stata初級(jí)入門5線性回歸模型估計(jì)

Stata初級(jí)入門5

——線性回歸模型江金啟沈陽農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院2023/5/181計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前一頁\總數(shù)四十五頁\編于十六點(diǎn)一、計(jì)量回歸前的知識(shí)回顧數(shù)據(jù)結(jié)構(gòu)數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)類型和估計(jì)模型選擇線性回歸的OLS的基本假定基本假定引申的定理2023/5/182計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前二頁\總數(shù)四十五頁\編于十六點(diǎn)1數(shù)據(jù)結(jié)構(gòu)截面數(shù)據(jù)（Cross-SectionData）：給定時(shí)點(diǎn)對(duì)個(gè)人、家庭等樣本單位所采集的數(shù)據(jù)。時(shí)序數(shù)據(jù)（Time-SeriesData）：某一或某幾個(gè)變量在不同時(shí)點(diǎn)的觀測(cè)值?；旌辖孛鏀?shù)據(jù)（PooledCrossSectionData）：不同時(shí)點(diǎn)的多個(gè)同單位截面樣本混合得到。面板數(shù)據(jù)（亦稱綜列數(shù)據(jù),PanelData/LongitudinalData）：同一截面樣本在不同時(shí)點(diǎn)的觀測(cè)值。通常是對(duì)同一截面樣本的持續(xù)跟蹤調(diào)查得到。2023/5/183計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前三頁\總數(shù)四十五頁\編于十六點(diǎn)2數(shù)據(jù)結(jié)構(gòu)、類型及模型選擇連續(xù)變量離散變量截面數(shù)據(jù)時(shí)序數(shù)據(jù)混合截面數(shù)據(jù)面板數(shù)據(jù)非分類變量分類變量線性模型截面模型時(shí)序模型離散選擇模型分類變量模型計(jì)數(shù)模型面板或差分模型2023/5/184計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前四頁\總數(shù)四十五頁\編于十六點(diǎn)3線性回歸要滿足的基本假定參數(shù)線性：Y=β0+β1x+μ隨機(jī)抽樣性:意味著cov(ui,uk)=0零條件均值（亦稱嚴(yán)格外生性）：E(u|x1,x2,x3,…)=0，意味著E(u)=0,cov(x,u)=0。計(jì)量回歸的最關(guān)鍵假定。如果E(u|xi)=0,而E(u|xk)≠0,則xi為外生解釋變量，xk為內(nèi)生解釋變量。違背零條件均值假定的情況：（1）模型形式誤設(shè)，（2）遺漏重要解釋變量；（3）解釋變量的測(cè)量誤差；（4）聯(lián)立因果；（5）樣本選擇偏誤。2023/5/185計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前五頁\總數(shù)四十五頁\編于十六點(diǎn)不存在完全或多重共線性：在總體中，自變量間不存在嚴(yán)格的線性關(guān)系。該假定不意味著自變量間無相關(guān)關(guān)系，而是要求它們間無高度相關(guān)或完全相關(guān)。引起完全共線性的情況：（1）一個(gè)自變量是另一個(gè)自變量的常數(shù)倍；（2）一個(gè)自變量恰好可以表達(dá)為其它兩個(gè)或多個(gè)自變量的一個(gè)線性函數(shù)。如果此情況發(fā)生，自變量間就有多重共線性關(guān)系。*自變量的樣本有變異：在樣本中，自變量不為相同的常數(shù)。同方差性（亦稱有效性）：var(u|x1,x2,x3,….)=σ2。假定1-5統(tǒng)稱為截面回歸的高斯—馬爾科夫假定。2023/5/186計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前六頁\總數(shù)四十五頁\編于十六點(diǎn)4基本假定所引申出的四個(gè)定理無偏性O(shè)LS斜率估計(jì)量的抽樣方差2023/5/187計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前七頁\總數(shù)四十五頁\編于十六點(diǎn)無偏估計(jì)高斯-馬爾科夫定理2023/5/188計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前八頁\總數(shù)四十五頁\編于十六點(diǎn)二、Stata計(jì)量模型估計(jì)概述模型估計(jì)模型預(yù)測(cè)參數(shù)檢驗(yàn)對(duì)虛擬變量的處理變量的邊際影響或彈性對(duì)模型估計(jì)結(jié)果的相關(guān)操作模型估計(jì)結(jié)果的提取2023/5/189計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前九頁\總數(shù)四十五頁\編于十六點(diǎn)1模型估計(jì)的語法基本語法格式單方程模型估計(jì)的命令格式系統(tǒng)方程模型估計(jì)的命令格式估計(jì)選項(xiàng)常數(shù)項(xiàng)、offset、exposure、參數(shù)約束、置信度、標(biāo)準(zhǔn)差的計(jì)算方法、組內(nèi)相關(guān)結(jié)構(gòu)、一階自相關(guān)系數(shù)的計(jì)算2023/5/1810計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前十頁\總數(shù)四十五頁\編于十六點(diǎn)1.1基本語法格式單方程模型commandvarlist[if][in][weight][,options]范例：regressdepvar[indepvars][if][in][weight][,options]——線性回歸模型

系統(tǒng)方程模型command(varlist)(varlist)[if][in][weight][,options]范例：

sureg(depvar1varlist1)(depvar2varlist2)...(depvarNvarlistN)[if][in][weight]——似不相關(guān)回歸模型varlist為模型的因、自變量，中間空格分開，其中第1個(gè)變量，軟件自動(dòng)識(shí)別為因變量，其余為自變量。2023/5/1811計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前十一頁\總數(shù)四十五頁\編于十六點(diǎn)1.2估計(jì)選項(xiàng)設(shè)定（options）1.2.1常數(shù)項(xiàng)noconstant:模型沒有常數(shù)項(xiàng)hascons：用戶自己設(shè)定的常數(shù)項(xiàng)1.2.2offsetoffset(varname)表示約束模型中變量varname的系數(shù)為1。該選項(xiàng)多出現(xiàn)于離散選擇模型、計(jì)數(shù)模型中。1.2.3exposureexposure(varname)表示約束模型中變量ln(varname)的系數(shù)為1。該選項(xiàng)多出現(xiàn)于計(jì)數(shù)模型中。2023/5/1812計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前十二頁\總數(shù)四十五頁\編于十六點(diǎn)1.2.4參數(shù)約束constraints(numlist):通過constraint命令設(shè)定線性約束constraints(matname):通過矩陣設(shè)定線性約束constraints(clist):在個(gè)別命令中使用，如mlogit命令該選項(xiàng)多出現(xiàn)于離散選擇模型、分類變量模型、計(jì)數(shù)模型中。1.2.5置信度level(#)設(shè)定置信區(qū)間，默認(rèn)值為951.2.6組內(nèi)相關(guān)結(jié)構(gòu)corr(correlation)設(shè)定組內(nèi)相關(guān)結(jié)構(gòu)，該選項(xiàng)一般多在“面板數(shù)據(jù)”的廣義方程估計(jì)中出現(xiàn)2023/5/1813計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前十三頁\總數(shù)四十五頁\編于十六點(diǎn)1.2.7標(biāo)準(zhǔn)差的計(jì)算方法vce(vcetype)是stata中設(shè)定參數(shù)估計(jì)量協(xié)方差矩陣計(jì)算方法的最主要選項(xiàng)。vcetype的常見形式：oim:基于最大似然估計(jì)中的觀測(cè)信息矩陣進(jìn)行計(jì)算opg:基于最大似然估計(jì)中梯度向量進(jìn)行估計(jì)robust:異方差穩(wěn)健估計(jì)，又稱Huber/White/Sandwich估計(jì)量clusterclustvar:組內(nèi)相關(guān)穩(wěn)健估計(jì)bootstrap:自舉法jackknife:刀切法ols:用OLS殘差計(jì)算協(xié)方差矩陣hackernel:異方差自相關(guān)一致標(biāo)準(zhǔn)差rgf:將穩(wěn)健方差估計(jì)量乘以(N-1)/(N-P)2023/5/1814計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前十四頁\總數(shù)四十五頁\編于十六點(diǎn)1.2.8一階自相關(guān)系數(shù)的計(jì)算該選項(xiàng)不常使用，默認(rèn)是dw法。rhotype(method):用于設(shè)定時(shí)序/面板數(shù)據(jù)模型中AR(1)系數(shù)的方法。method包括：dw:rho_dw=1-dw/2,其中dw是Durbin-Watson值regress:從殘差回歸方程et=rho_regress*et-1+vtfreg:從殘差回歸方程中et=rho_freg*et+1+vttscorr:rho=e‘et-1/e’e,其中e和et-1是殘差和滯后一期殘差。theil:rho=rho_tscorr*(N-k)/Nnagar:rho_nagar=(rho_dw*N2+k2)/(N2-k2)onestep:rho_onestep=(n/m_c)*rho_tscorr,其中n是樣本單位總數(shù)，m_c是consecutivepairsofresiduals的數(shù)目2023/5/1815計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前十五頁\總數(shù)四十五頁\編于十六點(diǎn)2模型預(yù)測(cè)2023/5/1816計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前十六頁\總數(shù)四十五頁\編于十六點(diǎn)3參數(shù)檢驗(yàn)2023/5/1817計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前十七頁\總數(shù)四十五頁\編于十六點(diǎn)4對(duì)虛擬變量的處理2023/5/1818計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前十八頁\總數(shù)四十五頁\編于十六點(diǎn)5變量的邊際效應(yīng)或彈性2023/5/1819計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前十九頁\總數(shù)四十五頁\編于十六點(diǎn)6對(duì)模型估計(jì)的相關(guān)操作2023/5/1820計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前二十頁\總數(shù)四十五頁\編于十六點(diǎn)7模型估計(jì)結(jié)果的提取2023/5/1821計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前二十一頁\總數(shù)四十五頁\編于十六點(diǎn)三、一元線性回歸命令：regressvarlist[if][in][weights][,options]菜單：

Statistics>Linearmodelsandrelated>Linearregression常數(shù)項(xiàng)的設(shè)定2023/5/1822計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前二十二頁\總數(shù)四十五頁\編于十六點(diǎn)2023/5/1823計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前二十三頁\總數(shù)四十五頁\編于十六點(diǎn)[if][in]的設(shè)定2023/5/1824計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前二十四頁\總數(shù)四十五頁\編于十六點(diǎn)weights的設(shè)定2023/5/1825計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前二十五頁\總數(shù)四十五頁\編于十六點(diǎn)標(biāo)準(zhǔn)差計(jì)算方法的設(shè)定2023/5/1826計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前二十六頁\總數(shù)四十五頁\編于十六點(diǎn)結(jié)果報(bào)告的設(shè)定置信度標(biāo)準(zhǔn)化回歸系數(shù)報(bào)告系數(shù)報(bào)告e系數(shù)不報(bào)告多重共線性變量2023/5/1827計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前二十七頁\總數(shù)四十五頁\編于十六點(diǎn)四、實(shí)例

2023/5/1828計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前二十八頁\總數(shù)四十五頁\編于十六點(diǎn)打開數(shù)據(jù)文件：use"C:\Users\jjq\Desktop\計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用講稿\ch5OLS.dta",clear2023/5/1829計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前二十九頁\總數(shù)四十五頁\編于十六點(diǎn)1消費(fèi)支出和收入散點(diǎn)圖：農(nóng)村命令：twoway(scatterrconsumrneti,sort)(lfitrconsumrneti),ytitle(農(nóng)村人均消費(fèi)支出)xtitle(農(nóng)村居民人均純收入)title(收入與消費(fèi)支出關(guān)系：農(nóng)村)note(數(shù)據(jù)來源：中國(guó)統(tǒng)計(jì)年鑒2011年)2023/5/1830計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前三十頁\總數(shù)四十五頁\編于十六點(diǎn)2回歸結(jié)果：農(nóng)村命令：regressrconsumrnetiTSS=ESS+RSS樣本數(shù)，F(xiàn)統(tǒng)計(jì)值、R2回歸系數(shù)標(biāo)準(zhǔn)誤t統(tǒng)計(jì)量p值，用于判斷變量是否影響顯著2023/5/1831計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前三十一頁\總數(shù)四十五頁\編于十六點(diǎn)2回歸結(jié)果：城鎮(zhèn)命令：regressuconsumpdi2023/5/1832計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前三十二頁\總數(shù)四十五頁\編于十六點(diǎn)3Breusch-Pagan,Cook-Weisberg異方差檢驗(yàn)命令：estathettest[varlist][,rhs[normal|iid|fstat]mtest[(spec)]]在一元線性回歸中，設(shè)定varlist或rhs，或都不設(shè)定的結(jié)果是一樣的。normal表示誤差項(xiàng)獨(dú)立正態(tài)分布，iid表示誤差項(xiàng)獨(dú)立同分布，計(jì)算卡方統(tǒng)計(jì)量，fstat表示誤差項(xiàng)為獨(dú)立同分布，計(jì)算F統(tǒng)計(jì)量，mtest表示同時(shí)進(jìn)行上述各種檢驗(yàn)。2023/5/1833計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前三十三頁\總數(shù)四十五頁\編于十六點(diǎn)菜單：Statistics>Postestimation>Reportsandstatistics2023/5/1834計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前三十四頁\總數(shù)四十五頁\編于十六點(diǎn)異方差檢驗(yàn)：農(nóng)村范例：estathettest2023/5/1835計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前三十五頁\總數(shù)四十五頁\編于十六點(diǎn)4Szroeter異方差秩檢驗(yàn)命令：estatszroeter[varlist][,rhsmtest(spec)]注意：varlist或rhs中必須有一個(gè)要定義2023/5/1836計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前三十六頁\總數(shù)四十五頁\編于十六點(diǎn)異方差秩檢驗(yàn)：農(nóng)村命令：predictres,rstandardestatszroeterres2023/5/1837計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前三十七頁\總數(shù)四十五頁\編于十六點(diǎn)5Ramsey回歸設(shè)定誤差檢驗(yàn)命令：estatovtest

[,rhs]2023/5/1838計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前三十八頁\總數(shù)四十五頁\編于十六點(diǎn)回歸設(shè)定誤差檢驗(yàn)：農(nóng)村范例：estatovtest2023/5/1839計(jì)量經(jīng)濟(jì)學(xué)軟件應(yīng)用目前三十九頁\總數(shù)四十五頁\編于十六點(diǎn)6信息矩陣檢驗(yàn)命令：estatimtest[,preservewhite]范例：estat