概述
菜单驱动 点击菜单栏
命令行驱动 在命令窗口里输入命令。 结果窗看结果，变量窗 历史窗口
程序驱动
findit ：不知道具体命令名字
findit regression ：弹出所有能做回归的包出来
help ：知道命令确切名字
如果要加标签，打开变量管理器，在标签处添加
常用命令 dsec
420个观测值，18个变量，所有变量以什么形式和格式存储
描述统计量命令：sum
双击变量窗口里想要的变量
mean：均值，变量的平均位置，大概得知变量数量级的信息
std.Dev反映的是变量的变差，比如这个数字也变小，回归结果很有可能不显著
min和max 有助于发现数据记录错误，异常值
如果对所有小班感兴趣，想看生师比小于等于15的班的数据
在做回归之前想了解相关关系，数值/图像的方法：
命令：
corr（看相关系数）
plot（看两者的散点图）
因变量放第一个位置，自变量放第二个位置
尽量用标签代替变量名字
关掉上一个数据集，打开另一个数据集，
用命令：
clear（清除上一个数据集的变量窗口里的变量）
对数据进行变形
产生一个的对数
产生一个变量用的命令：
gen （新变量名字）=log（原变量）
Regress（回归分析）命令的使用以及结果分析
如何使用stata进行一元回归分析
回归分析命令简称：reg
Reg 因变量 自变量
回归结果分为三个部分
- 方差分解
2.回归整体的质量的汇报
3.回归系数
roe：自变量
Coef：回归的系数
Cons：常数项
Std.Err. 方差开根号得到的系数的Std.Err.
t:检验系数是否显著
P：是否可以拒绝原假设
最后一个是以bhat为中心，t a/2构建的置信区间
Total:SST
Model：回归方程所解释的数据变差的部分
Residual：残差平方和
df:各自对应的自由度
MS：SS/df得到的均方
Number of obs：总共有多少观测值
R-squared:（）%的数据的总的变差可以被回归所解释
MSE：残差平方和/(n-2)后开根号所得到的
如果想计算拟合值和残差
命令：
Predict
例：
如果想计算yhat
首先定义一个拟合值的名字
每个命令如果使用了带选项的命令用’ ，’表示命令输完了
Predict uhat, resi
Resi:残差
除了看回归结果外，作图
命令：toway（图形的代表例如scatter ）
散点图：scatter
线性拟合曲线：lfit
图可以通过保存，以eps或tif的格式存在文件里
在逆方差和同方差时需使用不同公式
同方差情况下，使用默认的reg命令
逆方差情况下，使用reg 因变量 自变量 ，robust（逆方差的公式，r为robust的缩写）
