优选stata基本回归分析
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
sysuse usaauto, clear （2）在进行回归分析之前，可以先关注一下原始数据
及其统计特征。在命令窗口中输入如下命令：
edit
如果想得到数据的统计特征，则需要在命令窗口中输 入如下命令：
describe
2 利用最小二乘法进行模型的估计
对模型进行回归的仍然是采用命令方式进行操作，命 令的基本格式如下：
regress depvar [indepvar] [if] [in] [weight] [,options] 其中regress代表“回归”的基本命令语句，depvar代
表被解释变量（或称因变量）的名称，indepvar代表 解释变量（或称自变量）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。
表6.1的内容显示了options所代表的其他选项的具体内 容，主要包括选项的命令语句及其所代表的含义。
要想得到OLS的回归结果，只需本实验的模型在命令 窗口中输入如下命令：
regress price mpg weight foreign
这个命令就表示以price作为因变量，mpg、weight、 foreign作为自变量建立线性回归模型，运用OLS方法 进行回归分析。
如下：
test [eqno=eqno[=…]] [: varlist] 第五种检验方程eqno中的变量varlist系数相同，命令形式
如下：
testparm varlist [, equal equation(eqno)]
（2）如果检验为非线性检验，则需要将命令的基本格 式调整如下即可：
testnl exp=exp[=exp...] [, options] 这个命令中，testnl是非线性检验的命令语句，而
3 模型的检验
基本回归分析之后，还要对模型的整体和系数进行检 验，以求证其是否符合经济理论或现实情况的要求。 用户可以发现刚才的回归结果中已经给出了最基本的F 检验和t检验的结果，下面将介绍其他检验的相关命令， 这些检验均为Wald检验。
（1）线性检验命令的基本格式如下： test (spec) [(spec) …] [, test_options] 在这个命令中，test是线性检验的命令语句，而(spec)则表
exp=exp[=exp...]表示系数之间的非线性关系式。
在本实验中，如检验“weight”“foreign”的系数是 否同时显著不为零，则需要输入如下命令：
test weight foreign（也可以输入 test (weight=0) (foreign=0)这个命令，效果相同。）
4 模型的预测
stata基本回归分析
主要内容
1.小样本的OLS估计与分析 2.大样本的OLS估计与分析 3.约束回归 4.非线性最小二乘分析
实验6-1：小样本普通最小二乘分析
一、实验基本原理
二、实验内容和实验数据
根据统计资料得到了美国汽车产业的横截面数据(1978 年) ，变量主要包括：price=汽车的价格，mpg=每加 仑油所行驶的英里数，weight=汽车的重量，foreign表 示是否是进口车，如果foreign=0代表是国产车，如果 foreign=1代表是进口车。完整的数据在本书附带光盘 的data文件夹的“usaauto.dta”工作文件中。
经济计量模型设定的最终目的是使其能够对社会经济 生活有一定的预测功能，所以一个模型在估计和检验 之后，就可以用其进行预测了，下面将着重介绍线性 预测的主要内容。
线性预测的基本命令格式如下：
predict [type] newvar [if] [in] [, options]
在这里，predict是预测的基本命令语句，newvar代表 将要进行预测的变量，if代表条件语句，in代表范围语 句，options代表其他选项，在预测中起重要作用，表 6.2显示了预测命令中options的命令语句和含义。
利用usaauto数据，对汽车价格的影响因素进行计量分 析，分析mpg、weight和foreign对价格的边际影响， 包括进行OLS的估计、检验、预测和绘制图形等相关 内容。
三、实验操作指导 1 打开数据文件、观测数据特征 （1）若要进行各种对原始数据的操作，首先必须正确
地打开数据文件，在Stata中打开数据文件的方法有多 种，其中较为常用的方法是通过命令直接打开或是使 用菜单操作打开。我们在此使用命令方式，在命令窗 口中输入如下命令：
示线性检验的形式，主要包括以下五种： 第一种检验所设定的系数都为0，命令形式如下： test coeflist 第二种检验所设定的系数表达式都为0，命令形式如下： test exp=exp[=…] 第三种检验方程eqno中的变量varlist的系数都为0，命令形
式如下：
test [eqno] [: varlist] 第四种检验不同方程中变量varlist的系数相同，命令形式
predict e, residual
这个命令就表示对残差值进行预测，生成的变量名称 为e。
5 基本回归图形的绘制
在回归分析中，图形是十分重要的一种分析工具，其不仅具有 直观的视觉优势，且能包含巨大的信息量。鉴于图形的画法本 书前面章节已经介绍，这里不再赘述，且多元线性回归大部分 为超平面图形，所以不宜用散点图和回归线表示，所以这里仅 仅介绍简单的残差图形的画法。
利用本实验的数据，预测因变量和残差 “price”和 “e”值的具体操作步骤如下：
若要得到“price”的预测值，需要输入如下命令：
predict yhat, xb 这个命令就表示对因变量price进行线性预测，生成的
变量名称为yhat。 若要得到残差序列的预测值，则需要输入如下命令：
残差对预测值标绘图提供了较为有用的诊断工具，在回归分析 之后，我们就可以画出如图6.6所示的残差对预测值的标绘图了。 这种图形的得到只需要在命令窗口中输入如下命令语句：
rvfplot, yline(0) 在Fra Baidu bibliotek个命令中，rvfplot表示自动生成残差e和因变量预测值yhat
及其统计特征。在命令窗口中输入如下命令：
edit
如果想得到数据的统计特征，则需要在命令窗口中输 入如下命令：
describe
2 利用最小二乘法进行模型的估计
对模型进行回归的仍然是采用命令方式进行操作，命 令的基本格式如下：
regress depvar [indepvar] [if] [in] [weight] [,options] 其中regress代表“回归”的基本命令语句，depvar代
表被解释变量（或称因变量）的名称，indepvar代表 解释变量（或称自变量）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。
表6.1的内容显示了options所代表的其他选项的具体内 容，主要包括选项的命令语句及其所代表的含义。
要想得到OLS的回归结果，只需本实验的模型在命令 窗口中输入如下命令：
regress price mpg weight foreign
这个命令就表示以price作为因变量，mpg、weight、 foreign作为自变量建立线性回归模型，运用OLS方法 进行回归分析。
如下：
test [eqno=eqno[=…]] [: varlist] 第五种检验方程eqno中的变量varlist系数相同，命令形式
如下：
testparm varlist [, equal equation(eqno)]
（2）如果检验为非线性检验，则需要将命令的基本格 式调整如下即可：
testnl exp=exp[=exp...] [, options] 这个命令中，testnl是非线性检验的命令语句，而
3 模型的检验
基本回归分析之后，还要对模型的整体和系数进行检 验，以求证其是否符合经济理论或现实情况的要求。 用户可以发现刚才的回归结果中已经给出了最基本的F 检验和t检验的结果，下面将介绍其他检验的相关命令， 这些检验均为Wald检验。
（1）线性检验命令的基本格式如下： test (spec) [(spec) …] [, test_options] 在这个命令中，test是线性检验的命令语句，而(spec)则表
exp=exp[=exp...]表示系数之间的非线性关系式。
在本实验中，如检验“weight”“foreign”的系数是 否同时显著不为零，则需要输入如下命令：
test weight foreign（也可以输入 test (weight=0) (foreign=0)这个命令，效果相同。）
4 模型的预测
stata基本回归分析
主要内容
1.小样本的OLS估计与分析 2.大样本的OLS估计与分析 3.约束回归 4.非线性最小二乘分析
实验6-1：小样本普通最小二乘分析
一、实验基本原理
二、实验内容和实验数据
根据统计资料得到了美国汽车产业的横截面数据(1978 年) ，变量主要包括：price=汽车的价格，mpg=每加 仑油所行驶的英里数，weight=汽车的重量，foreign表 示是否是进口车，如果foreign=0代表是国产车，如果 foreign=1代表是进口车。完整的数据在本书附带光盘 的data文件夹的“usaauto.dta”工作文件中。
经济计量模型设定的最终目的是使其能够对社会经济 生活有一定的预测功能，所以一个模型在估计和检验 之后，就可以用其进行预测了，下面将着重介绍线性 预测的主要内容。
线性预测的基本命令格式如下：
predict [type] newvar [if] [in] [, options]
在这里，predict是预测的基本命令语句，newvar代表 将要进行预测的变量，if代表条件语句，in代表范围语 句，options代表其他选项，在预测中起重要作用，表 6.2显示了预测命令中options的命令语句和含义。
利用usaauto数据，对汽车价格的影响因素进行计量分 析，分析mpg、weight和foreign对价格的边际影响， 包括进行OLS的估计、检验、预测和绘制图形等相关 内容。
三、实验操作指导 1 打开数据文件、观测数据特征 （1）若要进行各种对原始数据的操作，首先必须正确
地打开数据文件，在Stata中打开数据文件的方法有多 种，其中较为常用的方法是通过命令直接打开或是使 用菜单操作打开。我们在此使用命令方式，在命令窗 口中输入如下命令：
示线性检验的形式，主要包括以下五种： 第一种检验所设定的系数都为0，命令形式如下： test coeflist 第二种检验所设定的系数表达式都为0，命令形式如下： test exp=exp[=…] 第三种检验方程eqno中的变量varlist的系数都为0，命令形
式如下：
test [eqno] [: varlist] 第四种检验不同方程中变量varlist的系数相同，命令形式
predict e, residual
这个命令就表示对残差值进行预测，生成的变量名称 为e。
5 基本回归图形的绘制
在回归分析中，图形是十分重要的一种分析工具，其不仅具有 直观的视觉优势，且能包含巨大的信息量。鉴于图形的画法本 书前面章节已经介绍，这里不再赘述，且多元线性回归大部分 为超平面图形，所以不宜用散点图和回归线表示，所以这里仅 仅介绍简单的残差图形的画法。
利用本实验的数据，预测因变量和残差 “price”和 “e”值的具体操作步骤如下：
若要得到“price”的预测值，需要输入如下命令：
predict yhat, xb 这个命令就表示对因变量price进行线性预测，生成的
变量名称为yhat。 若要得到残差序列的预测值，则需要输入如下命令：
残差对预测值标绘图提供了较为有用的诊断工具，在回归分析 之后，我们就可以画出如图6.6所示的残差对预测值的标绘图了。 这种图形的得到只需要在命令窗口中输入如下命令语句：
rvfplot, yline(0) 在Fra Baidu bibliotek个命令中，rvfplot表示自动生成残差e和因变量预测值yhat