-
Stata
回归简介
线性回归的命令有:
regress
yx1x2x3
(
以
y
为被解释变量,
x1
,
x2<
/p>
,
x3
为解释变量做回归;
regress
后第一个变量为被解释变量)
p>
regressyx1x2x3,robust
(
< br>regressionwithrobuststandarderrors
)<
/p>
regressyx1x2x3[aweight=w]
(
WLS
,以变量
w
为权重)
regyx1x2x3,l
evel(99)
返回回归报告中
99%
的置信区间。
setlevel97
在以后的回归中都默认返回
97
的置信区间。
regyx1x2x3,noconstant
无常
数回归。
xi:*x2(
被解释变量
为
y
,解释变量为
x1
,
x2
,分类
变量
catvar
生成的虚拟变量与
x2
的乘积。
xi
可以实现很复杂的带虚拟变量的
回归。可使用
helpxi
命令来了解。
p>
)
regressyx1x2(xz)
(
工具变量回归,工具变量是
x
和
z
p>
)
regressyx1x2[ifex
p][inrange]
(使用满足
[ifexp]
和
[inrange]
的观测做回
归)
线性回归的典型输出:
Stata
会报告如下结果:方差分解,整体显著性检验的
p>
F
统计量及相应的
p
值,
R
平方,调整后的
R
平方,
MSE
的平方根(亦即对
< br>σ
的估计)
,系数估计,系
数估
计的标准差,
t
值,显著性检验的
p<
/p>
值,置信区间。
回归后可以对系数做假设检验:
对单个参数的检验
testamou
nt
(检验
amount
的系数是否显
著)
testamount=1
(检
验
amount
的系数是否为
1
)
对多个参数的检验
testamou
ntratio
(零假设为
amount
和
ratio
的系数都不显著)
<
/p>
testamount=ratio
(检验
amount
和
ratio
的系数是
否相等)
testamount+ratio=1
(检验
amount
和
r
atio
的系数之和是否为
1
)
回归后一般要做回归分析,检验是否存在异常的观测,以及是否有异
方差,
自相关,
共线性
。回
归分析
一般依
据回归
残差
进
行。
此时最
重要的
< br>命令是
predict
,可以使用
helppredict
指令来了解它。
predict
命令主要的功能如下:
拟合值相关
predictyhat
(
yhat
是任意指定的变量名,以下
皆如此)
predictnew,stdp
< br>(
standarderrorsofpredictedmeany
)
回归残差相关
p>
predicte,resid
(
e
是任意指定的变量名)
predicte,
rstandard
(标准化的残差,
e
是任意指定的变量名)
predicte,rstuden
t
(学生化的残差,
e
是任意指定的变
量名)
predictnew,stdr
(回归残差的标准差
,new
是任意指定的变量名)
观测相关
pre
dictnew,cooksd(Cook’sDinfluencemeasures)
predictnew,dfits(DFITSinfluencemeasur
es)
predictnew,welsch(welsch’sdistancei
nfluen
cemeasures)
这几个指令都给出每个
观测对回归的影响程度。
影响程度越大的观测,
越有
-
-
-
-
-
-
-
-
-
上一篇:英语四级词汇打印版
下一篇:主成分分析在STATA中的实现以及理论介绍