一、异方差怀特检验
在stata中没有这个命令。联网的情况下，使用“ssc install whitetst”即可下载安装。
以下命令也可以用来找命令，例如找 bpagan 命令
indit bpagan 或
search bpagan, all
二、scalar 标量
scalar a=2 //赋予标量 a的值为 2
dis a+2 //a+2=2+2=4
scalar b=a+3 //b=a+3=2+3=5
di b //结果窗口显示出：5
scalar s=”hello” //标量也可以为字符型
di s //结果窗口显示出: hello
三、异方差的纠正——WLS（weighted least square estimator）
（1）基本思路：
reg y x1 x2 x3 [aw=x1]（将x1作为异方差的来源，对方程进行修正）
上式相当于：
reg y/(x1^0.5) 1/(x1^0.5) x1/(x1^0.5) x2/(x1^0.5) x3/(x1^0.5),noconstant
（2）纠正异方差的常用套路（构造h值）
reg y x1 x2 x3
predict u,resid
gen usq=u^2
gen logusq=log(usq)
reg logusq x1 x2 x3
predict g
gen h=exp(g)
reg y x1 x2 x3 [aw=1/h]
异方差hausman检验：
reg y x1 x2 x3
est store A（将上述回归结果储存到A中）
reg y x1 x2 x3 [aw=1/h]
est store B
hausman A B
当因变量为对数形式时（log(y)）如何预测y
reg logy x1 x2 x3
predict k
gen m=exp(k)
reg y m,noconstant
m的系数为i
y的预测值=i×exp(k)
四、stata 生成虚拟变量
生成虚拟变量
在很多场合，需要对分别变量（categorical variables）生成虚拟变量。Stata提供的xi命令能很方便地实现这一点。这是Stata最引人入胜的功能之一。本文仅介绍xi命令最基本的用法：
xi [, prefix(string)] i.varname
varname是某一分类变量，设其共有m个可能的取值；string是prefix()指定的前缀。上述指令生成了K-1个虚拟变量：stringvarname_2, stringvarname_3, …, stringvarname_K。其中stringvarname表示字符串string和varname的联合。如果不使用[, prefix(string)]选项，则默认的前缀是_I。
例：数据集中year的取值范围是2001，2002，2003，2004，2005，则指令 xi i.year生成4个虚拟变量 _Iyear_2，_Iyear_3，_Iyear_4，_Iyear_5，分别对应year取值为2002，2003，2004，2005的情形。
-----------------------------------------------------------------------------------------------------------------------
tab x1,gen(x1) 产生x1的虚拟变量。
gen fsize1=fize==1 产生虚拟变量，如果family size为1，则令fsize1=1，否则为零。下同。
gen fsize2=fsize==2
gen fsize3=fsize==3
gen fsize4=fsize==4
gen fsize5=fsize>=5
问题如下：
问：我在应用xi命令时，将类别变量转换成虚拟变量时，产生的虚拟变量后标注是：naturally coded; _Iinflation_0 omitted
可是我不想让inflation=0表示被忽略，我想让inflation=1表示被忽略，怎么更改呢？
答：那就不要采用xi命令，采用tab命令。
tab inflation, gen(dum_inflation)
drop inflation2
五、动态面板数据编程的主要步骤
首先导入处理模块
ssc install xtabond2
然后导入并定义面板数据
use “1.dta”
xtset id t，yearly
现在进入xtabond2命令介绍：
[by id]:xtabond2 y x [if] [in],[,options]
其中options可以包括：
noconstant 方程中没有常数项
diffvars（varlist），已差分的外生变量
inst（varlist）其他工具变量
lags（#），滞后阶数，系统默认1，例如gmm（x y,laglimits(2 2)）即定义最大滞后为2阶。
maxlags（#）,工具变量最大滞后阶数
maxldep(#)，工具变量的别解释变量的最大滞后阶数
twostep，两步估计
endogenous（varlist[...]），内生变量
vce, gmm robust,注：这两个可以同时使用，但是robust和by id（或t）不可以同时使用
level(#)，显著水平，系统默认为95
artests，AR检验滞后阶数，默认为2，其实这个不必注明，gmm会检验
有时候分析必须有nomata 不然无法分析
还可以有
small 小样本t、F统计量
我常使用的编程：
[by id]:xtabond2 y x L.y L.x L2.x,gmm（x y，laglimits（2 2））iv(varlist) nolevel small nomata
因篇幅问题不能全部显示，请点此查看更多更全内容