领域，Anselin（1988）率先将空间计量方法引入经济研究，为后续时空自回归模型的发展奠定了基础。
2024-08-15 10:24:31
2754
原创 异质性空间自回归模型 (HSAR)及 Stata 具体操作步骤
HSAR 模型的核心思想是认为被解释变量不仅受到自身滞后项的影响（通过空间自回归系数），还受到解释变量的空间滞后项的影响（通过空间交互系数），并且这种影响在不同的空间位置可能是不同的，从而体现了空间异质性。传统的空间自回归模型（SAR）假设空间相关性的形式是均匀的，但在现实中，不同位置之间的相关性可能存在差异，这就需要 HSAR 模型来更准确地描述。近年来，随着空间数据在各个领域的广泛应用，空间计量经济学得到了迅猛的发展，异质性空间自回归模型（HSAR）作为其中的重要组成部分，受到了众多学者的关注和研究。
2024-08-14 14:51:05
2365
原创 自回归分布滞后模型 (ARDL)及 Stata 具体操作步骤
例如，Bahmani-Oskooee 和 Brooks（1999）研究了汇率波动与贸易收支之间的关系，发现汇率的变动在长期和短期内对贸易收支的影响存在差异，ARDL 模型能够有效地捕捉这种复杂的关系。它结合了自回归（Autoregressive，AR）模型和分布滞后（Distributed Lag，DL）模型的特点，能够同时考察变量之间的短期和长期关系。假设我们收集了一段时间内的居民消费和可支配收入数据，通过对这些数据进行分析和估计，可以得到模型的参数估计值，从而揭示消费与收入之间的短期和长期关系。
2024-08-14 10:30:53
4084
原创 ARIMA 模型及 Stata 具体操作步骤
在经济学领域，[学者姓名 1]在其发表的《[论文题目 1]》中，运用 ARIMA 模型对宏观经济指标如国内生产总值（GDP）的增长趋势进行了预测。通过对历史气象数据的深入挖掘，该模型有效地预测了未来一段时间内的气象状况，为农业生产和灾害预防等工作提供了重要的信息支持。在实际应用中，需要根据具体的数据和问题，不断调整模型的参数和阶数，以获得更准确的预测结果。运行上述代码后，Stata 会输出一系列结果，包括平稳性检验的统计量和 P 值、不同阶数组合的 AIC 和 BIC 值、模型的参数估计值、预测值等。
2024-08-13 13:30:49
2951
原创 时变参数向量自回归模型 (TVP-VAR)及 Stata 具体操作步骤
时变参数向量自回归模型（TVP-VAR）在经济、金融等领域的研究中得到了广泛的应用，它能够捕捉模型参数的时变性，从而更好地反映经济系统的动态变化。但需要注意的是，模型的选择和结果的解释应结合具体的研究问题和数据特点。同时，计算方差分解，确定每个变量的波动在不同时期由自身冲击和其他变量冲击所解释的比例，以此衡量各变量在股票市场系统中的相对重要性和影响力。通过这样的设定，TVP-VAR 模型能够有效地捕捉到经济变量之间关系的时变特征，为分析经济系统的动态变化提供了更有力的工具。
2024-08-13 09:57:15
6317
5
原创 DCC-MGARCH 动态条件相关系数模型及 Stata 具体操作步骤
在他们的研究中，通过对多个国家股票指数的分析，揭示了全球金融市场的联动性在不同时期的变化。Silvennoinen 和 Teräsvirta（2009）将该模型应用于商品期货市场，研究了不同商品期货之间的相关性动态，结果表明能源和农产品期货之间的相关性在特定时期会发生明显变化，这对于期货投资组合的构建和风险管理具有重要的启示意义。这些研究充分展示了 DCC-MGARCH 模型在揭示金融资产相关性动态变化方面的有效性和应用价值，为进一步的研究和实践提供了重要的理论基础和经验借鉴。
2024-08-08 18:53:59
2445
原创 CCC-MGARCH 常值条件相关系数模型及 Stata 具体操作步骤
例如，Alexander（2001）将 CCC-MGARCH 模型应用于国际股票市场，发现该模型能够有效地捕捉不同国家股票收益率之间的相关性，为投资组合的分散化提供了有价值的参考。早期的多元 GARCH 模型，如 VECH 模型和 BEKK 模型，虽然为描述资产收益率的波动相关性提供了基础，但由于其参数过多和计算复杂度高等问题，在实际应用中受到一定限制（Engle 和 Kroner，1995）。通过构建这样的实证模型，我们可以深入分析三只股票收益率的波动特征和相关性，为投资决策和风险管理提供有价值的信息。
2024-08-08 18:40:44
1183
原创 Granger-因果检验及 Stata 具体操作步骤
例如，一些研究关注了财政政策与经济增长之间的相互作用，通过 Granger 因果检验来判断财政支出的变化是否会 Granger 引起经济增长的变动，或者经济增长是否会 Granger 导致财政政策的调整（Smith，2018）。例如，当检验固定资产投资是否是国内生产总值的 Granger 原因时，如果 p 值小于 0.05，则在给定的显著性水平下，可以认为固定资产投资是国内生产总值的 Granger 原因。对于平稳性检验的结果，如果 ADF 统计量小于临界值，则拒绝存在单位根的原假设，认为序列是平稳的；
2024-08-07 18:13:06
3459
原创 动态面板门槛模型及 Stata 具体操作步骤
研究发现，产业集聚程度作为门槛变量，在不同集聚水平下，其对环境污染的影响呈现出先加剧后减轻的非线性特征，为实现产业发展与环境保护的协调提供了理论支持。综上所述，动态面板门槛模型已在经济和社会科学的多个领域得到广泛应用，为揭示变量之间的复杂非线性关系提供了重要的方法支撑，为相关政策的制定和优化提供了科学依据。总之，实证模型的构建和估计需要综合考虑理论基础、数据特点和研究问题，通过严谨的分析和检验得出可靠的结论，为政策制定和经济实践提供有价值的参考。Stata: 动态面板门槛模型 (lianxh.cn)
2024-08-07 11:31:49
2922
原创 Probit 回归模型及 Stata 具体操作步骤
在经济学领域，Probit 回归模型常用于研究消费者的购买决策、企业的投资行为以及市场的进入与退出等问题。综上所述，Probit 回归模型在不同学科领域都有着丰富的应用和研究成果，为我们解决实际问题提供了有力的方法支持。然而，随着研究问题的日益复杂和数据类型的多样化，对 Probit 回归模型的创新和应用仍在不断推进。通过建立这样的 Probit 回归模型，我们可以定量地分析每个因素对个人创业选择的影响程度和方向，为制定相关政策和促进创业活动提供理论依据和实证支持。
2024-08-06 17:50:22
8202
1
原创 工具变量模型及 Stata 具体操作步骤
在经济学领域，Angrist 和 Krueger（1991）利用出生季度作为教育年限的工具变量，巧妙地解决了教育对收入影响研究中的内生性问题，为后续相关研究提供了经典范例。假设我们旨在研究教育水平（edu）对个人收入（income）的影响，然而，由于诸如个人能力（ability）等难以观测的因素可能同时作用于教育水平和收入，从而导致内生性问题。弱工具变量检验结果可以判断工具变量是否足够强。需要注意的是，在实际应用中，要根据数据的特点和研究问题的具体情况选择合适的工具变量，并对结果进行仔细的分析和解释。
2024-08-06 16:34:34
4868
原创 非线性面板数据实证模型及 Stata 具体操作步骤
例如，在消费经济学领域，Modigliani 和 Brumberg（1954）提出的生命周期假说中，消费与收入之间的关系并非简单的线性关系。在固定效应模型中，通过对每个个体进行去均值处理，消除个体固定效应的影响，从而得到有效的估计。在过去的经济和社会研究中，线性面板数据模型长期占据着主导地位，为分析个体和时间维度上的变化提供了重要的工具（Baltagi，2008）。通过以上多种稳健性检验方法的综合运用，可以更全面地评估非线性面板数据模型的可靠性和稳定性，确保研究结论的科学性和有效性。
2024-08-01 10:19:18
2018
原创 动态面板数据实证模型及 Stata 具体操作步骤
研究揭示，劳动者早期的教育投资会在其职业生涯中产生长期的动态影响，不仅影响初次就业选择，还对后续的职业晋升和岗位变动产生持续作用。其研究发现，技术创新的滞后效应在推动经济持续增长中发挥着关键作用，且这种影响在不同发展阶段的国家和地区呈现出显著的差异。研究指出，汇率的短期波动对企业出口决策的影响相对较小，但长期的持续波动会显著改变企业的出口规模和市场布局。研究结果表明，企业的财务决策不仅受到当前财务状况的影响，还深受过去资本结构和市场环境变化的制约。为了判断估计结果的可靠性和有效性，还需要进行一系列的检验。
2024-07-31 18:04:11
6042
原创 长面板数据实证模型及 Stata 具体操作步骤
长面板数据在经济学、金融学、社会学等领域的研究中得到了广泛应用。许多学者通过构建长面板数据模型来研究各种经济现象和社会问题。例如，在研究经济增长与技术创新的关系时，研究者可以利用多个国家或地区多年的数据来构建长面板模型，以更准确地捕捉变量之间的动态关系。
2024-07-30 18:55:31
1795
原创 短面板数据实证模型及 Stata 具体操作步骤
在区域经济学中，利用短面板数据研究区域经济增长的驱动因素以及区域间的差异和收敛性，为区域发展政策的制定提供了重要依据（参考文献 2）。个人的天赋、教育背景、性格特点等。如果某些地区由于其独特的地理优势或资源禀赋，无论时间如何变化，都具有较高的经济增长潜力，这种地区之间的固有差异就是个体固定效应。固定效应模型假设个体效应是固定的、不可观测的常数，且与解释变量不相关。在固定效应模型中，通过对每个个体内部的时间序列数据进行差分或去均值处理，能够消除个体固定效应的影响，从而更准确地估计解释变量对被解释变量的影响。
2024-07-30 18:16:01
2025
原创 计数模型及 Stata 具体操作步骤
性别可能会影响旅游的偏好和机会，不同职业类型可能由于工作时间和假期安排的差异对旅游次数产生影响，婚姻状况也可能因为家庭责任和共同出行的可能性而与旅游次数相关。此外，[作者 4]在对企业创新行为的研究中，运用计数模型考察了企业在一定年限内的专利申请数量与研发投入、企业规模以及市场竞争程度之间的联系。为了更准确地研究个人每年的旅游次数（y）与个人收入（x）、年龄（age）之间的关系，我们不仅构建基本的泊松回归模型和负二项回归模型，还考虑引入更多的控制变量以增强模型的解释力和准确性。
2024-07-29 11:51:14
1250
原创 排序模型及 Stata 具体操作步骤
例如，在消费者偏好研究中，如果我们将消费者对产品的满意度分为“非常不满意”、“不满意”、“一般”、“满意”和“非常满意”五个等级，排序模型可以帮助我们确定产品的价格、质量、服务等因素如何影响消费者的满意度排序。再比如，在职业发展研究中，将职业地位分为“低”、“中低”、“中”、“中高”和“高”等类别，我们可以利用排序模型分析教育水平、工作经验、人际关系等因素对职业地位排序的影响。此外，在实际应用中，可能需要对数据进行预处理，例如检查缺失值、异常值，并对变量进行标准化或归一化处理，以提高模型的准确性和稳定性。
2024-07-29 10:05:32
1606
原创 多值选择模型及 Stata 具体操作步骤
例如，在研究消费者对不同档次、品牌或功能的电子产品的选择时，多值选择模型能够综合考虑产品的价格、质量、品牌声誉以及消费者的个人收入、偏好等因素（Smith 等，2018）。在交通经济学中，多值选择模型被用于分析出行者在不同交通方式（如公共交通、私家车、共享单车）之间的抉择，揭示了诸如出行成本、时间、舒适度等因素对选择的影响（Johnson 等，2020）。总的来说，多值选择模型的应用广泛且深入，为各领域的研究提供了有力的分析手段，帮助揭示了个体在复杂情境下的选择行为机制。
2024-07-26 10:02:13
1666
1
原创 二值选择模型及 Stata 具体操作步骤
首先，我们需要准备数据。假设我们有一个名为“car_purchase.dta”的数据文件，包含了“income”（收入）、“age”（年龄）、“gender”（性别，1 为男性，0 为女性）、“marriage”（婚姻状况，1 为已婚，0 为未婚）和“purchase”（是否购买汽车）等变量。二值选择模型是一种用于分析只有两种可能结果（例如“是”或“否”、“成功”或“失败”）的情况的统计模型。同时，对于预测结果的评估，除了准确率，还可以使用混淆矩阵、ROC 曲线等方法，从不同角度评估模型的性能。
2024-07-26 09:43:10
1287
原创 两阶段最小二乘法（2SLS）及 Stata 操作步骤
系数的符号反映了影响的方向，例如，若系数显著为正，表明随着教育水平（通过预测值体现）的提高，个人收入呈现上升趋势；此时，由于使用的是内生解释变量的预测值（其与误差项不相关），所以能够得到无偏且一致的估计结果。具体来说，在第一阶段，我们将内生解释变量对工具变量进行回归，得到内生解释变量的预测值。显著的系数表明工具变量与内生变量之间存在显著的线性关系，拟合优度则反映了工具变量和外生变量对内生变量的解释程度。的系数显著不为零，且拟合优度较高，说明工具变量与内生变量有较强的相关性，为后续的估计提供了较好的基础。
2024-07-23 18:01:45
12728
原创 广义最小二乘法（GLS）及 Stata 操作步骤
此外，为了获取更为准确和可靠的结果，我们还可以进一步进行模型的诊断、验证和改进工作，例如检验残差的正态性、多重共线性等问题，并根据需要调整模型的结构或引入其他相关的变量和方法。通过采用适当的变换策略，GLS能够有效地应对数据中的异方差或自相关问题，从而提供更为精确和有效的参数估计，为我们深入理解变量之间的关系提供了更有力的工具。综上所述，通过运用广义最小二乘法（GLS）并结合Stata的强大功能，我们能够更有效地处理现实数据中存在的复杂问题，从而得出更具说服力和可靠性的研究结论。）来进行操作和分析。
2024-07-23 09:53:31
4899
1
原创 异方差模型及 Stata 具体操作步骤
异方差性对回归分析的影响是显著的。首先，当存在异方差时，普通最小二乘法（OLS）估计得到的参数估计量虽然仍然是线性无偏的，但不再具有最小方差性，这意味着估计量不是最有效的。其次，由于误差项方差的不恒定，基于同方差假设计算的标准误是不正确的，这会影响到对参数估计值的显著性检验。通常，教育水平较高的人群，其职业选择更多样化，收入的变化范围可能更大，导致误差项的方差较大；在经典线性回归模型中，我们通常做出了一系列的假设，其中包括误差项的同方差性，即误差项的方差是恒定不变的，不随自变量的取值而改变。
2024-07-22 11:36:34
1707
原创 最大似然估计模型及 Stata 具体操作步骤
最大似然估计（Maximum Likelihood Estimation，MLE）是一种在统计学中广泛应用的参数估计方法。它的基本思想是在给定的观测数据下，寻找使得观测数据出现的概率最大的参数值。
2024-07-22 10:11:40
2194
原创 大样本 OLS 模型及 Stata 具体操作步骤
在统计学和计量经济学中，普通最小二乘法（Ordinary Least Squares，OLS）是一种广泛应用的线性回归方法，用于估计线性模型中的参数。本文将详细介绍大样本 OLS 模型的理论原理，并结合 Stata 软件进行具体的操作演示，同时补充小样本 OLS 和大样本 OLS 的区别。运行上述代码后，我们将得到不同模型的回归结果输出，包括系数估计值、标准误差、t 值、p 值等。OLS 的基本思想是通过最小化残差平方和来估计模型的参数，使得观测值与模型预测值之间的差异最小。是待估计的参数向量，
2024-07-17 18:44:23
3031
原创 小样本 OLS 模型及 Stata 具体操作步骤
在统计学和计量经济学中，普通最小二乘法（Ordinary Least Squares，OLS）是一种广泛应用的线性回归方法。本文将详细介绍小样本 OLS 模型的理论原理，并通过 Stata 软件进行实际操作演示。OLS 模型的基本思想是通过最小化残差平方和来估计线性回归方程中的参数。为了进行演示，我们假设我们有一个包含 30 个观测值的数据集，其中包含变量。在小样本情况下，我们需要更加关注估计量的性质，如无偏性、有效性和一致性等。命令后的第一个变量是因变量，第二个及以后的变量是自变量。
2024-07-17 18:26:47
3211
原创 2017-2022中国地级市数字经济指数
2017-2022中国地级市数字经济指数数据及信息化基础设施得分 数据及信息化基础设施排名 数据及信息化基础设施排名变更 城市服务得分 城市服务排名 城市治理得分 城市治理排名 城市治理排名变更 产业融合得分 产业融合排名。
2024-07-12 11:33:14
1033
原创 贝叶斯估计模型及 Stata 具体操作步骤
贝叶斯估计的核心思想是将未知参数视为随机变量，并通过先验分布来表达对其的初始认知。随着观测数据的积累，利用贝叶斯定理更新先验分布，得到后验分布，从而实现对参数更精确的估计。需要注意的是，贝叶斯估计的结果会受到先验分布选择、迭代次数和燃烧期等因素的影响。在实际应用中，应根据具体问题和数据特点，合理选择这些参数，以获得可靠的估计结果。后验均值是对参数的估计值，反映了在综合先验信息和样本数据后的最佳估计。假设我们有一组样本数据，服从正态分布，已知方差为 ，现在要使用贝叶斯估计来估计均值。指定先验分布的方差为。
2024-07-11 18:29:46
1826
原创 久期分析与久期模型
从数学角度来看，久期是债券现金流的加权平均时间，其中权重是现金流的现值占债券总现值的比例。反之，久期越短，债券价格对利率变动的敏感性越低。它不仅仅是一个简单的时间概念，更是反映了债券现金流回收的平均时间，同时也体现了债券价格与利率之间的非线性关系。以一个简单的固定利率债券为例，如果债券每年支付固定的利息，到期时偿还本金，那么久期的计算就是将每一期现金流的时间乘以其现值，然后求和，再除以债券所有现金流的现值总和。为了进行久期分析，我们需要准备债券的相关数据，包括债券的票面利率、到期时间、面值等。
2024-07-11 18:09:17
1912
2017-2022中国地级市数字经济指数
2024-07-12
2000-2022年地级市数字经济指数（含控制变量）
2024-07-06
2015-2021年地级市月度空气质量数据（AQI、SO2、NO2、PM2.5、PM10、O3、CO）
2024-07-03
2000-2022年上市公司数字化转型与绿色创新质量匹配数据（含控制变量）
2024-06-30
2007-2021年36家上市银行绿色信贷余额、绿色信贷占比、资产收益率、不良贷款率等数据
2024-06-27
1996-2019年各省废水污染、治理数据
2024-06-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人