1、取对数
gen lny=log(y) /*生成新变量lny*/
gen lnfdi=log(fdi) /*生成新变量lnfdi*/
reg lny lnfdi /*取对数后的自变量因变量而回归*/
est sto yl2
2、robust稳健标准误
reg y fdi,r
est sto yl3
3.加权(一般用这个，是前两个的组合)
使用估计的方差作为权重
reg y fdi
predict e,r /*生成残差residual，e*/
gen ln_e2=log(e*e)
reg ln_e2 fdi
predict ghat,xb /*前四步是为了这一步*/
/*这一步是预测拟合值，xb可以删掉*/
gen se=exp(ghat) /*去对数，即获得权重*/
reg y fdi[aw=1/se] /*权重为aw*/
est sto yl4
最终合并结果：
| (1) |
(2) |
(3) |
(4) |
|
| y |
lny |
y |
y |
|
| fdi |
0.0188*** |
0.0188** |
0.0383*** |
|
| (0.0056) |
(.0079) |
(0.0088) |
||
| lnfdi |
0.2097*** |
|||
| (0.0422) |
||||
| _cons |
8.7e+03*** |
6.9371*** |
8.7e+03*** |
6.7e+03*** |
| (1.7e+03) |
(0.4628) |
(1.1e+03) |
(983.5200) |
|
| N |
30 |
30 |
30 |
30 |
| adj. R2 |
0.263 |
0.450 |
0.263 |
0.383 |
Standard err
s
* p < 0.1, ** p < 0.05, *** p < 0.01
完整代码： ssc install whitetst findit esttat findit esttab
/*异方差检验方法一，残差图*/ reg y fdi rvfplot, yline(0) rvpplot fdi , yline(0)
/*异方差检验方法二，white检验*/ estat imtest, white
/*未处理*/ reg y fdi est sto yl1
/*处理一，取对数*/ gen lny=log(y) gen lnfdi=log(fdi) reg lny lnfdi est sto yl2
/*处理二，稳健标准误*/ reg y fdi,r est sto yl3
/*处理三，加权，是前两者的结合*/ reg y fdi predict e,r gen ln_e2=log(e*e) reg ln_e2 fdi predict ghat,xb gen se=exp(ghat) reg y fdi[aw=1/se] est sto yl4
/*导出结果*/ local d "using D:\Stata17\结果.rtf" local a "yl1 yl2 yl3 yl4 " esttab `a' `d', b(%6.4f) se(%6.4f) nogap compress star(* 0.1 ** 0.05 *** 0.01) ar2 scalar(N) replace