wordE一、 数据输入1、创建工作文档如如如下图操作，在〞 workfile create〞文本框的“workfile structure type〞选择“balanced panel〞,〞panel specification〞的〞start date〞和〞end date〞输入数据的起止期间，〞wf〞输入工作文档的名称，点击〞 OK〞 即跳出新建的工作文档a界面2、创建新对象操作如如如下图在〞new object〞文本框的〞type of object〞选择〞pool〞，〞name for object 〞输入新对象的名称创建成功后的界面如下面第3图所示3、输入数据双击〞workfile〞界面的，跳出〞pool〞界面，输入个体一般输入方式为如下：假设输入_sh，输入_bj,…个体输入完成后，点击该界面的键，在跳出的〞series list〞输入变量名称，注意变量后要加问号格式如下：y? x?点击〞OK〞后，跳出数据输入界面，如下面第4图所示在这个界面上点击键，即可以输入或者从EXCEL处复制数据在输入数据后，记得保存数据保存操作如下：在跳出的“workfile save〞文本框选择“ok〞即可，如此自动保存到我的文档。
然后在“workfile〞界面如下会显示保存路径：d:\my documents\a.wf1假设要保存到自己选择的路径下面，如此在保存时选择“save as〞,在跳出的文本框里选择自己要保存的路径以与命名文件名称4、单位根检验一般回归前要检验面板数据是否存在单位根，以检验数据的平稳性，防止伪回归，或虚假回归，确保估计的有效性单位根检验时要分变量检验〔补充：网上对面板数据的单位根检验和协整检验存在不同意见，一般认为时间区间较小的面板数据无需进展这两个检验〕〔1〕生成数据组如如如下图操作点击〞make group〞后在跳出的〞series list〞里输入要单位根检验的变量，完成后就会跳出如如如下图3所示的组数据〔2〕生成时序图如如如下图操作在〞gragh options〞界面的〞specifi〞下选择生成的时序图的形状，一般都默认设置，生成的时序图如如如下图3所示观察时序图的趋势，以确定单位根检验的检验模式〔3〕单位根检验单位根检验时，在〞group unit root test〞里的〞test for root in〞按检验结果一步步检验，如果原值〞level〞的检验结果符合要求，即不存在单位根，如此单位根检验就不需要检验下去了，如果不符合要求，如此需继续检验一阶差分〞1st difference〞、二阶差分〞2nd difference〞。
〞include in test equation〞是检验模式的选择，根据上面时序图的形状来选择从上面的时序图可以看出，原值的检验模式应该选择含有截距项和趋势的检验模式，即〞include in test equation〞选择〞individual intercept and trend〞小于置信度(如0.05),如此认为拒绝单位根的原假设，通过检验〕所以继续检验一阶差分和二阶差分，直到检验结果达到要求如果变量原值序列通过单位根检验，如此称变量为0阶单整；如果变量一阶差分后的序列通过单位根检验，如此称变量为一阶单整，以此推之注意：单位根检验的方法〔test type〕较多，可以使用LLC、IPS、Breintung、ADF-Fisher 和PP-Fisher这5种方法进展面板单位根检验一般，为了方便起见，只采用一样根单位根检验LLC和不同根单位根检验Fisher-ADF这两种检验方法，如果它们都拒绝存在单位根的原假设，如此可以认为此序列是平稳的，反之就是非平稳的5、协整检验协整检验检验的是模型的变量之间是否存在长期稳定的关系，其前提是解释变量和被解释变量在单位根检验时为同阶单整操作如如如下图所示。
6、回归估计面板数据模型根据常数项和系数向量是否为常数，分为3种类型：混合回归模型〔都为常数〕、变截距模型〔系数项为常数〕和变系数模型〔皆非常数〕混合模型： 变截距模型：变系数模型：判断一个面板数据终究属于哪种模型，用F统计统计量：来检验以下两个假设：，其中，、、分别为变系数模型、变截距模型和混合模型的残差平方和，K为解释变量的个数，N为截面个体数量，为常数项，为系数向量假设计算得到的统计量的值小于给定显著性水平下的相应临界值，如此承受假设，用混合模型拟合样本反之，如此需用检验假设，如果计算得到的值小于给定显著性水平下的相应临界值，如此认为承受假设，用变截距模型拟合，否如此用变系数模型拟合具体操作：1〕、分别对面板数据进展3种类型模型的回归，得到、、此外，一般来说，用样本数据推断总体效应，应用随机效应回归模型；直接对样本数据进展分析，采用固定效应回归模型首先回到面板数据表，如果是在如下这个界面时，点击按钮，在跳出的“series list〞文本框里输入模型变量，如如如下图也可以通过重新打开工作文件，如如如下图操作选择自己当初保存的路径和文件名，点击打开打开后，跳出工作文件双击，然后分别进展变系数、变截距和混合模型的回归估计：点击，进展变系数回归〔变系数〕变截距回归混合模型估计前面同2〕操作，在“pool estimation〞输入如下2〕、确定模型形式把模型估计取得的s1、s2、s3数值代入前述公式〔第13页〕，如下计算得到F1、F2值，检验假设H1、H2，从而确定采用何种模型形式〔变系数、变截距、混合效应〕。
3〕、回归分析假设检验结果明确应采用变系数模型，回到以下界面进展估计点击，进展变系数回归上图列示了回归结果，其中：①②t-Statistic为t值，检验每一个自变量的合理性t|大于临界值表示可拒绝系数为0的假设，即系数合理Prob为系数的概率，假设其小于置信度(如0.05)如此明确|t|大于临界值，即认为系数合理从结果可以看出，本例中系数合理③R-squared为样本决定系数，表示总离差平方和中由回归方程可以解释局部的比例，比例越大说明回归方程可以解释的局部越多值为0-1，越接近1表示拟合越好，>0.8认为可以承受，但是R2随因变量的增多而增大，所以可以通过增加自变量的个数来提高模型的R-squared本例中R-squared0.995382，接近1，拟合度相当好Adjust R-seqaured为 修正的R-squared，与R-squared有相似意义④F-statistic表示模型拟合样本的效果，即选择的所有自变量对因变量的解释力度F大于临界值如此说明拒绝0假设假设Prob(F-statistic)小于置信度(如0.05)如此说明F大于临界值，方程显著性明显本例中Prob(F-statistic)为0.000000， 模型方程显著。
⑤Durbin-Watson stat：检验残差序列的自相关性其值在0-4之间01_02_03_04_05_06_07_08_09_10_11_12_13_14_15_16_17_18_19_20_21_22_23_24_25_26_27_28_29_30_31_32_33_34w? trade? ex? im? pr? mo? rc? tech? dex? dim?log(ex?) log(im?) log(pr?) log(mo?) rc? log(tech?) / 。