clear
set obs 100
gen y=1+rnormal()*0.03^.5 in 1
replace y=1+0.9*(y[_n-1]-1)+rnormal()*0.03^.5 in 2/l

首先谢谢你的回答！
请问不需要用forvalues命令吗？方便的话可以用forvalues吗，因为要求用这个。
我还有些不懂：
对于【 gen y=1+rnormal()*0.03^.5 in 1】，我不懂【rnormal()*0.03^.5】和【 in 1】 是什么意思呢？
还有【replace】这一行code中【 in 2/l】啥意思
还有【replace】这一行code中的【y[_n-1]】是指y（t-1)吗，但是这个【_n-1】的_n-1，程序是怎么能自动带入计算的，因为我觉得并没有gen _n 类似的code。

      
你能用forvalues    {

}
的形式写一下code吗，感谢。

我自己写的
forvalues t=0(1)100 {
          gen ydiff=yt-ybar
          gen yfin=rho*ydiff+epsilon
         
}
list yfin

当然我写的不对，而且不完整没写完，但是你能用forvalues帮我解答一下吗？

我刚刚初学，所以有很多问题，请见谅。

把replace y=1+0.9*(y[_n-1]-1)+rnormal()*0.03^.5 in 2/l 改成
forvalues i=2/100 {
replace y=1+0.9*(y[_n-1]-1)+rnormal()*0.03^.5 in `i'
}
就用上forvalues了。
if和in的问题请看一下help if和help in
_n的问题看一下help _variables

还想问一个问题

请问要一个t和y之间的折线图怎么弄

gen t=_n
tsset t
tsline y

在论坛里面找的回答，借鉴别人的回答。

让我来解释一下吧。
如何准确识别自变量X对因变量Y的作用？考虑到影响Y的因素有很多，不仅包括X，也包括其他因素（也即非观测因素）。为逻辑清晰起见，我们简单把非观测因素的作用归结为Z。如果X的值变化了，Z的值也随之变动，此时你观测到的Y的变动，到底是X引起的，还是Z引起的？说不清楚。
所以，逻辑上来讲，只有在Z不变的情况下，X变了，Y也变了，你才可以说，Y的变动确实是X引起的，因为此时其他因素Z是保持不变的，也就是我们通常说的“其他因素不变”。
那么，其他因素Z不变，如果其作用被吸收进误差项（因为既然Z是非观测因素，缺乏有效测量数据，那么你在计量经济模型中是只考虑X的），其在统计上的表现之一就是误差项的方差应该保持不变（当然还有其他统计上的表现，方差不变只是“其他条件不变”这一前提的统计表现之一）。因为误差项是随机因素成分，其方差不应随X的变化而表现出系统性的差别。当把Z的效应纳入误差项后，如果Z是随X变化的（就是不同的X，其他因素Z也不同），那么这样的误差项当然就表现出“异方差”了。
从另一个角度来说，同方差假设给统计推断带来便利，因为你要估计的方差数大大减少了。不管X取何值，误差项的条件方差都是一样的，否则X每取一个值，你都要去估计一个条件方差，重复测量数据还勉强可以做到，一般的横截面数据是不可能估计出这么多的误差方差的。

如果你有兴趣可以看看这个帖子，里面有好几种回答，都比较专业。https://bbs.pinggu.org/thread-429415-2-1.html

异质性和异方差是不一样的吧？想知道两者的区别究竟是什么

想问一下 那异质性检验怎么做哇 是说面板数据可以消除异质性的影响吗？