STATA 面板数据模型估计命令一览表
一、静态面板数据的STATA处理命令
y???xitiit???it 固定效应模型
y?xitit???it
itit?????it 随机效应模型
（一）数据处理
输入数据
●tsset code year 该命令是将数据定义为“面板”形式 ●xtdes 该命令是了解面板数据结构
●summarize sq cpi unem g se5 ln 各变量的描述性统计（统计分析）
●gen lag_y=L.y /////// 产生一个滞后一期的新变量
gen F_y=F.y /////// 产生一个超前项的新变量 gen D_y=D.y /////// 产生一个一阶差分的新变量 gen D2_y=D2.y /////// 产生一个二阶差分的新变量
（二）模型的筛选和检验
●1、检验个体效应（混合效应还是固定效应）（原假设：使用OLS混合模型） ●xtreg sq cpi unem g se5 ln,fe
对于固定效应模型而言，回归结果中最后一行汇报的F统计量便在于检验所有的个体效应整体上显著。在我们这个例子中发现F统计量的概率为0.0000，检验结果表明固定效应模型优于混合OLS模型。
●2、检验时间效应（混合效应还是随机效应）（检验方法：LM统计量） （原假设：使用OLS混合模型）
●qui xtreg sq cpi unem g se5 ln,re (加上“qui”之后第一幅图将不会呈现) xttest0
可以看出，LM检验得到的P值为0.0000，表明随机效应非常显著。可见，随机效应模型也优于混合OLS模型。
●3、检验固定效应模型or随机效应模型 （检验方法：Hausman检验） 原假设：使用随机效应模型（个体效应与解释变量无关）
通过上面分析，可以发现当模型加入了个体效应的时候，将显著优于截距项为常数假设条件下的混合OLS模型。但是无法明确区分FE or RE的优劣，这需要进行接下来的检验，如下：
Step1：估计固定效应模型，存储估计结果 Step2：估计随机效应模型，存储估计结果 Step3：进行Hausman检验
●qui xtreg sq cpi unem g se5 ln,fe est store fe
qui xtreg sq cpi unem g se5 ln,re est store re
hausman fe (或者更优的是hausman fe,sigmamore/ sigmaless)
可以看出，hausman检验的P值为0.0000，拒绝了原假设，认为随机效应模型的基本假设得不到满足。此时，需要采用工具变量法和是使用固定效应模型。