预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共27页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

stata回归结果详解-stata回归解释数据来源于贾俊平《统计学》(第7版),第12章多元线性回归第二列SS对应的是误差平方和,或称变差。 1.第一行为回归平方和或回归变差SSR,表示因变量的预测值对其平均值的总偏差。 2.第二行为剩余平方和(也称残差平方和或剩余变差)SSE,是因变量对其预测值的总偏差,这个数值越大,拟合效果越差,y的标准误差即由SSE给出。 3.第三行为总平方和或总变差SST,表示因变量对其平均值的总偏差。 4.容易验证249.37+63.28=312.65 回归系数对多元回归“排除其它变量影响”的解释简单回归和多元回归估计值的比较tw(functiont=tden(20,x),range(-33)),xline(0.172.086)Stata中查临界值和p值6.回归结果的评价7.多重共线性判断回归模型中包含无关变量对于本例,m=4,n=10,因此,dfr=4,dfe=n-m-1=20,dft=n-1=24。 第一行为回归平方和或回归变差SSR,表示因变量的预测值对其平均值的总偏差。 F(df1,df2,x)invF(df1,df2,p) 第二行为残差自由度dfe,等于样本数目减去变量数目再减1,即有dfe=n-m-1; 设正确的模型为Y=0+1X1+2X2+ t0=invttail(20,0. 1、一个变量是另一个变量的常数倍,如同时放入不同度量单位的同一变量 不存在完全共线性假设,允许自变量之间存在相关关系,只是不能完全相关 chi2tail(df,x)invchi2tail(df,p) 简单回归和多元回归估计值的比较 F(df1,df2,x)invF(df1,df2,p) chi2(df,x)invchi2(df,p) 2、同一变量的不同非线性函数可以成为回归元,如consume~income+income2 出现下列情况,暗示存在多重共线性: 第一行为回归均方差MSR2、同一变量的不同非线性函数可以成为回归元,如consume~income+income2 Adjusted对应的是校正的判定系数 0145294-invttail(20,0. P值用于说明回归系数的显著性,一般来说P值<0. normalden(z) ttail(df,t)invttail(df,p) Fden(df1,df2,x) 第二列SS对应的是误差平方和,或称变差。 (5)画残差直方图或正态概率图考察误差项的正态性假定是否成立。 0145294-invttail(20,0. (1)通过模型F检验说明线性关系是否成立。 Ftail(2,702,3. 由Y=0+1X1+v得 第一行为回归均方差MSR 第一行为回归平方和或回归变差SSR,表示因变量的预测值对其平均值的总偏差。ttail(df,t)=p计算单边P值 stata回归结果详解-stata回归解释 t0=invttail(20,0. chi2den(df,x) 对多元回归“排除其它变量影响”的解释 0195=1-F(2,702,3. 对于本例,m=4,n=10,因此,dfr=4,dfe=n-m-1=20,dft=n-1=24。 备选假设:H1:其中至少一个不等于0 如:ttail(20,0. 第四列MS是均方差,误差平方和除以相应的自由度 备选假设:H1:其中至少一个不等于0 2、同一变量的不同非线性函数可以成为回归元,如consume~income+income2 第一行为回归均方差MSR(2)如果X2与X1不相关,则1的估计满足无偏性与一致性;但这时0的估计却是有偏的。回归分析之联合检验Regyx1-x4 Testx2x3x4 Regyx1