连玉君老师Stata33讲学习笔记（下）
- Stata33讲地址：https://space.bilibili.com/546535876
> Stata33讲是连玉君老师 2014 年录制的一套 Stata 公开课，包括 34 个小视频 (每个 15 分钟左右)，从最基本的 Stata 入门到数据处理、绘图、编程，以及线性回归分析和固定效应模型。
> 欢迎大家关注微信公众号“Stata连享会”和连享会网页（http://www.lianxh.cn）,四百篇推文等你探索，解决你的燃眉之急，提升你的实证功底；更多优质课程尽在连享会直播间（https://lianxh.duanshu.com），名师和你面对面，学习提升更快速。
#Stata33讲# 第23天 OLS简介
- OLS简介：残差平方和最小
- OLS基本假设：参数线性关系
- OLS结果解读：估计值，标准误
- 拟合值和残差 predict
- 拟合优度 R^2
#Stata33讲# 第23-1天 相关系数矩阵
- 目的：呈现相关性与观察是否存在多重共线
- graph matrix
- Pearson 相关系数：pwcorr，pwcorr_a
- Spearman 相关系数：spearman
- 两个系数矩阵合并呈现：corsp
- 参考：[相关性分析结果输出与解读运用](BV1qA411E7ZN)
#Stata33讲# 第24天 基本统计量的呈现
- sum 基本统计量描述
- 附加选项， detail
- tabstat 输出统计量结果
- 外部命令 fsum
- 参考：[描述性统计结果输出及解读运用](BV1L54y1m7pW)
#Stata33讲# 第25天 组间均值差异检验
- 单变量均值检验 t-test：ttest
- 多变量组间差异 ttable3, normdiff(呈现t值P值)
- 变量在多组之间的差异 ttestplus
- 参考：[单变量差异检验结果输出与解读运用](BV1L5411877n)
#Stata33讲 第26天 统计表格输出为Excel或Word
- logout 命令
- 范例 输出Word 和 Exce- 输出基本量统计+相关系数
- 参考1 [描述性统计结果输出及解读运用](/BV1L54y1m7pW/)
- 参考2 [相关性分析结果输出与解读运用](/BV1qA411E7ZN/)
- 参考3 [如何快速输出Stata回归结果？](/BV1i5411j7Ef/)
#Stata33讲# 第27天 拟合值和残差
- 获取拟合值和残差-predict
- 范例1：超额工资水平
- 范例2：分行业-分年度计算超额工资水平
#Stata33讲# 第28-1天 稳健型标准误的获取
- 异方差稳健型标准差:white(1980) robust
- t = 系数/标准误
- 聚类调整后的标准误
- cluster 组内相关，不同组干扰项不相关
- 自抽样(bootstrap)稳健型标准误
- 基本思想
- vce(bs,reps(1000),seed(123))
#Stata33讲# 第28-2天 平方项-特殊的交叉项
- aaplot 图形呈现
- 转折点的确定及其含义
- U型关系与倒U型关系
- 估计系数的引用 _b[var]
- 我们研究的是经济学问题，而非数学问题
- 参考：[交互效应和分组回归（程序实现）](BV1pK411N7bt)
#Stata33讲# 第29-1天 回归结果的呈现和输出
- equation
- esttab 回归结果的输出
- 实例讲解,"完整设定 "修改即用
- 详细解读选项的含义
- 参考：[如何快速输出Stata回归结果](BV1i5411j7Ef)
#Stata33讲# 第29-2天 面板简介
- “面试问题”经典分析
- 处理方法：组内去心，组内差分
- 面板数据结构：标识组+时间
- xtset 组别 时间
- xtdes 数据描述
- xttab 分类变量列示
- help xt // 处理面板系列命令
- 参考：[截面数据&面板数据（概念篇）](BV1za411A7kb);[截面数据&面板数据（方法篇）](BV1za411A7kb);[如何正确设定面板数据](BV1LT4y1F7yC);[固定效应模型](BV1zZ4y1g79q)
#Stata33讲# 第31-1天 固定效应模型和随机效应模型
- Pooled OLS 混合OLS；reg y x
- 固定效应：个体效应视为解释变量一部分
- 随机效应：个体效应视为干扰项一部分
- 固定效应估计思路：组内去心
- Relationship between POLS and FE
- Stata中的实际操作案例：xtreg y x,fe
#Stata33讲# 第31-2天 豪斯曼检验
- 基本思想：对比FE和RE的估计结果
- Stata实现：hausman
- Hausman检验值为负
- 修正后的估计量
- 使用过度识别检验
- Bootstrap Hausman
