如何將stata輸出結(jié)果與報表word或者excel結(jié)合呢？stata結(jié)果輸出主要外部命令包括outreg2、estoout、tabout、logout、est2tex、mktab、xml_tab、esttab等，之前為大家推薦過最重要最實用的outreg2、estoout、tabout、logout、esttab等命令。

由于這些命令均為第三方命令，因此需要下載安裝，建議閱讀之前推文，一般下載安裝外部命令，可以選擇，ssc install +命令名，或者findit  +命令名，下載安裝完畢，直接help 命令，就可以查看命令相關(guān)內(nèi)容了。

計量經(jīng)濟學統(tǒng)計軟件只是一門工具，要將理論與操作將結(jié)合起來學習，相信會事半功倍。而學習計量經(jīng)濟學，尤其是stata，不管是零散的學習，還是系統(tǒng)學習，都要堅持循序漸進。

由于stata中有很多編程命令，建議多操作，逐步在實踐中學習、體會與領悟，這樣才能學以致用。另外，stata中有很多知識點，要多交流，不恥下問，這樣對于有時候困惑你很久的問題，可能一會兒就迎刃而解了。

計量經(jīng)濟學學習方面有很多優(yōu)秀書籍，建議選取一本適合自己的，先從基礎的學起，這樣才有能力學習后面的知識，并且對于自己的基礎以及知識系統(tǒng)掌握也是有一定幫助的。

在數(shù)學上解釋變量與控制變量可以是一回事，但是如果控制變量是調(diào)節(jié)變量，回歸方程在理論上的解釋就不一樣了，解釋變量是解釋與被解釋變量的因果關(guān)系，調(diào)節(jié)變量則是確定因果關(guān)系的邊界條件。

對于調(diào)節(jié)變量而言，其目的是強調(diào)它的出現(xiàn)對一個或幾個解釋變量在某一問題中影響，因而，需要將調(diào)節(jié)變量與所要調(diào)節(jié)的解釋變量相乘，將其乘積作為一個回歸變量。例如，在單因素方差分析中，有如下命令，anova wage edu married children  married*children 來看二者對工資是否有影響，這類交叉項也進場在回歸分析中遇見，包括但不限于常見的回歸，在引力模型中也經(jīng)常遇見。

在模型中引入交互項，通常這兩個變量，從經(jīng)濟理論和經(jīng)濟現(xiàn)象上二者之間本身就存在相互影響，X1是X2對于因變量產(chǎn)生影響的必備條件，就是說X2要想對因變量產(chǎn)生影響，必須是在X1起作用的情況下進行。

另外，對于交互項的理解，主要可從邊際效應（偏導數(shù)）來看。如果X與Y的系數(shù)為正，則X對Y的邊際效應將上升；反之，如果系數(shù)為負，則X對Y的邊際效應將下降。

什么時候需要交互項呢？

一般情況下，若是變量X1對被解釋變量可能受到X2影響的時候，這時候可以考慮用交互項來進行回歸。

有關(guān)交互項需要注意：

應該包含所有項目，例如交互項X1X2，則回歸方程中應該包含所有變量，X1和X2，除非有經(jīng)濟理論可以不包括在內(nèi)。若是交互項三個，例如X1*X2*X3，則變量回歸中，還應該包含X1，X2，X3和這三個變量兩兩交互項。

有時候千辛萬苦想用一個方法來研究某個課題，這時候建議根據(jù)前期中心給出的建議，一般情況下，需要結(jié)合研究發(fā)方法+軟件+數(shù)據(jù)來考量，有時候你想用的面板數(shù)據(jù)，若是由于數(shù)據(jù)缺失等原因，可能就徒勞無功，所以一般情況下，建立同時考量方法，然后在數(shù)據(jù)可得性以及合理性的基礎上，對數(shù)據(jù)進行一定的預處理，然后在進行數(shù)據(jù)分析，這時候，可能效果會更好了。

一般情況下，期刊論文回歸分析都需要報告各個變量的t統(tǒng)計量以及回歸系數(shù)，而且會在方程下面注明顯著性水平值，另外還會注明每一個回歸方程的可決系數(shù)以及F值等，這個需要根據(jù)具體期刊版面要求了，前期中心推文過如何將stata輸出結(jié)果與word結(jié)合，另外由中心編寫的520+行do文檔命令，直接將描述性分析以及相關(guān)分析、回歸分析、面板數(shù)據(jù)結(jié)果輸出等各種問題整理了，有興趣的可以參加十一北京培訓會議，這些命令前期公眾號推文過很多次，供大家免費閱讀，有什么問題，可以直接留言提問或者加入我們的群。

格蘭杰因果檢驗是檢驗統(tǒng)計上的時間先后順序，并不表示而這真正存在因果關(guān)系，是否呈因果關(guān)系需要根據(jù)理論、經(jīng)驗和模型來判定。

關(guān)于格蘭杰因果檢驗若X都不是Y的格蘭杰原因，這并不是說X與Y之間毫無關(guān)系。格蘭杰因果檢驗本身也不是真實意義上檢驗變量的因果關(guān)系，而只是檢驗變量在統(tǒng)計上的時間先后順序。

格蘭杰檢驗只能用于平穩(wěn)序列！這是格蘭杰檢驗的前提，而其因果關(guān)系并非我們通常理解的因與果的關(guān)系，而是說x的前期變化能有效地解釋y的變化，所以稱其為“格蘭杰原因”。

單位根檢驗是序列的平穩(wěn)性檢驗，如果不檢驗序列的平穩(wěn)性直接OLS容易導致偽回歸。

當檢驗的數(shù)據(jù)是平穩(wěn)的（即不存在單位根），即意思是單位根檢驗的原假設是存在單位根，存在單位根，則不平穩(wěn)，等價關(guān)系！ 要想進一步考察變量的因果聯(lián)系，可以采用格蘭杰因果檢驗。 

平穩(wěn)性檢驗有3個作用：1）檢驗平穩(wěn)性，若平穩(wěn)，做格蘭杰檢驗，非平穩(wěn)，作協(xié)正檢驗。2）協(xié)整檢驗中要用到每個序列的單整階數(shù)。

當檢驗的數(shù)據(jù)是非平穩(wěn)（即存在單位根），并且各個序列是同階單整（協(xié)整檢驗的前提），想進一步確定變量之間是否存在協(xié)整關(guān)系，可以進行協(xié)整檢驗，協(xié)整檢驗主要有EG兩步法和JJ檢驗 （1）、EG兩步法是基于回歸殘差的檢驗，可以通過建立OLS模型檢驗其殘差平穩(wěn)性 （2）、JJ檢驗是基于回歸系數(shù)的檢驗。

單位根檢驗方法步驟

在eviews中，ADF檢驗的方法：1 view---unit roottest，出現(xiàn)對話框，默認的選項為變量的原階序列檢驗平穩(wěn)性，確認后，若ADF檢驗的P值小于0.5，拒絕原假設，說明序列是平穩(wěn)的，若P值大于0.5，接受原假設，說明序列是非平穩(wěn)的；2 重復剛才的步驟，view---unit root test，出現(xiàn)對話框，選擇1stdifference,即對變量的一階差分序列做平穩(wěn)性檢驗，和第一步中的檢驗標準相同，若P值小于0.5，說明是一階平穩(wěn)，若P值大于0.5，則繼續(xù)進行二階差分序列的平穩(wěn)性檢驗。

雖然定義經(jīng)過d階差分后是平穩(wěn)的，但是軟件只提供到2階差分，若是原始數(shù)據(jù)沒有經(jīng)過差分就平穩(wěn)，則說明那是零階單整，記為I（0）的過程。

在stata中，單位根檢驗命令為：dfuller lnagdp，建議help dfuller等。

先做單位根檢驗，看變量序列是否平穩(wěn)序列，若平穩(wěn)，可構(gòu)造回歸模型等經(jīng)典計量經(jīng)濟學模型；若非平穩(wěn)，進行差分，當進行到第d次差分時序列平穩(wěn)，則服從i階單整（注意趨勢、截距不同情況選擇，根據(jù)P值和原假設判定）。若所有檢驗序列均服從同階單整，可構(gòu)造VAR模型，做協(xié)整檢驗（注意滯后期的選擇），判斷模型內(nèi)部變量間是否存在協(xié)整關(guān)系，即是否存在長期均衡關(guān)系。如果有，則可以構(gòu)造VEC模型或者進行Granger因果檢驗，檢驗變量之間“誰引起誰變化”，即因果關(guān)系。

關(guān)于截距、趨勢選擇問題，請大家看圖，view，graph，若是有時間趨勢，則選擇截距和趨勢；若是圍繞0波動，則選擇具有截距；若是沒有上述情況，選擇none。

單位根檢驗是檢驗數(shù)據(jù)的平穩(wěn)性，或是說單整階數(shù)。

協(xié)整是說兩個或多個變量之間具有長期的穩(wěn)定關(guān)系。但變量間協(xié)整的必要條件是它們之間是同階單整，也就是說在進行協(xié)整檢驗之前必須進行單位根檢驗。

協(xié)整說的是變量之間存在長期的穩(wěn)定關(guān)系，這只是從數(shù)量上得到的結(jié)論，但不能確定誰是因，誰是果。而因果關(guān)系檢驗解決的就是這個問題。

單位根檢驗是檢驗時間序列是否平穩(wěn)，協(xié)整是在時間序列平穩(wěn)性的基礎上做長期趨勢的分析，而格蘭杰檢驗一般是在建立誤差修正模型后，所建立的短期的因果關(guān)系。故順序自然是先做單位根檢驗，再過協(xié)整檢驗，最后是格蘭杰因果檢驗。

單位根檢驗是對時間序列平穩(wěn)性的檢驗，只有平穩(wěn)的時間序列，才能進行計量分析，否則會出現(xiàn)偽回歸現(xiàn)象；協(xié)整是考察兩個或者多個變量之間的長期平穩(wěn)關(guān)系；格蘭杰因果檢驗是考察變量之間的因果關(guān)系，協(xié)整說明長期穩(wěn)定關(guān)系不一定是因果關(guān)系，所以需要在通過格蘭杰因果檢驗確定兩者的因果關(guān)系。順序一般是單位根檢驗，通過后如果同階單整，在進行協(xié)整，然后在進行因果檢驗。要特別注意的是：只有同階單整才能進行協(xié)整。

VAR建模時lag intervals for endogenous要填滯后期，但是此時你并不能判斷哪個滯后時最優(yōu)的，因此要試，選擇不同的滯后期，至AIC或SC最小時，所對應著的滯后為最優(yōu)滯后，此時做出來的VAR模型才較為可靠。