李子奈教科书第二版p86-p87的学习笔记：

/* 1、 Chow 模型稳定性检验（lrtest） */
* 用似然比作chow检验，chow检验的零假设：无结构变化，小概率发生结果变化
* 估计前阶段模型
qui reg lnq lnx lnp0 lnp1 in 1/14
est store A
* 估计后阶段模型（1995-2001）
qui reg lnq lnx lnp0 lnp1 in 15/21
est store C
* 整个区间上的估计结果保存为All
qui reg lnq lnx lnp0 lnp1 in 1/21
est store All
* 用似然比检验检验结构没有发生变化的约束
lrtest (All)(A C),stats

/* 2、Chow 模型稳定性检验（F-test） */
* 用F-test作chow间断点检验检验模型稳定性，p86
* chow检验的零假设：无结构变化，小概率发生结果变化
* 估计前阶段模型
qui reg lnq lnx lnp0 lnp1 in 1/14
scalar n1=e(N)
scalar rss1=e(rss)
* 估计后阶段模型（1995-2001）
qui reg lnq lnx lnp0 lnp1 in 15/21
scalar n2=e(N)
scalar rss2=e(rss)
* 整个区间上的估计结果保存为All
qui reg lnq lnx lnp0 lnp1 in 1/21
scalar k=e(df_m)
scalar rssr=e(rss)
* 用F检验检验结构没有发生变化的约束
*计算和显示 F检验统计量p.85顶部公式，零假设：无结构变化
scalar f_test=(rssr-(rss1+rss2))/(k+1)/(rss1+rss2)*(n1+n2-2*(k+1))
dis f_test
* F统计量的临界概率
dis Ftail((k+1),(n1+n2-2*(k+1)),f_test)
* F统计量的临界值
dis invFtail((k+1),(n1+n2-2*(k+1)),0.05)

/* 3、F检验实现Chow预测检验检验模型的稳定性 */
*计算和显示 F检验统计量 ，p87，零假设：无结构变化
scalar ff_test=(rssr-rss1)/n2/(rss1)*(n1-k-1)
dis ff_test
* F统计量的临界概率
dis Ftail(n2,(n1-k-1),ff_test)
* F统计量的临界值
dis invFtail(n2,(n1-k-1),0.05)



本文来自: 人大经济论坛 Stata专版 版，详细出处参考： https://bbs.pinggu.org/forum.php? ... amp;from^^uid=1422287

https://bbs.pinggu.org/thread-733151-1-1.html
这个帖子里的附件也讲得很清楚。

chow 命令是很早的命令了，只能适合stata7，还会有错误。
但实质还是F检验

现在又chowreg命令，也一样简单

谢谢！
我刚才试了下h chowreg，果然是可以的。

趁斑竹在，再请教一个问题。
我在看一篇文献，它里面这样说：
Systematic tradeoffs will exhibit the properties of either trend or drift, as well as possibly other temporal regularity identified by autocorrelation.   
Autocorrelation in such processes is often interpreted as memory.  
Trends indicate that an obvious long -term trade -off where one category has gained at the other’s expense has occurred.  
Drift, on the other hand indicates that while extended periods where one category benefited relative to the other have occurred, the system does eventually return to some equilibrium level.

他将时间序列Y(t)的特征（nature of Y(t)）分为drift和trend。
第一个trend，我将其理解为2个变量之间具有某种长期均衡关系。
但是drift他这里的解释是什么意思呀？是说短期内可能发生在这种交替关系，但是系统会纠正这种短期偏离，使得回归均衡水平吗？
如果从图形来看，时间序列数据具有漂移特征，到底是什么样的呢？

请问，面板数据能否用chow断点检验，按照你先前的方法，解释变量要和每个时间虚拟变量乘积，还是只要一个核心解释变量乘就可以了？你提问的那个问题解决了吗？

楼主这是怎么解决的啊？

求问，楼主，我用的stata12，我软件里面找不到，chow，也没余chowreg，我help了之后，也是没有发现，这是什么原因？

+ Syntax +-----------------------------------------------------------

  chowreg depvar indepvars [if] [in] [weight] , dum(#) [ type(#) noconstant
    vce(vcetype)]

    ----+ Options +----------------------------------------------------------

    type(1, 2, 3)     Functional Form Dummy Variables Type

        (1) Y = X + D0
        (2) Y = X + DX
        (3) Y = X + D0 + DX
        where:
        D0 = Dummy variable (0,1), takes (0) in first period, and (1) in second
>  period.
        DX = Cross product of each Xi times in D0
+ Examples +---------------------------------------------------------

         clear all

        sysuse chowreg.dta , clear

        db chowreg

        chowreg y x1 x2 , dum(9) type(1)
        chowreg y x1 x2 , dum(9) type(2)
        chowreg y x1 x2 , dum(9) type(3)


    dum(#)            Number of First Period Observations

    noconstant        Exclude Constant Term

我的是stata11都找得到，没有的话就安装一下这几个命令嘛。很久没用stata了，是不是直接用findit命令找到然后安装？

谢谢回复，这个问题已经解决咯。

谢谢，要好好看看了，现在正要用

很好啊
一般都是用t test
这个貌似方便很多

help suest

看


Example 2: Do coefficients vary between groups? ("Chow test")

    . webuse income
    . regress inc edu exp if male
    . estimates store Male

    . regress inc edu exp if !male
    . estimates store Female

    . suest Male Female
    . test [Male_mean = Female_mean]

實在太有幫助了
對寫東西的人來說

有實例比什麼都重要啊.....

chowreg能否用于面板数据？急求解决

您好，您是怎么解决的啊

记不太清楚了，反正你按楼上的回复，安装了 chowreg这个命令后就能进行chow检验了

具体怎么操作，导入数据，然后直接输入命令吗？chowreg y x v1 v2……

你输入help chowreg 就会出来命令说明啊

谢谢，好像会了点

前辈您好，我想问下我的回归中解释变量是X1，X2，而有一个虚拟变量X3（1和0），我想看下在X3两种不同类型下X1，X2系数的显著性差异可以用chowreg？如果可以，怎么写命令额，我看h chowreg不是太懂那个dum后面的，可否告知下

前辈您好，我想问下我的回归中解释变量是X1，X2，而有一个虚拟变量X3（1和0），我想看下在X3两种不同类型下X1，X2系数的显著性差异可以用chowreg？如果可以，怎么写命令额，我看h chowreg不是太懂那个dum后面的，可否告知下

chowreg 好东西啊