0.残差
rvfplot画残差与拟合值散点图
rvpplot varname 画残差与解释变量散点图，varname 替换为变量名
scatter y x 与与x散点图
predict e,r计算残差
gen e2=e^2
scatter e2 x 计算e^2与x的散点图
1.怀特检验与BP检验
capture log close 日志关闭。
log using food,replace 日志命名为food，并替代原名为food的日志。后缀为smcl
set more off 日志更多记录关闭。
use food.dta,clear 使用 food.dta数据。
twoway scatter food_exp income || lfit food_exp income 绘制food_exp与income的散点图，前者为纵轴，后者为横轴||绘制food_exp与income的折线图，前者为纵轴，后者为横轴。twoway表示两个轴。
reg food_exp income 回归food_exp与income。
estat hettest, iid rhs e类命令，进行辅助回归以进行BP检验。iid表示假设变量为iid（独立同分布），无需正态假定。rhs表示包含模型中等号右侧所有解释变量。P值大于临界值无显著异方差。hettet表示异方差检验。
estat imtest, white 进行怀特检验。P值大于临界值无显著异方差。
gen food_share = food_exp/income 定义food_share 为food_exp/income。
twoway scatter food_share income || lfit food_share income 对food_share与income做散点图和线性拟合图。
reg food_share income 对food_share与income进行回归。
estat hettest, iid rhs e类命令，进行辅助回归以进行BP检验。iid表示假设变量为iid（独立同分布），无需正态假定。rhs表示包含模型中等号右侧所有解释变量。P值大于临界值无显著异方差。
estat imtest, white 进行怀特检验。P值大于临界值无显著异方差。
log close关闭日志
estat hettest [varlist], iid rhs 对指定变量进行BP检验
异方差性检验中P值应尽可能大，小存在异方差
2.WLS（加权最小二乘）
reg y x1 x2 x3 [aw=1/var] aw为扰动项方差的倒数[aw=1/var] 为权重。
reg y x [aw=1/x] aw为扰动项方差的倒数[aw=1/x] 为权重。
reg y x [aw=1/x^2] aw为扰动项方差的倒数[aw=1/x^2] 为权重。
reg y x [aw=1/sqrt(x)] aw为扰动项方差的倒数[aw=1/sqrt(x)] 为权重。
predict e1,residual 计算残差，记为e1
reg lne2 logq,noc 对lne2与logq进行无常数项的回归
3.OLS+稳健标准误
reg y x,r 普通最小二乘后加”，r”即可得OLS+稳健标准误
