我想在大型不平衡面板数据集中测试异方差性和自相关性。
我使用以下代码执行此操作：
* Heteroskedasticity test
// iterated GLS with only heteroskedasticity produces
// maximum-likelihood parameter estimates
xtgls adjusted_volume ibn.rounded_time i.id i.TRD_EVENT_DT, igls panels(heteroskedastic)
estimates store hetero
* Autocorrelation
findit xtserial
net sj 3-2 st0039
net install st0039
xtserial adjusted_volume ibn.rounded_time i.id i.TRD_EVENT_DT
虽然我使用高处理中心的计算能力，但由于迭代方法，这个程序需要15个多小时。
使用Stata执行这些测试的最有效程序是什么？
答案 0 :(得分：3)
这个问题偏离主题并且相当广泛，但我仍然怀疑 对新用户非常感兴趣。因此，在这里我将尝试巩固我们的 评论中的对话作为答案。
我强烈建议将来不要使用高度主观性 像“最好”这样的词，对不同的人来说意味着不同的东西。要么 像“有效”这样的术语，在不同的语境中可能有不同的含义。 提供有关命令使用的具体建议也很困难 当我们对你要做的事情一无所知时。
在我看来，“最佳”选择是准确完成工作的选择 尽可能给出可用的数据。速度是当今重要的考虑因素，但准确性仍然是最基本的考虑因素。当你继续使用Stata时，你会发现它有相当多的命令，通常具有重叠的功能。根据用例的不同，有时选择一种实现方式可能会“更好”，因为它可能更实际或更快地实现所需的最终结果。
例如noconstant rreg regress选项在vce(robust)中不可用的评论。在特定的上下文中，您可以使用带有xtgls选项的igls获得相当不错的替代方案。实际上，这种替代方案通常可以用于几种用例。
在此特定示例中，如果iterate xtgls会更快
选项未使用。对于更大和更“困难”的数据集，尤其如此。在需要MLE的情况下，ado选项将允许您指定固定数量的迭代，这可以加快速度，但如果您不知道自己在做什么，可能会成为灾难的一个因素，因此不建议。此选项通常用于其他目的。但是，parallelisation是唯一可以使用的命令吗？ previous post为什么事实上不一定是这种情况。
关于速度，Stata通常很慢，至少在使用xtserial语言时。这是因为它是解释语言。如果您有Stata MP，那么速度提升的唯一现实选择是通过beforeEach(() => {
TestBed.configureTestingModule({
declarations: [TestComponent],
providers: [{ provide: TestingCompilerFactory }]
})
.compileComponents()
.then(() => {
fixture = TestBed.createComponent(TestComponent);
comp = fixture.componentInstance;
});
}); // excess `)` removed
。即使在这种情况下，是否取得任何收益，也取决于许多因素，
包括你使用的命令。
最后，const Dependency = class {};
@NgModule({
providers: [Dependency]
}) export default class {}
是一个社区贡献的命令，你可以这样做
在你的问题中没有说清楚。提供这一点是习惯和有用的
信息从一开始就是如此，所以其他人知道你没有提到
官方的内置命令。