基于stata的回归分析

《基于stata的回归分析》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于stata的回归分析dofile&logfile分析框架1、数据的统计性质2、回归分析（dofile&logfile）3、假设检验4、结果分析Example4.5背景介绍以We4P132Example4.5hprice2.dta为例；研究问题：住房价格和空气污染的关系；(简化：medianhousingprice&variouscommunitycharacteristics);研究对象：波士顿地区506个社区；变量定义：nox:空气中氮氧化物的浓度；dist:社区距离5个就业中心的距离；Example4.5背景介绍变量定义：rooms:社区中住房的平均房间数目；stratio:社区中中

2、学的平均学生和老师比例；回归模型：log(price)=ß0+ß1log(nox)+ß2log(dist)++ß3rooms+ß4stratio+u1、数据的统计性质导入数据：方法一：cdF:研究生研一下双学位中计2课件statafiles；（设定当前工作区）usehprice2,clear（调用数据）方法二：useF:研究生研一下双学位中计2课件statafileshprice2.dta,clearDatapricenoxroomsdiststratio1240005.386.574.0915.32215994.696.424.9717.83347004.697.18

3、4.9717.84334004.5876.0618.75361994.587.156.0618.76287014.586.436.0618.77229005.246.015.5615.28271005.246.175.9515.29165005.245.636.0815.210189005.2466.5915.2Containsdatafromhprice2.dtaobs:506vars:1331Oct199616:37size:24,794----------------------------------------------------------------------------

4、----------------------storagedisplayvaluevariablenametypeformatlabelvariablelabel--------------------------------------------------------------------------------------------------pricefloat%9.0gmedianhousingprice,$noxfloat%9.0gnitoxconcen;partsper100mroomsfloat%9.0gavgnumberofroomsdistfloat%9.0gwgh

5、tdistto5employcentersstratiofloat%9.0gaveragestudent-teacherratiolpricefloat%9.0glog(price)lnoxfloat%9.0glog(nox)--------------------------------------------------------------------------------------------------Sortedby:Describe&listSummarize&Sum&Sortgenldist=log(dist)sumlpricelnoxldistroomsstratio

6、散点矩阵图GraphmatrixpricenoxdistroomsstrtioGraphmatrixlpricelnoxldistroomsstrtioComparisonandModelselection2、dofile&logfile参见代码独立、均值独立、不相关独立随机事件独立的定义:事件A、B相互独立P(AB)=P(A)*P(B)P(AlB)=P(A)；多维随机变量间的独立性：设n维随机变(X1,X2,…,Xn)的联合分布函数为F(x1,x2,…,xn),Fi(xi)为Xi的边际分布函数。如果对任意n个实数x1,x2,…,xn,有则称X1,X2,…,Xn相互独立。均值独立E(ulx)

7、=0独立均值独立Proof：反例：