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)