stata陈强:计量经济学及stata应用_陈强 第五章 多元线性回归
第五章 多元线性回归
- 二元线性回归示例
- 代码汇总
- 多元回归的stata实例
- 基础回归
- 关于虚拟变量
- 对数据进行筛选后回归
- 其他
- 代码汇总
二元线性回归示例
数据集:
cd "F:\stata兴趣培训班\陈强计量经济学与stata资料\data"
diruse cobb_douglas.dta ,clear
list regress lny lnk lnl
代码汇总
*** 二元线性回归示例
cd "F:\stata兴趣培训班\陈强计量经济学与stata资料\data"
diruse cobb_douglas.dta ,clear
list regress lny lnk lnlpredict lny1predict e , residuallist lny lny1 eline lny lny1 year , lpattern(solid dash)
多元回归的stata实例
基础回归
cd "F:\stata兴趣培训班\陈强计量经济学与stata资料\data"
diruse grilic.dta ,clearregress lnw s expr tenure smsa rns
***无常数项时
regress lnw s expr tenure smsa rns , noc
关于虚拟变量
其中: south = 1 ; north = 0
***如果只对南方居民的子样本进行回归,可使用虚拟化变量rns
list rns in 1/20regress lnw s expr tenure smsa if rns //如果只对南方居民的子样本进行回归,可使用虚拟化变量rns
regress lnw s expr tenure smsa if ~rns //如果只对北方居民的子样本进行回归
对数据进行筛选后回归
regress lnw s expr tenure smsa rns if s >=12 // 只对中学以上的子样本进行回归
regress lnw s expr tenure smsa if s >=12 & rns // 只对中学以上且居住在南方的子样本进行回归
其他
test s = 0.1
同样:
代码汇总
***多元回归的stata实例
cd "F:\stata兴趣培训班\陈强计量经济学与stata资料\data"
diruse grilic.dta ,clearregress lnw s expr tenure smsa rnsvce //variance covariance matrix estimated***无常数项时
regress lnw s expr tenure smsa rns , noc***如果只对南方居民的子样本进行回归,可使用虚拟化变量rns
list rns in 1/20regress lnw s expr tenure smsa if rns //如果只对南方居民的子样本进行回归,可使用虚拟化变量rnsregress lnw s expr tenure smsa if ~rns //如果只对北方居民的子样本进行回归regress lnw s expr tenure smsa rns if s >=12 // 只对中学以上的子样本进行回归regress lnw s expr tenure smsa if s >=12 & rns // 只对中学以上且居住在南方的子样本进行回归***回到最初的全样本估计
use grilic.dta ,clearquietly regress lnw s expr tenure smsa rns
predict lnw1
predict e , residualtest s = 0.1dis ttail(752 , 0.45188757)*2test expr=tenuretest expr+tenure=s
stata陈强:计量经济学及stata应用_陈强 第五章 多元线性回归相关推荐
- 【计量经济学及Stata应用】第 5 章 多元线性回归
目录 5.1 二元线性回归 5.2 多元线性回归模型 5.3 OLS估计量的推导 5.4 OLS的几何解释 5.5 拟合优度 5.6 古典线性回归模型的假定 5.7 OLS的小样本性质 5.8 对单个 ...
- python多元线性回归实例_利用Python进行数据分析之多元线性回归案例
线性回归模型属于经典的统计学模型,该模型的应用场景是根据已知的变量(自变量)来预测某个连续的数值变量(因变量).例如,餐厅根据每天的营业数据(包括菜谱价格.就餐人数.预定人数.特价菜折扣等)预测就餐规 ...
- python多元非线性回归_利用Python进行数据分析之多元线性回归案例
线性回归模型属于经典的统计学模型,该模型的应用场景是根据已知的变量(自变量)来预测某个连续的数值变量(因变量).例如,餐厅根据每天的营业数据(包括菜谱价格.就餐人数.预定人数.特价菜折扣等)预测就餐规 ...
- 02 stata入门【计量经济学及stata应用】
安装:建议直接在微信搜索,很多公众号有安装包资源及下载教程 不同版本在基本功能上无较大差异,一般为SE,更为专业MP,只是在处理变量个数或容量等存在不同 界面 历史命令:结果窗口&命令窗口:变 ...
- 最强蜗牛击败毁灭机器人_最强蜗牛:恶魔形态解锁攻略
小编今天给各位玩家朋友们带来的是最强蜗牛:恶魔形态解锁攻略,有记得的玩家朋友吗?不记得也没有关系,小编已经帮助大家把最强蜗牛:恶魔形态解锁攻略找了出来,你只需要动动你的小手就可以轻松知道啦,快来瞧一瞧 ...
- 华强北耳机检测软件_华强北神器不灵了?肢解500块最强山寨AirPods Pro:虚假降噪背后骗术翻车...
作为苹果新爆款,AirPods Pro发布不到两个月,就又被华强北给突突了.不同做工和成色的山寨版AirPods Pro,开始频繁出现在批发渠道和电商平台,价格在200到500之间浮动. 这一次,我们 ...
- 陈曦北理工电子工程系_陈曦 -清华大学自动化系
论文 1) Luping Zhuang, Xi Chen, Xiaohong Guan. A bi-level optimization for an HVAC system. Cluster Com ...
- 最强蜗牛击败毁灭机器人_最强蜗牛恶魔形态怎么解锁 恶魔形态所有阶级详解[多图]...
最强蜗牛恶魔形态怎么解锁?恶魔形态是需要玩家进行解锁的,恶魔形态有几个阶段,不同阶段的效果也不同,下面为大家带来恶魔形态所有阶级详解,一起看看吧! 恶魔形态解锁方法:肌体进化到10级,解锁恶魔形态. ...
- 最强蜗牛击败毁灭机器人_最强蜗牛恶魔形态怎么玩_恶魔形态能力变化突变攻略_3DM手游...
最强蜗牛中恶魔形态是很多玩家小伙伴十分喜欢的一个形态,那么最强蜗牛恶魔形态怎么玩呢?还不知道的小伙伴快来一起看看<最强蜗牛>恶魔形态玩法介绍的相关内容吧. 形态玩法大全:点击查看 < ...
- 最强蜗牛击败毁灭机器人_最强蜗牛恶魔形态怎么解锁 最强蜗牛恶魔形态所有阶级介绍...
最强蜗牛恶魔形态怎么解锁?恶魔是最强蜗牛手游中主角可以进化的形态之一,那么这个形态要什么解锁呢?解锁后每个阶段的属性又会发生什么变化呢?下面就是最强蜗牛恶魔形态所有阶级介绍了,大家一起来看看吧! 最强 ...
最新文章
- 一种定位内存泄露的方法(Linux)
- 4698: Sdoi2008 Sandy的卡片
- POJ 2230 DFS
- Arria10_emif
- 全球地区资料json 含中英文 经纬度_爬虫实战(三)使用百度API获取经纬度/地址...
- C# 中 System.Range 结构体
- 前端学习(3220):props的简写方式
- php+loaction+框架,【集锦】nginx【php,location,alias,504】
- php及时获取zabbix告警,zabbix邮件告警python脚本代码
- 第四课时之HTML 元素
- 【转载】python中strip(),lstrip(),rstrip()函数的区别
- c++读取文本文件(txt)代码
- 2022电工杯A题利用启发式算法寻优
- Win10没有Realtek高清晰音频管理器怎么办?
- java进程通信方式
- 微信排队小程序C语言,排队叫号微信小程序-【请排队】的构思和实现
- 什么是小托福考试?适合什么学生报考?
- 优秀程序员的博客有哪些?
- Vue中根据输入的身份证号识别年龄、性别
- SAP ABAP ZBA_R002 查询用户下的角色
热门文章
- 这些好玩的 GitHub 项目,你知道几个?
- 计算机视觉/图像处理领域相关研究机构梳理
- R语言金融波动率建模|基于SGED分布的变参数ARIMA+EARCH动态预测模型的研究
- vue使用vue-pdf
- 对excel的导出,使用jxt
- 台式计算机有线无线网卡设置,台式电脑怎么设置无线网络,详细教您台式电脑怎么设置无线网络...
- flex 调用 flash影片剪辑
- java date the type is ambiguous_java 调用方法引起歧义:The method XXX is ambiguous for the type XX...
- word转pdf组合的图片出现灰线,如何处理
- 大数据职业理解_大数据职业发展方向