既然是学习Principles of Econometrics，你就应该下载
Using Stata For Principles of Econometrics(3rd Edition)
https://bbs.pinggu.org/thread-393735-1-1.html

对于章节都有相应的例子和命令

use "D:\manuf.dta", clear

*以下是假設原始值，然後取自然對數

foreach i of var k-y{
g l`i'=ln(`i')
}

*您發給我的消息裡，似乎這些變量沒取natural log，我不確定要不要取


*藍色版主說的沒錯，該書另一相關著作using stata很值得下載，
*不過建議您另外下載POE該書四版的do檔，雖說它主要演練書上的，譬如chap06.do檔
*但弄懂後，您可以套用到您的習題演練

*(a)小題
*簡便法
reg ly  lk ll le lm
*三種隨您挑
test lk
test (lk=0)
test (_b[lk]=0)

*書上喜歡的，透過未受限與受限兩模型，這個是讓您懂原理
*您可以參見下面的結果與上面的結果，檢定統計值很近似的
reg ly  lk ll le lm
scalar sseu = e(rss)
scalar df_unrest = e(df_r)

reg ly  ll le lm
scalar sser = e(rss)
scalar df_rest = e(df_r)
scalar J = df_rest - df_unrest

scalar fstat = ((sser -sseu)/J)/(sseu/(df_unrest))
scalar crit1 = invFtail(J,df_unrest,.05)
scalar pvalue = Ftail(J,df_unrest,fstat)

scalar list sseu sser J df_unrest fstat pvalue crit1

*(b)小題
reg ly  lk ll le lm
test lk ll
test (lk=0)(ll=0)
test (_b[lk]=0)(_b[ll]=0)
*利用未受限與受限兩模型架構的F就不弄了！

*(c)小題
reg ly  lk ll le lm
test lk le
test (lk=0)(le=0)
test (_b[lk]=0)(_b[le]=0)

*(d)小題
reg ly  lk ll le lm
test lk ll le
test (lk=0)(ll=0)(le=0)
test (_b[lk]=0)(_b[ll]=0)(_b[le]=0)

*(e)小題
reg ly  lk ll le lm
test lk+ll+le+lm=1
test (lk+ll+le+lm=1)
test _b[lk]+_b[ll]+_b[le]+_b[lm]=1


reg ly  lk ll le lm
lincom _b[lk]+_b[ll]+_b[le]+_b[lm]-1
lincom lk+ll+le+lm-1

*(f)小題
pwcorr  lk ll le lm, star(.01)
*既然是分析，我想要難可以很難，collinearity的處理與分析應該有很多種…
*由(b)到(e)小題，檢定結果似乎告訴我們beta2 beta3 beta4三個都是零，然而beta2+beta3+beta4+beta5卻又是1
*由pwcorr，我們知道似乎這幾個變量間，好像很像【計量用語很粗略，抱歉！】
*或許，只考慮lm這個變量吧！ 而且，照先前一些小題的演練，只放這個變量，beta5應當很逼近1才是

reg ly lk ll le lm
reg ly lm
*由結果很無趣地初步證明上面猜想

*最後，這一題好像沒解答，所以這個演練或許是錯的，只提供參考！
*很歡迎來自台灣的朋友…因為我也是…所以這一題用繁體字…莫怪！