3. Approfondimento sul modello di regressione lineare in livelli
3.1 Righe di comandi usati in Stata
Sono riportati nelle pagine seguenti tutti i comandi utilizzati nel software statistico Stata, per le regressioni precedentemente discusse:
cd C:\Users\Silvia\Desktop\TesiEPELM\database.dta capture noisily log close
log using TesiSilviaBenigno.log, replace
use database, clear
* Analisi preliminare della dipendente in livelli imp descr
* Trasformo le variabili in logaritmi gen limp = ln(imp)
* Analisi multivariata modello di regressione lineare in log-livelli:
POLS
reg limp reti_distr pil_pc trade_opn dot_infr num_dep est store POLS
* Fixed Effect (Within)
xtreg limp reti_distr pil_pc trade_opn dot_infr num_dep, fe est store FE
xtreg limp reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2017, fe
testparm tau*
est store FE2 xttest3
xtserial limp reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2017, output
* Poichè vi è eteroschedasticità e autocorrelazione tra gli shock, correggo con il cluster
116
xtreg limp reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2017, fe cluster(country2)
est store FEc_logliv
* Valuto la correlazione tra le variabili
pwcorr limp reti_distr pil_pc trade_opn dot_infr num_dep
* Genero la variabile dipendente ritardata di un periodo e la introduco nel modello
gen limp_rit = l.limp
xtreg limp limp_rit reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2016, fe cluster(country2)
est store FE3c
* Random Effect
xtreg limp reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2017, re theta
est store RE xttest0
* Correggo con il cluster
xtreg limp reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2017, re theta cluster(country2)
est store REc
* Hausman test
hausman FE2 RE, sigmaless
* Analisi multivariata modello di regressione lineare in livelli:
Fixed Effect (Within)
xtreg imp reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2017, fe cluster(country2)
est store FEc_liv
* Valuto la correlazione tra le variabili
pwcorr imp reti_distr pil_pc trade_opn dot_infr num_dep
* Analisi multivariata modello di regressione lineare in log-log:
Fixed Effect (Within)
xtreg limp lreti_distr lpil_pc ltrade_opn ldot_infr lnum_dep tau2013-tau2017, fe cluster(country2)
est store FEc_loglog
* Confronto i tre modelli FEc_liv FE2c FEc_log (livelli, log-livelli, log-log)
est table FEc_liv FEc_logliv FEc_loglog, b(%6.3f) se(%6.3f) p(%6.4f) stats(N df_r df_m r2 r2_a rmse F)
******* Analisi dell'impatto dei fattori di accessibilità sulle importazioni delle singole macro categorie *******
cd C:\Users\Silvia\Desktop\TesiEPELM\database_cat.dta capture noisily log close
log using TesiSilviaBenigno.log, replace
use database_cat, clear
* Categoria 1: generi alimentari e liquidi varananew cat1 country2 year
* Trasformo la variabile cat1 in logaritmo
117 gen lcat1 = ln(cat1)
* FE (Within)
xtreg lcat1 reti_distr pil_pc trade_opn dot_infr num_dep, fe est store FE
xtreg lcat1 reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2017, fe
testparm tau*
est store FE2 xttest3
xtserial lcat1 reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2017, output
* Poichè vi è solo eteroschedasticità tra gli shock, correggo con robust
xtreg lcat1 reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2017, fe robust
est store FEr_cat1
* Categoria 2: articoli per la persona varananew cat2 country2 year
* Trasformo la variabile cat2 in logaritmo gen lcat2 = ln(cat2)
* FE (Within)
xtreg lcat2 reti_distr pil_pc trade_opn dot_infr num_dep, fe est store FE
xtreg lcat2 reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2017, fe
testparm tau*
est store FE2 xttest3
xtserial lcat2 reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2017, output
* Poichè vi è eteroschedasticità e autocorrelazione tra gli shock, correggo con il cluster
xtreg lcat2 reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2017, fe cluster(country2)
est store FEc_cat2
* Categoria 3: articoli per la casa varananew cat3 country2 year
* Trasformo la variabile cat3 in logaritmo gen lcat3 = ln(cat3)
* FE (Within)
xtreg lcat3 reti_distr pil_pc trade_opn dot_infr num_dep, fe est store FE
xtreg lcat3 reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2017, fe
testparm tau*
est store FE2 xttest3
xtserial lcat3 reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2017, output
* Poichè vi è eteroschedasticità ed autocorrelazione tra gli shock, correggo con il cluster
xtreg lcat3 reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2017, fe cluster(country2)
est store FEc_cat3
* Categoria 4: elettronica/informatica
118
varananew cat4 country2 year
* Trasformo la variabile cat4 in logaritmo gen lcat4 = ln(cat4)
* FE (Within)
xtreg lcat4 reti_distr pil_pc trade_opn dot_infr num_dep, fe est store FE
xtreg lcat4 reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2017, fe
testparm tau*
est store FE2 xttest3
xtserial lcat4 reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2017, output
* Poichè vi è eteroschedasticità e autocorrelazione tra gli shock, correggo con il cluster
xtreg lcat4 reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2017, fe cluster(country2)
est store FEc_cat4
* Categoria 5: veicoli
varananew cat5 country2 year
* Trasformo la variabile cat5 in logaritmo gen lcat5 = ln(cat5)
* FE (Within)
xtreg lcat5 reti_distr pil_pc trade_opn dot_infr num_dep, fe est store FE
xtreg lcat5 reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2017, fe
testparm tau*
est store FE2 xttest3
xtserial lcat5 reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2017, output
* Poichè vi è eteroschedasticità e autocorrelazione tra gli shock, correggo con il cluster
xtreg lcat5 reti_distr pil_pc trade_opn dot_infr num_dep tau2013-tau2017, fe cluster(country2)
est store FEc_cat5
* Riassumo i risultati ottenuti
est table FEr_cat1 FEc_cat2 FEc_cat3 FEc_cat4 FEc_cat5, b(%6.3f) se(%6.3f) p(%6.4f) stats(N df_r df_m r2 r2_a rmse F)
******* Analisi dell’impatto dei fattori di accessibilità sulle importazioni provenienti dall'Italia *******
cd C:\Users\Silvia\Desktop\TesiEPELM\database_ita.dta capture noisily log close
log using TesiSilviaBenigno.log, replace
use database_ita, clear
* Analisi preliminare su dipendente in livelli imp summ imp, d
* Per valutare l'eterogeneità individuale:
xtset country2 year xtline imp
119
* Per valutare l'eterogeneità temporale:
xtset year country2 xtline imp
varananew imp country2 year
* Trasformo la dipendente in logaritmi gen limp = ln(imp)
* Analisi preliminare su limp summ limp, d
* Analisi multivariata modello di regressione lineare in log-livelli:
Fixed Effect (Within)
xtreg limp reti_distr pil_pc trade_opn dot_infr arrivi, fe est store FE
xtreg limp reti_distr pil_pc trade_opn dot_infr arrivi tau2014-tau2017, fe
testparm tau*
est store FE2 xttest3
xtserial limp reti_distr pil_pc trade_opn dot_infr arrivi tau2014-tau2017, output
* Poichè vi è eteroschedasticità e autocorrelazione tra gli shock, correggo con il cluster
xtreg limp reti_distr pil_pc trade_opn dot_infr arrivi tau2014-tau2017, fe cluster(country2)
est store FEc_loglivITA
* Valuto la correlazione tra le variabili
pwcorr limp reti_distr pil_pc trade_opn dot_infr arrivi