# 面板数据模型 **Repository Path**: junzailinyi/PanelData ## Basic Information - **Project Name**: 面板数据模型 - **Description**: 面板数据模型简介，包括：固定效应模型 (FE)，随机效应模型 (RE)，二维固定效应模型 (Twoway FE)，Hausman 检验，聚类调整后的标准误，动态面板和面板门槛模型等。 - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 262 - **Created**: 2019-12-19 - **Last Updated**: 2022-05-24 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README ## 《Stata直播丨直击面板数据模型》 - 在线观看链接： - 首次直播时间：2019.12.18，19:30-21:00 (已结束) - 回放时间：12.24 日(周二) 19:00，请关注 通知 ## 课程概览 面板数据模型简介，包括：固定效应模型 (FE)，随机效应模型 (RE)，二维固定效应模型 (Twoway FE)，Hausman 检验，聚类调整后的标准误，动态面板和面板门槛模型等。本课程是 [「2020寒假Stata现场班(1.8-17日，北京)」](http://www.peixun.net/view/1224.html) ， [「微信版-课程介绍」](https://mp.weixin.qq.com/s/-dFPrGQMhH3JzA4tEc35kQ) 的一个小节。以介绍模型设定思路为主，实操部分请下载 「**Lian_Panel.rar**」压缩包自行演练，我会在现场班做详细讲解。 > **获取课程电子包：** 你可以点击主页右上方的【克隆/下载→下载zip】，以便下载本仓库的压缩包；也可以申请一个 [码云](https://gitee.com) 账号，然后点击本项目右上角的【Fork】按钮，这样就可以直接把这个仓库「叉」到你的账号下了，随后我这边更新后，你只需要同步一下就可以看到所有的文件了。 > **实操：Stata dofiles/Data/Papers:** 下载地址： (百度云盘，无解压码)。 > 文件清单如下： ```dos D:\Lec\Lian_Panel | │ Lian_PanelData.do // dofiles，附带本将所有实操命令 │ ├─Data │ FE_BE_POLS.do │ FE_mark.dta │ FE_OLS_Negative.do │ FE_OLS_Nodiff.do │ FE_OLS_Positive.do │ FE_OLS_Zero.do │ FE_simudata.dta │ FE_simudata_00.do │ GTA_sample.dta │ invest2.dta │ nlswork.dta │ xtcs.dta │ xtlabor.dta │ XT_FE_fig1.do │ XT_FE_fig2.do │ XT_FE_fig3.do │ ├─Out │ panel_Neg.png │ panel_Nodiff.png │ panel_Positive.png │ panel_Pos_Scatter.png │ panel_Zero.png │ └─refs Abadie_2017_adjust_SE.pdf Baltagi_2005.pdf Bruederl_Ludwig_FE_2015.pdf Cameron_2008_RES_bsClusterSE.pdf Cameron_2011_Clustered_se.pdf Cameron_2011_ClusterSE.pdf Cameron_2011_ClusterSE_PPT.pdf Cameron_2015_ClusterSE_JHR.pdf Flannery_2006.pdf Flannery_2006_FE.pdf Gormley_2014_RFS_FE.pdf Greene_2012.pdf Hisao_2003.pdf Horioka_2007_DPD.pdf Huang_2008_DPD.pdf Ibragimov_2010_clustse.pdf OLS_Partial_Corr.pdf panel_Neg.png Petersen-2009.pdf Rios_2015_SJ_15-3_FE.pdf SJ12-3-ReviewFE.pdf Sun_2004.pdf Thompson-2011.pdf Wooldridge_2010.pdf XT3_Hausman.pptx XT_FE_RE.pptx 连玉君(2011)_Panel_Data.pdf 连玉君_2012_消费文化.pdf 连玉君_2014_Hausman检验.pdf ```   ## 嘉宾简介 ![连玉君](https://images.gitee.com/uploads/images/2019/0801/231203_00d532e3_1522177.jpeg) **[连玉君](http://lingnan.sysu.edu.cn/node/151)** ，经济学博士，副教授，博士生导师。2007年7月毕业于西安交通大学金禾经济研究中心，现任教于中山大学岭南学院金融系。主讲课程为“金融计量”、“实证金融”等。已在《China Economic Review》、《经济研究》、《管理世界》、《经济学(季刊)》、《金融研究》、《统计研究》等期刊发表论文 60 余篇；主持完成国家自然科学基金项目、教育部人文社科基金项目、广东自然科学基金项目等课题项目 10 余项。目前已完成 Panel VAR、Panel Threshold、Two-tier Stochastic Frontier 等计量模型的 Stata 实现程序，并编写过几十个小程序，如 `xtbalance`, `winsor2`, `bdiff`, `hausmanxt`, `ttable3`, `hhi5`, `ua`等。连玉君老师团队一直积极分享 Stata 应用经验，创办了公众号「Stata连享会 (StataChina)」，开设了 [[Stata连享会-简书]](https://www.jianshu.com/u/69a30474ef33)，[[Stata连享会-知乎]](https://www.zhihu.com/people/arlionn) 两个专栏，累计阅读量超过 200 万人次。 ## 课程介绍 ### 主题：直击面板数据模型 目前的实证分析中，基本上都是以「面板数据」为分析对象。好处很明显，一方面，随着样本量的增加，我们的统计推断会更加稳健；另一方面，面板数据同时提供了时序和截面的信息，使得我们既可以分析个体之间的截面差异，也可以分析他们时序动态变化。最为重要的是，使用面板数据还是缓解内生性问题的一个主要方法——我们可以控制那些不可观测的固定效应的影响。 本次直播主要包括如下几个主题： - 简介：面板数据结构、优势和挑战 - 什么是「固定效应」？辛普森悖论 - 一维和二维固定效应模型 - 估计方法对比分析：POLS，DVLS，Within-FE - 聚类标准误：一维聚类和多维聚类 - 实证分析中的主要陷阱 - 动态面板和面板门限模型简介 #### 课程特色 - 深入浅出：掌握最主流的面板数据分析方法 - 电子板书：全程电子板书演示，课后分享 - 电子讲义：分享全套 Stata 课件 (数据、程序和 dofiles)   ----   > Stata 连享会： [知乎](https://zhuanlan.zhihu.com/arlion) | [简书](http://www.jianshu.com/u/69a30474ef33) | [码云](https://gitee.com/arlionn) | [CSDN](https://blog.csdn.net/arlionn) --- > ### 连享会 现场班-精品课程 > #### A. [2020寒假Stata现场班](https://gitee.com/arlionn/Course/blob/master/StataFull.md) > **时间地点：** 2020年1月8-17日，北京 > **主讲嘉宾：** 连玉君 (中山大学)；江艇 (中国人民大学) >   完整的知识架构是你长期成长的动力源泉…… > #### B. [连享会-文本分析与爬虫专题班](https://gitee.com/arlionn/Course/blob/master/Done/2020Text.md) > **时间地点：** 2020年3月26-29日，西安-西北工业大学 > **主讲嘉宾：** 司继春(上海对外经贸大学)；游万海(福州大学)   --- ### A. [2020寒假Stata现场班](https://mp.weixin.qq.com/s/-dFPrGQMhH3JzA4tEc35kQ) - **时间地点：** 2020年1月8-17日；北京-海淀区 - **主讲嘉宾**：连玉君 (中山大学，初级+高级)；江艇 (中国人民大学，论文班) - **授课内容：** 全面介绍 Stata 数据处理、编程、主流计量方法，通过剖析经典论文掌握论文写作方法。主要涵盖如下方法和模型：模型设定、交乘项、静态和动态面板数据模型、面板门槛模型、内生性专题 (DID, PSM, RDD)，合成控制法，Probit模型等。 - **课程主页：** [2020寒假Stata现场班](http://www.peixun.net/view/1224.html) ， [「微信版-课程介绍」](https://mp.weixin.qq.com/s/-dFPrGQMhH3JzA4tEc35kQ)   [![2020寒假Stata现场班](https://images.gitee.com/uploads/images/2019/1114/084141_b50efd9f_1522177.jpeg "2020寒假Stata现场班-扫码了解详情")](https://mp.weixin.qq.com/s/-dFPrGQMhH3JzA4tEc35kQ)   --- ### B. [连享会-文本分析与爬虫专题班](https://gitee.com/arlionn/Course/blob/master/Done/2020Text.md) - **时间：** 2020 年 3 月 26-29 日 (周四-周日) - **时段：** 上午 9:00-12:00；下午 14:00-17:00，答疑：17:00-17:30 - **地点：** 西安，西北工业大学国际会议中心 ([百度地图](https://j.map.baidu.com/yXIiP) | [搜狗地图](http://map.sogou.com/u/MvmiOn)) - **主讲嘉宾：** 游万海 (第 1-4 讲)；司继春 (第 5-8 讲) - **授课内容：** 文本分析与爬虫 - **课程要点：** 本课程主要介绍正则表达式相关语法规则及非结构化数据处理；讲解 Python 的基础知识，并使用 Python 进行数据处理、数值计算、网络爬虫、文本分析等不同任务的处理；介绍机器学习常用算法，如决策树、随机森林、支持向量机以及神经网络等的基本原理，并使用 Python 实现各类算法。 - **主要方法：** Python, Scipy, Numpy, Pandas, Matplotlib, Plotly, BeautifulSoup, Request, Selenium, Scikit-learn, TensorFlow, Jieba, NLTK, gensim等。 - **主要软件\语言：** Stata, Python - **课程主页(含助教招聘)：** [连享会-文本分析与爬虫专题班](https://gitee.com/arlionn/Course/blob/master/Done/2020Text.md) || 「[微信版大纲](http://mp.weixin.qq.com/s?__biz=MzAwMzk4ODUzOQ==&mid=2247486963&idx=1&sn=ed6e2b77be6977bcb723f12bebaa3e26&chksm=9b3380a7ac4409b186fa06a2133d3799e8697893caef53fc0f07c204b2f0d850d671d340d9a5&scene=21#wechat_redirect)」 ![连享会-文本分析与爬虫专题班，西北工业大学，2020.3.26-29](https://fig-lianxh.oss-cn-shenzhen.aliyuncs.com/连享会2020.3文本分析海报.png "连享会-文本分析现场班，西北工业大学，2020.3.26-29")