*definindo dados em painel
xtset id ano, yearly
*criando variável de porte populacional
gen Dpop20000 = 0
replace Dpop20000=1 if populacao>=20000
gen Dpop20a50000 = 0
replace Dpop20a50000000=1 if populacao>20000 & populacao<50000
gen Dpopacima50000 = 0
replace Dpopacima50000=1 if populacao>50000
*Painel modelo efeito fixo e aleatório
xtreg Y X1 X2 X3 X4 X5, fe
estimates store fe
xtreg Y X1 X2 X3 X4 X5, re
estimates store re
*Teste de Hausman
hausman fe re, sigmomore
*Ho os modelos de FE e RE possuem coeficientes iguais
*H1 os coeficientes são diferentes
*Se p-value for significativo aceita-se H0, caso contrário rejeita-se H0.
*criando variável tempo e configurando o tempo
gen meses = m(1996m1)+_n-1
tsset meses, monthly
*plotando gráfico para visualizar a tendência
twoway (tsline mpaf)
*plotando o correlograma em nível e em 1ª diferença
ac mpaf
pac mpaf
ac d.mpaf
pac d.mpaf
*Realizando teste de dickey-fuller aumentado
dfuller d.mpaf, noconstant regress lags(0)
pperron d.mpaf, noconstant regress
*rodando um modelo arima 1,1,3
arima mpaf, noconstant arima(1,1,3)
estat ic
*testando normalidade dos resíduos
predict error, resid
sum error
tsline error, yline(1.957562)
wntestq error
*H0 resíduos são white noise (ruído branco)
*H1 resíduos não são white noise
*Se pvalue singificativo significativo rejeita-se H0, se pvalue não significativo, aceita-se H0
estat aroots
*Previsão
tsappend, add(24)
predict fmpaf, y dynamic(m(2023m1))
label variable fmpaf "Previsão MPAF"
tsline mpaf fmpaf
#stata #métodos_quantitativos #econometria #dados_em_painel #séries_temporais