Stata如何提取SUR估计指定方程参数以执行豪斯曼检验

核心逻辑说明 #

Stata中sureg估计的多方程结果，每个方程的参数都会自动带上所属方程的名称前缀，直接调用hausman时可以通过equations选项指定要对比的方程对应关系，无需手动截取参数。 #

具体操作步骤 #

• 步骤1：估计SUR模型并存储全系统估计结果
• 步骤2：估计单方程GLM/OLS模型并存储结果
• 步骤3：使用hausman命令搭配equations选项执行参数差异检验

对应演示案例的可运行代码 #

* 加载示例数据
sysuse auto, clear

* 估计SUR系统，存储全系统结果
sureg (price mpg headroom) (trunk weight length) (gear_ratio turn headroom)
estimates store sur_res

* 估计单方程GLM，存储结果
glm price mpg headroom
estimates store glm_res

* 豪斯曼检验：对比SUR第1个方程(price方程)与GLM的参数
* equations(A:B)表示用第一个存储结果的第A个方程，匹配第二个存储结果的第B个方程
hausman sur_res glm_res, equations(1:1)

如果你要对比11个SUR方程中的第k个方程，将equations选项的第一个数值改为k即可。 #

可选：单独提取SUR指定方程的估计结果存储 #

如果你需要单独保存SUR某一个方程的估计结果用于后续分析，可使用如下代码：

* 恢复SUR的全系统估计结果
estimates restore sur_res

* 提取第1个方程(price)的系数矩阵与方差协方差矩阵
matrix b_sur1 = e(b)[1, "price:"]
matrix V_sur1 = e(V)["price:", "price:"]

* 重新封装为单方程估计结果并存储
ereturn post b_sur1 V_sur1, esample(e(sample)) depname(price)
estimates store sur_price_only

检验结果解读 #

豪斯曼检验的原假设为两组参数不存在系统性差异：

• 若检验p值大于你设定的显著性水平（通常为0.05或0.1），则无法拒绝原假设，说明SUR与单方程估计的参数没有统计上的显著差异，SUR的系统设定合理且估计效率更高
• 若检验p值小于显著性水平，则拒绝原假设，说明SUR的系统设定可能存在偏误，优先选择单方程估计结果

内容的提问来源于stack exchange，提问作者omzeybek