Stata实验指导、统计分析与应用chap10

精选2021版课件
22
实验内容及数据来源
本书附带光盘data文件夹的“fish.dta”工作文件给出 了某一国家公园中游客捕鱼情况的数据，主要变量包 括： count=各群游客捕获的鱼的条数，persons=该群 游客的数量，child=该群游客中儿童的数量，livebait= 是否使用活饵，camper=是否露营。
精选2021版课件
17
下面，我们利用“mortality.dta”的数据进行负二项 回归，命令为：
xi: nbreg deaths i.cohort, offset(logexp) nolog
其中，被解释变量为deaths，解释变量为cohort的虚 拟变量，选项offset(logexp)约束logexp的系数为1， nolog表明不显示迭代过程。
精选2021版课件
27
3 零膨胀负二项回归（ZINB）的操作
仍然利用“fish.dta”的数据，我们来拟合零膨胀负二项回归，并汇报 Vuong统计量以及似然比检验。
zinb count persons livebait, inf(child camper) vuong zip
这里，被解释变量为count，解释变量为persons和livebait，决定是否 捕鱼的变量为child和camper。
6
精选2021版课件
7
（2）计算发生率比IRR
我们重新进行前面的回归，令其汇报发生率比。输入命令： poisson injuries XYZowned, exposure(n) irr 其中，选项exposure()约束ln(n)的系数为1，irr表示结果汇报发生率比。
精选2021版课件
8
（3）水平形式的泊松回归
利用这些数据，我们研究各因素对游客捕鱼条数的影 响。考虑到被解释变量count中有142个观测值取值为0， 我们使用零膨胀回归模型来进行模型拟合。
下面，利用“fish.dta”的数据，我们来讲解零膨胀泊 松回归、零膨胀负二项回归的拟合和预测。
精选2021版课件
23
实验操作指导
1 零膨胀泊松回归（ZIP）的操作
zip count persons livebait, inf(child camper) vuong
精选2021版课件
25
2 零膨胀泊松回归的预测
精选2021版课件
26
对于本例，我们可以预测捕获的鱼的数量，并命名为pcount： predict pcount 或预测捕鱼数量为0的概率，并命名为prob： predict prob, pr 对于其他选项，道理相同，在此不再举例。
自然对数；第二步为泊松回归。 在第二步中，xi表示生成扩展交互项（interaction expansion），
在这里，解释变量cohort之前有前缀“i.”，即表示生成cohort 的虚拟变量（因为分组变量cohort取值为1、2、3，所以会生成3 个虚拟变量）。也就是说，被解释变量为deaths，解释变量为 虚拟变量_Icohort_1、_Icohort_2和_Icohort_3。为避免多重共线 性，stata会自动删掉一个虚拟变量。此外，选项offset(logexp) 表明约束logexp的系数为1，这是因为我们要研究组别对死亡率 的影响，而死亡人数除以暴露期才是死亡率。
9
2.泊松回归的检验和预测 （1）拟合优度（goodness of fit）检验 命令estat gof 用于检验模型是否与数据吻合良好。在
泊松回归之后进行该检验，原假设为模型服从泊松分 布。当p值很小时，我们就应该拒绝原假设。 对前面回归的模型进行拟合优度检验，命令为：
quietly poisson injuries XYZowned, exposure(n)
其中，poisson代表“泊松回归”的基本命令语句， depvar代表被解释变量的名称，indepvar代表解释变 量的名称，if代表条件语句，in代表范围语句，weight 代表权重语句，options代表其他选项。
精选2021版课件
5
表10.2显示了各options选项及其含义。
精选2021版课件
因为被解释变量injuries为计数数据，所以我们考虑
使用泊松模型。利用“airinjure.dta”的数据，我们
将讲解泊松回归的操作、拟合优度的检验以及模型的
预测。
精选2021版课件
4
实验操作指导
1 泊松回归的操作 （1）泊松回归的基本操作 进行泊松回归的基本命令如下：
poisson depvar [indepvar] [if] [in] [weight] [,options]
estat gof 其中，第一步命令中的quietly用于指示stata不显示该
步的结果；第二步为拟合优度的检验。
精选2021版课件
10
（2）泊松回归的预测
预测的基本命令格式为：
predict [type] newvar [if ] [in] [, statistic nooffset]
负二项回归的基本命令格式为：
nbreg depvar [indepvar] [if] [in] [weight] [, nbreg_options]
其中，nbreg代表“负二项回归”的基本命令语句，depvar代表被解释变量的名称， indepvar代表解释变量的名称，if代表条件语句，in代表范围语句，weight代表权重语句， nbreg_options代表其他选项。
我们先产生一个变量ln(n)，然后再进行泊松回归。
gen lnn=ln(n)
poisson injuries XYZowned lnn 其中，第一步为产生一个新变量lnn，其值为n的自然对数；第二步进行泊松 回归，被解释变量为injuries，解释变量为XYZowned和lnn。
精选2021版课件
实验基本原理
精选2021版课件
13
实验内容及数据来源
本书附带光盘data文件夹下的“mortality.dta”工作文 件给出了不同时期儿童死亡人数的调查数据。变量包 括：cohort=分组变量（1代表出生于1941-1959年间，2 代表出生于1960-1967年间，3代表出生于1968-1976年 间）， age_mos=死亡时的年龄（单位为月）， deaths=死亡人数， exposure=暴露于风险的总年数 （=儿童人数*相应的年龄）。
精选2021版课件
21
实验10-3：零膨胀回归模型
实验基本原理
当计数数据中含有大量的“0”值时，可以考虑使用“零膨胀泊松回归”（ZeroInflated Poisson regression，简记ZIP）或“零膨胀负二项回归”（Zero-Inflated Negative Binomial regression，简记ZINB）。对零膨胀回归模型而言，估计是分两阶 段进行的。首先，决定计数变量“取零”还是“取正整数”，这相当于二值选择。其次， 如果决定“取正整数”，则进一步确定选择哪个正整数。
精选2021版课件
18
3 广义负二项回归
广义负二项回归的命令与负二项回归基本一致，为：
gnbreg depvar [indepvar] [if] [in] [weight] [, gnbreg_options] 其中，gnbreg代表“广义负二项回归”的基本命令语句，gnbreg_options代表其他
predict [type] newvar [if] [in] [, statistic nooffset]
其中，predict代表预测的基本命令语句，newvar代表生成的新变量的名称， type代表新变量的类型，if代表条件语句，in代表范围语句，statistic代表进行 预测的统计量。nbreg和gnbreg可用的statistic选项包括n、ir、xb和stdp，对 选项的解释，也和poisson相同。
对被解释变量进行预测，并将其命名为count；第三步将显示被解释变量 deaths和预测变量count的描述统计量。
下面，我们再进行scores的预测，并对预测结果进行描述。命令为： predict dscore1 dscore2, scores describe deaths dscore1 dscore2
选项。
仍利用“mortality.dta”的数据，我们假设死亡人数是年龄的函数，而参数则是分 组变量cohort的函数。为了拟合这个模型，我们键入以下命令：
xi: gnbreg deaths age_mos, lnalpha(i.cohort) offset(logexp) 该命令中，xi:是为了与i.cohort相呼应，生成cohort的虚拟变量。选项
利用这些数据，我们研究不同年代对儿童死亡率的影 响。我们会进行泊松回归及其拟合优度检验，负二项 回归以及广义负二项回归。
精选2021版课件
14
实验操作指导
1 泊松回归及拟合优度检验 因为我们要进行的回归分析中，被解释变量死亡人数是计数变
量，因此，我们首先考虑进行泊松回归。命令如下：
gen logexp=ln(exposure) xi: poisson deaths i.cohort, offset(logexp) 其中，第一步生成了一个新变量logexp，其值为变量exposure的
精选2021版课件
20
下面，让我们通过例子来加深对命令的理解。仍使用“mortality.dta”的数据， 我们先进行负二项回归，然后预测，再考察预测值的描述统计量。命令为：
quietly xi: nbreg deaths i.cohort predict count summarize deaths count 其中，第一步为进行负二项回归，quietly表明不显示该回归的结果；第二步
lnalpha(i.cohort) 表明，参数则是cohort的虚拟变量的函数。如果我们认为在 cohort相邻两组间的差异是一样的时候，可以直接使用cohort，而不必用其虚拟变 量。精选2021版课件源自194 模型的预测
负二项回归和广义负二项回归的模型预测和泊松回归的模型预测大致相同， 只有几个选项不一样。预测的基本的命令格式如下：
第十章 计数模型
精选2021版课件
1
主要内容
泊松回归模型 负二项和广义负二项回归模型 零膨胀回归模型
精选2021版课件
2
实验10-1：泊松回归模型
实验基本原理
对上式两边取对数可得对数似然函数，之后对β求导便可得最大似然估计值。
精选2021版课件
3
实验内容及数据来源
本书附带光盘data文件夹下的“airinjure.dta”工作 文件，给出了美国九家大的航线一年中的伤亡人数数 据。 变量包括airline=航线，injuries=该航线一年 的伤亡人数，n=各航线飞离纽约的航班数量占全部飞 离纽约的航班数量的比例，XYZowned=航线是否为XYZ 公司所拥有（1代表为XYZ公司拥有，0代表为其他公司 拥有）。利用这些数据，我们分析XYZ公司拥有的航线 是否有更高的伤亡率。
其中，predict是预测的基本命令语句，newvar代表生成的 新变量的名称，type代表新变量的类型，if代表条件语句， in代表范围语句，statistic代表要预测的统计量。表10.3显 示了各statistic统计量及其含义。
精选2021版课件
11
精选2021版课件
12
实验10-2：负二项和广义负二项回归模 型
精选2021版课件
24
对于“fish.dta”的数据，我们认为，影响捕获的鱼的 条数（count）的因素主要有该群游客有几人 （persons）以及是否使用活饵（livebait），而影响 游客捕鱼与否的因素则包括游客中有几人是儿童 （child）以及是否露营（camper）。我们希望在回归 的过程中汇报Vuong统计量，这样，该回归的命令为：
精选2021版课件
15
对上面的回归进行拟合优度检验： estat gof 结果显示，我们应当拒绝数据服从泊松回归的原假设。
精选2021版课件
16
2 负二项回归
对 “mortality.dta”的数据进行泊松回归后，拟合优度检验表明泊松回归模型是不合适 的。这样，我们考虑用负二项回归模型。