如果你可以直接连国际网，就不需要设定代理了。

输入命令：search xtabond2,all 后，stata会显示：

===========================================

--------------------------------------------------------------------------------------- search for xtabond2 (manual: [R] search) ---------------------------------------------------------------------------------------

Keywords: xtabond2 Search: (1) Official help files, FAQs, Examples, SJs, and STBs (2) Web resources from Stata and from other users

Search of official help files, FAQs, Examples, SJs, and STBs

Web resources from Stata and other users

(contacting http://www.stata.com)

1 package found (Stata Journal and STB listed first) ----------------------------------------------------

xtabond2 from http://fmwww.bc.edu/RePEc/bocode/x 'XTABOND2': module to extend xtabond dynamic panel data estimator / xtabond2 can fit two closely related dynamic panel data / models. The first is the Arellano-Bond (1991) estimator, which / is also available with xtabond without the two-step / finite-sample correction described

(click here to return to the previous screen)

(end of search) ====================================================

点击蓝色连接：xtabond2 from http://fmwww.bc.edu/RePEc/bocode/x

stata会显示：

--------------------------------------------------------------------------------------- package xtabond2 from http://fmwww.bc.edu/RePEc/bocode/x ---------------------------------------------------------------------------------------

TITLE 'XTABOND2': module to extend xtabond dynamic panel data estimator

DESCRIPTION/AUTHOR(S) xtabond2 can fit two closely related dynamic panel data models. The first is the Arellano-Bond (1991) estimator, which is also available with xtabond without the two-step finite-sample correction described below. The second is an augmented version outlined in Arellano and Bover (1995) and fully developed in Blundell and Bond (1998). Arellano and Bond (1991) developed a Generalized Method of Moments estimator that treats the model as a system of equations, one for each time period. The equations differ only in their instrument/moment condition sets. The predetermined and endogenous variables in first differences are instrumented with suitable lags of their own levels. Strictly exogenous regressors, as well as any other instruments, can enter the instrument matrix in the conventional instrumental variables fashion: in first differences, with one column per instrument. A problem with the original Arellano-Bond estimator is that lagged levels are often poor instruments for first differences, especially for variables that are close to a random walk. Arellano and Bover (1995) described how, if the original equations in levels were added to the system, additional moment conditions could be brought to bear to increase efficiency. In these equations, predetermined and endogenous variables in levels are instrumented with suitable lags of their own first differences. Blundell and Bond (1998) articulated the necessary assumptions for this augmented estimator more precisely and tested it with Monte Carlo simulations. The original estimator is sometimes called "difference GMM," and the augmented one, "system GMM." Bond (2002) is a good introduction to these estimators and their use. xtabond2 implements both estimators. As GMM estimators, the Arellano-Bond estimators have one- and two-step variants. But though asymptotically more efficient, the two-step estimates of the standard errors tend to be severely downward biased (Arellano and Bond 1991; Blundell and Bond 1998). To compensate, xtabond2, unlike xtabond, makes available a finite-sample correction to the two-step covariance matrix derived by Windmeijer (2000). This can make twostep robust more efficient than onestep robust, especially for system GMM. Note: the routine requires an up-to-date version of Stata 7 (with the 21jun2002 update installed). KW: Arellano-Bond KW: dynamic panel data KW: Blundell-Bond KW: Arellano-Bover KW: Windmeijer Distribution-Date: 20050818 Author: David Roodman, Center for Global Development Support: email DRoodman@CGDEV.ORG

INSTALLATION FILES (click here to install) （点击此处安装即可，arlion提示） xtabond2.ado xtabond2.hlp xtab2_p.ado

ANCILLARY FILES (click here to get) ../b/bbest.do ../g/Greene.do ---------------------------------------------------------------------------------------

谢谢贴主。但是我到(contacting http://www.stata.com) 后面就报错了。

是不是因为装的不是正版？

那表明你还是没有连到国际网上。需要设定一下stata的代理服务器，方法如下：

依次点击：prefs---->general prefers----->Internet-----

然后输入可用的代理服务器即可。

感谢Arlion之前的回复。我又有个小问题。在run GMM后呢，结果里用的是 z statistics. 即：

Two-step results ------------------------------------------------------------------------------ mat | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- mat | LD | .6220494 .0032905 189.04 0.000 .6156001 .6284986 mtb2 | D1 | .0430176 .0682309 0.63 0.528 -.0907125 .1767477 LD | -.1494386 .1306281 -1.14 0.253 -.4054649 .1065878 assetmat2 | D1 | .0345373 .0838666 0.41 0.680 -.1298382 .1989128 LD | -.009905 .0125259 -0.79 0.429 -.0344552 .0146453 size | D1 | .0703515 .0078986 8.91 0.000 .0548706 .0858325 LD | -.0584977 .0083359 -7.02 0.000 -.0748358 -.0421596 ------------------------------------------------------------------------------

请问z test的值怎么看显著显著？一般的计量的书后面没有表，查不到。我在网上找了个这个表

http://fsweb.berry.edu/academic/education/vbissonnette/tables/pwr_z.pdf

拜托指点一下怎么看.

z值是假设大样本下得到的分布的临界值，其实就是正态分布；

t值对应小样本，服从t分布。

[此贴子已经被作者于2005-9-2 16:10:14编辑过]

不错

金禾经济研究中的ftp地点有点问题，虽然能进去（并没有提示使用密码），但是不能下载，

[转贴] http://jinhe.xjtu.edu.cn/bbs/list.asp?boardid=5

STATA入门——报告提纲 各位： 下面是我下午报告的提纲，你们可以先浏览一下，有条件的同学最好可以先操作一下里面的命令，这样听起来效果会好的多。最好能带上钟老师的讲义。 arlion ******************************************************************* ******************chapter1 stata简介******************************** ******************************************************************* *----------------------------------1.1-----------stata的安装-------------------------------------------- **1.1 stata的安装 **1.1.1 安装目录和快捷方式 ** 开始--〉所有程序-->stata8--->右击设定起始位置 cd d:\stata8\ado\personal /*进入指定目录，并成为当前工作目录*/ cd chps **1.1.2系统设定 sysdir /*显示系统的安装目录信息*/ help set /*所有系统相关的设定*/ //whelp set set more on /*分屏显示，你可以试一下 set more off 的效果*/ clear set memory 30m /*设定数据的存储空间*/ set matsize 500 /*设定矩阵的大小 default is 400*/ // 记录所有操作结果和命令 capture log close /*capture 的作用在于“吃掉”错误信息，继续执行*/ capture cmdlog close log using chp1_intro , text replace cmdlog using chp1_intro_cmd , replace *----------------------------------------1.2-------------------------资料处理-------------------------- **1.2 资料管理 /* 这是实证分析中最为繁琐的一部分，一般而言，在资料分析和处理完毕后，实证分析工作也就 完成一半了。主要包括数据的读入，筛选，存储等。 */ **1.2.1 输入资料 /* 几乎在99%的情况下，我们都不会手动输入资料，资料都是通过文本文档（.txt ）或是 excel文档（.xls）直接读入stata的。stata提供了一系列命令可以使我们很方便的进行资料的 读入和输出。在很多时候，使用text文本编辑器的替换功能往往能够起到事半功倍的作用。 */ // 读入以 -tab- 分割的资料 insheet using "d:\stata8\ado\personal\chps\chp1\auto.txt" **另一种方法是直接从excel中粘贴到stata中，这种方法比较实用。 //clear **1.2.2 浏览资料 ** 变量的描述信息 describe /*whelp describe*/ d , d ** 列示部分资料 list price in 1/5 list price turn if foreign == "domestic" ** 简单的统计描述 sum sum price len head ,d ** 利用表格进行统计 tabstat price mpg length turn , statistic(mean med min max) format(%6.3f) col(s) ** 给资料和变数加标签 gen aa = price^2 /*whelp gen ; whelp egen*/ label var aa "the sqaure of price" /*whelp label*/ label data "this is the data used for stata introduction" **1.2.3 修改存储资料 replace foreign = "china" if foreign == "domestic" preserve /*将当前资料备份，以下任何操作完成后仍可复原至当前状态*/ keep if price > 5000 save ex1 , replace save "d:\stata8\ado\personal\chps\chp1\e1.dta" , replace restore /*复原*/ /*说明: 一般情况下，如果你是使用 do 文档来处理数据，那么在完成分析后不必保存数据。*/ clear ** 调入已存储数据 use ex1 clear use "d:\stata8\ado\personal\chps\chp1\e1.dta" **1.2.4 合并资料 //merge /*横向合并*/ //apppend　　　 　/*纵向追加*/　　　 *-----------------------------------1.3----------------------------执行指令-------------------------------- **1.3 执行指令 ** 命令的基本格式 dis in yellow "the format of command in stata is : " _n "command [varlist] [if] [in] [,options] whelp reg ** 以sum 命令为例 sum price if foreign=="china" sum price in 1/10 bysort foreign: sum price , d format *------------------------------1.4----------------------------帮助的使用-------------------------- **1.4 帮助的使用 help sum whelp sum search sum *--------------------------------1.5----------------------------绘图--------------------------------------- ** 1.5 绘图 ** 基本语法格式：[twoway] graphtype varlist [weight] [if exp] [in range] [,options] scatter price weight twoway (scatter price weight) (lfit price weight) ** 处理断行的方法1：采用 #delimit 命令 #delimit ; twoway scatter price weight || lfit price weight , title(a graphing example) subtitle("given by arlion, sep2005") note("note: for details, see help twoway") ; #delimit cr set scheme economist /*设定图形的显示风格*/ ** 处理断行的方法2：采用 histogram price, /// title("histogram for price") set scheme s1mono ** 处理断行的方法3：采用 /**/ twoway ( function y = cos(x),range(0 12.6) ) 　 /* */ ( function y = sin(x) ,range(0 6.29) ) , 　 /* */ title("break the long line using /**/ ") 　 /* */ legend(label (1 cos) label(2 sin)) **说明: see help legend. 作用在于为不同的子图形加标签 *-----------------------------------1.6------------------------程序初步---------------------------------------- **1.6 do文档和ado文档 ** 二者的区别 ** 一个简单的ado文档（stata程序） chp1_title **1.6.1 简介 tab_title , title("introduction to stata") tc(result) lc(text) tab_title tab_title , title("given by arlion") tc(abc) **1.6.2 暂元　local macro local title "introduction to stata" dis "`title'" local i = 1 dis `i' local i = `i' + 2 dis `i' local ++i dis `i' local a "i am" local b " a stata user" local c "`a'""`b'" dis "`c'" local aa 2+2 dis `aa' local aa = 2+2 dis `aa' local aa "2+2" dis "`aa'" **1.6.3 控制语句 ** ----if----- 条件语句 ** whelp ifcmd //------eg1------- if foreign=="china"{ sum price } if price<8000{ sum mpg } ** ----forvaues---- 数字循环控制语句 //------eg2------- forvalues i = 1(2)10{ dis "line: " `i' } //------eg3------- mat a = j(10,3,0) mat list a forvalues rr = 1(1)10{ forvalues cc = 1(1)3{ mat a[`rr' , `cc' ] = `rr' + `cc' } } mat list a ** ----foreach--- 文字、变量等的循环控制 //-----eg4----- local names "arlion jones lucas xiaoming" foreach nam of local names{ dis dis "`nam'" dis } //-----eg4----- foreach var of varlist price mpg weight length{ dis dis in white "===summary of variable=====" in yellow "`var'" sum `var' dis _n(2) /*空两行显示后面的内容*/ } ** ----while--- local i = 1 while `i' <10{ dis in g "this is the " in y `i' "th" in g " number" local i = `i' + 1 } ** 1.6.4 程序的调试和勘误 set trace on tab_title , title("haha") tc(adfal) set trace off *-----------------------------------1.７------------------------其他内容-------------------------------------- ** 函数　 see help functions **　矩阵　　see help matrix ** 如有任何问题，请在本版交流讨论，或到金禾论坛（http://jinhe.xjtu.edu.cn/bbs/list.asp?boardid=5） ** 以上只是一个简要的介绍，具体内容请参考钟老师的讲义，那是我所见过的关于stata ** 的最好的讲义了。

cool

多多交流

我觉得Stata的Matrix 功能很强

那你用的应该是9.0了。

I wander if you are overseas, if yes, nothing can help.

楼主你59楼的回答是不是有点问题啊

原假设:两者(随机效应与固定效应)没有显著性差别

拒绝应该是有显著性区别,那么应该是随机效应模型比固定效应更好.

来源:林光平<计算计量学>

(我的那个叫 arlionn 的帐号找不到了，所以用这个相似的帐号)

to 楼上：

我们先不管什么林光平之类的。从固定效应和随机效应模型的基本设定出发就可以把问题搞清楚了。谁也不能保证林一定是对的。

设模型为 Y_it = X_it*b + a_i + e_it。其中， a_i 表示个体效应。

如果我们设定固定效应模型，那么可以通过差分或“组内去心”消除 a_i 。因此无需考虑 a_i 与 e_it 之间的相关性问题。

如果我们设定随机效应模型，那么相当于把 a_i 和 e_it 设定为一个随机干扰项，

即 u_it = a_i + e_it。那么此时 u_it 与 X_it 之间的相关性就必须考虑。随机效应模型无偏、一致的一个基本假设就在于 Cov(u_it, X_it)=0，即干扰项与解释变量不相关。

在 Cov(u_it, X_it)=0 的原假设下，FE 和 RE 都是无偏且一致的估计量，但是前者不具有效性。但是如果此假设被拒绝，那门 FE 仍然是无偏且一致的，因为它本身就不依赖于此假设；而 RE则是有偏的（我们违反了OLS的基本假设），既然已经有偏，也就无需谈论其有效性了。

从上面的分析已经可以看出，如果无法拒绝原假设则表明 RE 比较好，因为它更为有效。相反地，如果拒绝了原假设，那么 RE 是有偏的，所以此时我们一般选择 FE（这并不意味着FE比较好）。另一种处理办法是采用工具变量法，继续使用RE模型。

不错不错

小声问一下，这个市怎么回事啊（用的是se8.0,一直看不见图）:

graph educ,bin(8) norm educgraph_g.new , bin(8) norm: class member function not found

educ is not a valid graph subcommand

[2005.10.18] 近期讨论主题

作者：wangheng89 发表于2005-10-10 16:26:09 最后跟贴：伍德里奇的差分......">固定效应估计量的自由度

作者：caidapi 发表于2005-10-18 0:41:09 最后跟贴：谢谢！...">关于label指令操作的问题

作者：Julyday 发表于2005-9-15 10:20:23 最后跟贴：to 8楼，应该不......">如何消除面板数据中的固定效应？

作者：caogen 发表于2005-10-17 23:10:56 最后跟贴：用stata做的，给出的报......">急问：做RE和FE的Hausman tes...

作者：waterfallzy 发表于2005-10-15 8:40:54 最后跟贴：收到了。谢谢......">关于双向固定效应法的问题

作者：arlion 发表于2005-7-18 11:33:01 最后跟贴：[quote]以下......">[主题讨论] 序列相关 [ 1 2 ]