新手面板数据回归之GMM 的 stata 操作步骤
广义矩估计（ Generalized Method of Moments 即 GMM ）
原理就是回归！就是一种高级点的回归！
我也是新手，也有很多不太懂的地方。断断续续学习了两个月，看了很多文献和公众号拼凑整理的，放到这里就是大家可以一起修正和补充。
数据情况：
样本：31个省份的面板数据
年份：2009-2016年 八年数据
因变量Y
自变量：八个X
一、数据整理、导入和保存
第一步：整理数据：
以X1 CPI为例 最好数据原始整理的时候，就注意形式，整理成这样
首先，stata不识别字符，所以建议把省份换成1-31。以免后续麻烦。也可以后续将字符修改为数值型，语法：egen pro=group(var1)//将var1变量转化为新的非字符串变量，并命名为pro。
（缺失数据：多重插补用的较多，这需要你根据自身情况去学习，学问多多。我是按照Landerman 等( 1997) 建议当缺失比例小于2%时, 用均数替代; 当缺失比例在2%—5%之间时, 用最大似然估计替代; 而当缺失比利大于5%时, 用多项回归替代(multiple imputation)。（Land
| 
转播
