版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
計(jì)量經(jīng)濟(jì)軟件應(yīng)Evaluation
only.ed
with
Aspose.Slides
fo用r
.NET
3.5
Client
ProfiCopyright
2004-2011
Aspose
Pty
Ltd.——Stata軟件實(shí)驗(yàn)之一元、多元回歸分析內(nèi)容概要一、實(shí)驗(yàn)?zāi)康亩?、簡單回歸分析的Stata基本命令三、簡單回歸分Ev析al的uaSttiaoantao軟nly件.操作實(shí)例ed
with
Aspose.Slides
for
.NET
3.5
Client
Profi四、多Co元py回ri歸gh分t
2析00的4-S2S0t1a1tAas基po本se命Pt令y
Ltd.五、多元回歸分析的Stata軟件操作實(shí)例一、實(shí)驗(yàn)?zāi)康模赫莆者\(yùn)用Stata軟件進(jìn)行簡單回歸分析以及多元回歸分析的操作方法和步驟,并能看懂Evaluation
only.ed
SwtiatthtaA軟sp件os運(yùn)e.行Sl結(jié)id果es。for
.NET
3.5
Client
ProfiCopyright
2004-2011
Aspose
Pty
Ltd.二、簡單回歸分析的Stata基本命令簡單線性回歸模型的一種特殊情況:即假定截距系數(shù) 時(shí),該模型被稱為過原點(diǎn)回歸;過原點(diǎn)回歸在實(shí)際中有一定的應(yīng)用,但除非有非常明確的理論分析表明 ,否則不宜輕易使用過原點(diǎn)回歸模型。簡單線性回歸模型(simplelinear
regression
model)指只有一個(gè)解釋變量的回歸模型。如:其中,y
為被解釋變量,x
為解釋變量,u
為隨機(jī)誤差項(xiàng),表示除x
之外影響y
的Ev因a素lu;at稱io為n斜on率l參y.數(shù)或斜率系ed
數(shù)wi,th稱As為p截os距e參.S數(shù)li或d截es距f系o數(shù)r
,.N也ET稱3為.截5
距Cl項(xiàng)i或en常t數(shù)Pr項(xiàng)o。fiCopyright
2004-2011
Aspose
Pty
Ltd.二、簡單回歸分析的Stata基本命令predict
z的擬合值(即 )。predict
u,
residual根據(jù)最近的回歸生成一個(gè)新變量
u,其值等于每一個(gè)觀測的殘差(即
)。regress
y
x以y為被解釋變量,x為解釋變量進(jìn)行普通最小二乘(OLS)回歸。regress命令可簡寫為橫線上方的三個(gè)字母reg。regress
yx,
noconEsvtaanlntuation
only.ed
ywi對(duì)txh的As回p歸os,e不.S包l含i含d截es距f項(xiàng)or(c.onNsEtTan3t.)5,C即l過ie原n點(diǎn)t
回Pr歸of。i根據(jù)最近C的op回y歸ri生g成ht一2個(gè)00新4變-2量01z,1,A其s值po等s于e
每Pt一y個(gè)L觀t觀d測.三、簡單回歸分析的Stata軟件操作實(shí)例實(shí)驗(yàn)1簡單回歸分析:教育對(duì)工資的影響勞動(dòng)經(jīng)濟(jì)學(xué)中經(jīng)常討論的一個(gè)問題是勞動(dòng)者工資的決定。不難想象,決定工資的因素有很多,例如能力、性別、工作經(jīng)驗(yàn)教育水平、行業(yè)、職業(yè)等。在這里僅考慮其中一種因素:教育水平,建立如下計(jì)量模型:位為年;u為隨機(jī)誤差項(xiàng)。假定模型(3.1)滿足簡單回歸模型的全部5條基本假定,這樣 的OLS估計(jì)量 將是最佳線性
無偏估計(jì)量。請(qǐng)根據(jù)表S-2中給出的數(shù)據(jù)采用Stata軟件完成上述模型的估計(jì)等工作。Evaluation
only.ed
with
Aspose.Slides
for
.NET
3.5
Client
Profi其中,wage
為被解釋變量,表示小時(shí)工資,單位為元;edu為解釋變量Co,p表yr示i受gh教t育20年0限4-,2即01個(gè)1人As接p受os教e育P的ty年L數(shù)t,d,.單三、簡單回歸分析的Stata軟件操作實(shí)例1、打開數(shù)據(jù)文件。直接雙擊“工資方程1.dta”文件;或者點(diǎn)擊Stata窗口工具欄最左側(cè)的Open鍵,然后選擇“工資方程1.dta”即可;或者先復(fù)制Excel表S-2中的數(shù)據(jù),再點(diǎn)擊Stat窗口工具欄右起第4個(gè)EDavtaalEudaittoiro鍵n,on將l數(shù)y.據(jù)粘貼到打開的ed
數(shù)wi據(jù)t編h
輯As窗p口o口s中e.,S然li后d關(guān)es閉f該o數(shù)r
據(jù).N編E輯T
窗3.口5,C點(diǎn)li擊e工nt具P欄r左ofi起第二個(gè)CSoapvey鍵ri保g存ht數(shù)2據(jù)0,04保-存20時(shí)1需1
要As給p數(shù)os據(jù)e文P件t件y命L名td。.2、給出數(shù)據(jù)的簡要描述。使用describe命令,簡寫為:des
得到以下運(yùn)行結(jié)果;三、簡單回歸分析的Stata軟件操作實(shí)例Evaluation
only.ed
with
Aspose.Slides
for
.NET
3.5
Client
ProfiCopyright
2004-2011
Aspose
Pty
Ltd.結(jié)果顯示“工資方程1.dta”數(shù)據(jù)文件包含1225個(gè)樣本和11個(gè)變量;11個(gè)變量的定義及說明見第3列。三、簡單回歸分析的Stata軟件操作實(shí)例第1列:變量名;第3列:均值;
第5列:最小值;第2列:觀測數(shù);第4列:標(biāo)準(zhǔn)差;第6列:最大值。3、變量的描述性統(tǒng)計(jì)分析。對(duì)于定量變量,使用summarize命令:su
age
edu
exp
expsq
wage
lnwage,得到以下運(yùn)行結(jié)果,保存該運(yùn)行結(jié)果;Evaluation
only.ed
with
Aspose.Slides
for
.NET
3.5
Client
ProfiCopyright
2004-2011
Aspose
Pty
Ltd.三、簡單回歸分析的Stata軟件操作實(shí)例4、wage對(duì)edu的OLS回歸。使用regress命令:reg
wage
edu,得到以下運(yùn)行結(jié)果,保存該運(yùn)行結(jié)果;即如果受教育年限增加1年,平均來說小時(shí)工資會(huì)增加0.39元。Evaluation
only.ed
with
Aspose.Slides
for
.NET
3.5
Client
Profi(1)表下方C區(qū)o域p為yr基i本g的h回t歸2結(jié)0果0果4。-第210列1依1次A為s被po解s釋e變P量twyageL,t解d.釋變量edu,截距項(xiàng)constant;第2列回歸系數(shù)的OLS估計(jì)值;第3列回歸系數(shù)的標(biāo)準(zhǔn)誤;第4列回歸系數(shù)的t
統(tǒng)計(jì)量值;寫出樣本回歸方程為:三、簡單回歸分析的Stata軟件操作實(shí)例根誤(Root
MSE, 或
S.E.)
以及其他一些統(tǒng)計(jì)量的信息。上述回歸分析的菜單操作實(shí)現(xiàn):Statistics→Linear
models
and
relatedLinearregression→彈出對(duì)話框,在DependentVariable選項(xiàng)框中選擇或鍵入wage,在Independent
Variables選項(xiàng)框中選擇或鍵入edu→點(diǎn)擊OK即可(2)表左上方區(qū)域?yàn)榉讲罘諩析v表a。l第ua2列ti從o上n到o下n依l次y.為回歸平方和(SSE)、ed
殘wi差t平h方A和s(pSSoRs)和e.總S離l差i平de方s和f(SoSrT);.N第E3列T列為3自.5由度Cl,i分e別n為tkP=1r,ofin-k-1=1225-1-1=1223,n-1=1225-1=1224;第4列為均方和(MSS),由各項(xiàng)平方和除以C相o應(yīng)py的r自i由g度h得t得到2。004-2011
Aspose
Pty
Ltd.(3)表右上方區(qū)域給出了樣本數(shù)(Number
of
obs)、判定系數(shù)(R-squared)、調(diào)整的判定系數(shù)(Adj
R-squared)、F統(tǒng)計(jì)量的值、回歸方程標(biāo)準(zhǔn)誤或均方三、簡單回歸分析的Stata軟件操作實(shí)例際樣本觀測值和擬合值)即對(duì)于觀測1,小時(shí)工資的實(shí)際觀測值(wage)為2.46,擬合值(z)為
9.10,殘差(u)為-6.64。5、生成新變量z
為上一個(gè)回歸的擬合值,生成新變量u
為上一個(gè)回歸的殘差;然后根據(jù)u
對(duì)數(shù)據(jù)進(jìn)行從小到大的排序,并列出u
最小的5個(gè)觀測。命令如下:predict
z
(生成擬合值)predict
u,residualE(v生al成u殘a差ti)on
only.ed
swoirtthu
A(s根p據(jù)osue對(duì).數(shù)S據(jù)l據(jù)i從d小es到大f大o排r序.)NET
3.5
Client
Profilist
wagCeozpuyirni1g/h5t
(2列0出04u-最2小01的15個(gè)As觀p測o值se以P及t對(duì)y應(yīng)L的td實(shí).三、簡單回歸分析的Stata軟件操作實(shí)例6、畫出以wage為縱軸,以edu為橫軸的散點(diǎn)圖,并加入樣本回歸線。命令如下:graph
twoway
lfit
wage
edu
||
scatter
wage
edu得到以下運(yùn)行結(jié)果,保存該運(yùn)行結(jié)果;Evaluation
only.ed
with
Aspose.Slides
for
.NET
3.5
Client
ProfiCopyright
2004-2011
Aspose
Pty
Ltd.三、簡單回歸分析的Stata軟件操作實(shí)例對(duì)于年齡在30歲及以下的勞動(dòng)者,增加1年受教育年限使得工資會(huì)增加0.41元,略高于針對(duì)全體樣本的估計(jì)值。7、wage對(duì)edu的OLS回歸,只使用年齡小于或等于30歲的樣本。命令如下:reg
wage
edu
if
age<=30得到以下運(yùn)行結(jié)果,保存該運(yùn)行結(jié)果;Evaluation
only.ed
with
Aspose.Slides
for
.NET
3.5
Client
ProfiCopyright
2004-2011
Aspose
Pty
Ltd.寫出樣本回歸方程為:三、簡單回歸分析的Stata軟件操作實(shí)例8、wage對(duì)edu的OLS回歸,不包含截距項(xiàng),即過原點(diǎn)回歸。命令如下:reg
wage
edu,
noconstant得到以下運(yùn)行結(jié)果,保存該運(yùn)行結(jié)果;Evaluation
only.ed
with
Aspose.Slides
for
.NET
3.5
Client
ProfiCopyright
2004-2011
Aspose
Pty
Ltd.三、簡單回歸分析的Stata軟件操作實(shí)例9、取半對(duì)數(shù)模型。模型(3.1)假定增加1年受教育年限帶來相同數(shù)量的工資增長;但美國經(jīng)濟(jì)學(xué)家明瑟(J.Mincer)等人的研究表明,更合理的情況是增加1年受教育年限導(dǎo)致相同百分比的工資增長。這就需要使用半對(duì)數(shù)模型(對(duì)數(shù)-水平模型),即:增加
1
年受教育年限導(dǎo)致收入增長
,該百分比值一般稱為教育收益率或教育回報(bào)率(the
rate
of
return
to
educati做lnwage對(duì)edu的回歸,命令如下:
reg
lnwage
edu得到以下運(yùn)行結(jié)果,保存該運(yùn)行結(jié)果(見下頁);Evaluation
only.ed
with
Aspose.Slides
for
.NET
3.5
Client
Profi其中l(wèi)nwaCgoe是p是y小ri時(shí)g工ht資2的0自04然-對(duì)20數(shù)1;1
斜As率p系os數(shù)e的P經(jīng)ty濟(jì)L含t義d.是:三、簡單回歸分析的Stata軟件操作實(shí)例寫出樣本回歸方程為:Evaluation
only.ed
with
Aspose.Slides
for
.NET
3.5
Client
ProfiCopyright
2004-2011
Aspose
Pty
Ltd.結(jié)果表明教育收益率的估計(jì)值為5.03%,即平均而言,增加1年受教育年限使得工資增長5.03%。三、簡單回歸分析的Stata軟件操作實(shí)例
10、最后可建立do文件把前面所執(zhí)行過的命令保存下來。在do文件的編輯窗口中(點(diǎn)擊Stata窗口工具欄右起第5個(gè)New
Do-file
Editor鍵即打開Stata的do文件編輯窗口)鍵入如下命令和注釋,并保存為“工資方程1.do”文件。該文件的內(nèi)容為:Evaluation
only.eduswei“tDh:\講As課p資o料s\e周.蓓S的l上id課e資s料f\數(shù)o據(jù)r\.【N重E要T】3\.【5計(jì)量Cl經(jīng)i濟(jì)e學(xué)n軟t件P應(yīng)r用ofi課件】\10649289\stata10\工資方程1.dta“,clear//打開數(shù)據(jù)文件des//數(shù)據(jù)的C簡o要p描y述right
2004-2011
Aspose
Pty
Ltd.su
age
edu
exp
expsq
wage
lnwage//定量變量的描述性統(tǒng)計(jì)reg
wageedu//簡單線性模型的OLS估計(jì)graph
twoway
lfit
wage
edu
||
scatter
wage
edu//作圖reg
wage
edu
if
age<=30//只使用年齡小于或等于30歲的樣本進(jìn)行OLS估計(jì)
reg
wage
edu,noconstant//過原點(diǎn)回歸reg
lnwage
edu//對(duì)數(shù)-水平模型三、簡單回歸分析的Stata軟件操作實(shí)例實(shí)驗(yàn)
2
簡單回歸分析:學(xué)校投入對(duì)學(xué)生成績的影響表S-3記錄了一些學(xué)校某個(gè)年份高一學(xué)生的平均成績及有
關(guān)學(xué)校的其他一些信息。本實(shí)驗(yàn)主要考察學(xué)校的生均支出
(expend)對(duì)學(xué)生數(shù)學(xué)平均成績(math)的影響;生均支出代表了學(xué)校的經(jīng)費(fèi)投入水平,從理論上說,在其他條件不變的情況下,學(xué)生在生均支出E越va高l的ua學(xué)t校io中n能o夠nl獲y.得更好的教學(xué)資ed
源wi(t包h括A更sp優(yōu)o秀se的.師Sl資i、de更s好f的or硬.件N設(shè)E設(shè)T備3等.5),C從li而e學(xué)nt習(xí)P成r績ofi也應(yīng)該越C高o。p。y請(qǐng)ri根g據(jù)ht表2S-030中4-給2出01的1數(shù)A據(jù)sp采o用seStPattay軟L件td完.成相關(guān)模型的估計(jì)等工作。1、打開數(shù)據(jù)文件。雙擊“學(xué)校投入與學(xué)生成績.dta”文件,或點(diǎn)擊Stata窗口工具欄Open鍵選擇“學(xué)校投入與學(xué)生成績.dta”即可;或復(fù)制Excel表S-3中的數(shù)據(jù)后點(diǎn)擊Stata窗口工具欄Data
Editor鍵,將數(shù)據(jù)粘貼到數(shù)據(jù)編輯窗口中,關(guān)閉該窗口,點(diǎn)擊工具欄Save鍵保存數(shù)據(jù),保存時(shí)要給數(shù)據(jù)文件命名。三、簡單回歸分析的Stata軟件操作實(shí)例估計(jì)結(jié)果表明:學(xué)校生均支出增加1千元,使得學(xué)生數(shù)學(xué)平均成績將提高2.46分;2、假定生均支出(expend)與影響學(xué)生數(shù)學(xué)成績的其他因素不相關(guān),建立如下四個(gè)簡單回歸模型:水平-水平模型:水平-對(duì)數(shù)模型:對(duì)數(shù)-水平模型:對(duì)數(shù)-對(duì)數(shù)模型(常彈性模Ev型a)l:uation
only.ed
◆wi水th平A-水sp平o模se型.的Sl命i令d令e及s運(yùn)fo行r結(jié).果NE如T下3:.5reCglmiatehnetxPpernodfi
Copyright
2004-2011
Aspose
Pty
Ltd.三、簡單回歸分析的Stata軟件操作實(shí)例水平-對(duì)數(shù)模型的命令及運(yùn)行結(jié)果如下:
reg
math
lnexpend即學(xué)校生均支出增加1%,使得學(xué)生數(shù)學(xué)平均成績將提高0.11分;Evaluation
only.ed
with
Aspose.Slides
for
.NET
3.5
Client
ProfiCopyright
2004-2011
Aspose
Pty
Ltd.估計(jì)結(jié)果:三、簡單回歸分析的Stata軟件操作實(shí)例對(duì)數(shù)-水平模型的命令及運(yùn)行結(jié)果如下:
reg
lnmath
expendEvaluation
only.ed
with
Aspose.Slides
for
.NET
3.5
Client
ProfiCopyright
2004-2011
Aspose
Pty
Ltd.估計(jì)結(jié)果:即學(xué)校生均支出增加1千元,使得學(xué)生數(shù)學(xué)平均成績將提高7%;三、簡單回歸分析的Stata軟件操作實(shí)例對(duì)數(shù)-對(duì)數(shù)模型的命令及運(yùn)行結(jié)果如下:
reg
lnmath
lnexpendEvaluation
only.ed
with
Aspose.Slides
for
.NET
3.5
Client
ProfiCopyright
2004-2011
Aspose
Pty
Ltd.估計(jì)結(jié)果:即學(xué)校生均支出增加1%,使得學(xué)生數(shù)學(xué)平均成績將提高0.32%;四、多元回歸分析的Stata基本命令對(duì)于多元線性回歸模型:regress
y
x1
x2…xk以y為被解釋變量,x1,x2,…,xk為解釋變量進(jìn)行普通最小二乘(OLS)回歸。reEgvreaeslsu命a令ti可on簡o寫n為lyre.g;ed
?wirtehgrAessps
oysxe1
.xS2…lixdke,
snofcoonrst.aNnEtT
3.5
Client
Profiy對(duì)x1,xC2o,…py,rxik的gh回t歸2,00不4包-2含0截1截1距A項(xiàng)sp,o即se過P原t點(diǎn)y回Lt歸d;.test
x1
x2
x3根據(jù)最近的回歸進(jìn)行F
檢驗(yàn),原假設(shè)為:test根據(jù)最近的回歸進(jìn)行F檢驗(yàn),原假設(shè)為:五、多元回歸分析的Stata軟件操作實(shí)例擊Stata窗口工具欄最左側(cè)的Open鍵,然后選擇“工資方程2、簡單回歸分析。首先建立簡單回歸模型(對(duì)數(shù)-水平模型):命令及運(yùn)行結(jié)果如下:reg
lnwage
edu實(shí)驗(yàn)
1
多元回歸分析:工資方程利用數(shù)據(jù)文件“工資方程1.dta”建立工資方程考察影響小時(shí)工資(wage)的因素,重點(diǎn)關(guān)注受教育年限(edu)的系數(shù),即教育收益率(即對(duì)數(shù)-水平E模va型l的ua斜ti率o系n數(shù)on)。ly.ed
1w、it打h開A數(shù)sp據(jù)o文se件.。Sl直i接de雙s擊f“or工.資N方E方T程31..5dtCal”i文en件t;P或ro者f點(diǎn)i1.dta”即Co可p;y;right
2004-2011
Aspose
Pty
Ltd.五、多元回歸分析的Stata軟件操作實(shí)例Evaluation
only.ed
with
Aspose.Slides
for
.NET
3.5
Client
Profi回歸結(jié)果C表op明y:ri如g果ht不2考00慮4其-2他0因11素A的sp影o響se,P教t育y
收Lt益d率.率的估計(jì)值為5.03%,即平均而言,增加1年受教育年限使得工資增長5.03%。五、多元回歸分析的Stata軟件操作實(shí)例3、多元回歸分析。除了受教育年限
(edu)之外,工作經(jīng)驗(yàn)
(exp)也是影響小時(shí)工資
(wage)的重要因素。從理論上分析,其他條件不變,工作經(jīng)驗(yàn)越長表明勞動(dòng)者的工作經(jīng)驗(yàn)越豐富,勞動(dòng)生產(chǎn)率也越高,從而工資水平較高。如果工作經(jīng)驗(yàn)(exp)與受教育年限(edu)不相關(guān)或相關(guān)程度很低,那么在工資方程中是否加入工作E經(jīng)va驗(yàn)l(ueaxtp)i對(duì)on教o育n收ly益.率的估計(jì)幾乎沒ed
有wi影t響h
;As但p如o如s果e.工S作li經(jīng)d驗(yàn)es(efxpo)r與.受N教ET育3年.限5限(Celdiue)顯nt著P相r關(guān)of,i那么在工C資o方p方y(tǒng)程ri中g(shù)不ht加2入0工04作-經(jīng)20驗(yàn)1(1exAps)會(huì)p會(huì)o使se得P教t育y收Lt益d率.的估計(jì)有偏誤。為此,需要首先考察樣本中工作經(jīng)驗(yàn)(exp)與受
教育年限(edu)是否顯著相關(guān),方法是計(jì)算二者之間的樣本相關(guān)系數(shù)并進(jìn)行顯著性檢驗(yàn),使用的命令如下:pwcorr
edu
exp,
sig(pwcorr求樣本相關(guān)系數(shù)命令,選項(xiàng)sig表示列出原假設(shè)H0為相關(guān)
系數(shù)等于0的假設(shè)檢驗(yàn)的精確顯著性水平,即統(tǒng)計(jì)量的相伴概率值)五、多元回歸分析的Stata軟件操作實(shí)例得到以下運(yùn)行結(jié)果:0的原假設(shè),edu與exp之間存在顯著負(fù)相關(guān);因此,如果理可見,edu與exp的樣本E相va關(guān)l系ua數(shù)t為io-n0.o50n0l5y,.顯著性水平即假ed
設(shè)wi檢t驗(yàn)h
統(tǒng)As計(jì)p量o量s的e.相S伴li概d率es值f為o0r.0.0N00E,T
即3.拒5絕C相l(xiāng)i關(guān)e系nt數(shù)P等r于ofi論上exp對(duì)Co工p資yr(iwagghet)的2影00響4為-為2正01,1那A么sp在o回se歸P方t程y
中Lt遺d漏.了
exp
會(huì)使得edu
的系數(shù)估計(jì)產(chǎn)生負(fù)的偏誤,即估計(jì)值偏低。為此,考慮使用多元回歸模型:使用的命令及運(yùn)行結(jié)果如下:五、多元回歸分析的Stata軟件操作實(shí)例reg
lnwage
edu
expEvaluation
only.ed
with
Aspose.Slides
for
.NET
3.5
Client
Profi(1)表下方C區(qū)op域y為r回ig歸h分t析2的00主4要-結(jié)2結(jié)0果1。1第A1s列po分s別e為P被ty解釋Lt變d量.Lnwage,解釋變量edu,解釋變量exp以及截距項(xiàng);第2列顯示回歸系數(shù)的OLS估計(jì)值;第3列顯示回歸系數(shù)的標(biāo)準(zhǔn)誤;第4列顯示
回歸系數(shù)的t
統(tǒng)計(jì)量;第5列顯示t
檢驗(yàn)的精確的顯著性水平(即t統(tǒng)計(jì)量的相伴概率P值);最后兩列顯示置信水平為95%的回歸系
數(shù)的置信區(qū)間。五、多元回歸分析的Stata軟件操作實(shí)例結(jié)果樣本回歸方程為:回歸系數(shù)下方括號(hào)中所示數(shù)字從上到下依次為回歸系數(shù)的標(biāo)準(zhǔn)誤、t
統(tǒng)計(jì)量和P值;edu的系E數(shù)v和al截u距a項(xiàng)ti在o1n%顯o著nl性y水.平上統(tǒng)計(jì)顯ed
著wi,tehxpA的s系p數(shù)os在e5.%顯S顯l著i性de水s平f上o統(tǒng)r計(jì).顯N顯E著T,3說.明5明教Cl育i(eednut)和P工rofi作經(jīng)驗(yàn)(exCpo)對(duì)py小r時(shí)ig工h資t(2wa0g0e)4均-有20顯1著1的A正sp向o影s響e
;Pt這y一L結(jié)t果d.也可以從回歸系數(shù)的置信區(qū)間中可以看出,即兩個(gè)系數(shù)的95%的置
信區(qū)間均不包含0,至少可以在5%顯著性水平上分別拒絕這兩個(gè)系數(shù)等于0的原假設(shè)。兩個(gè)斜率系數(shù)的經(jīng)濟(jì)含義:如果保持工作經(jīng)驗(yàn)(exp)不變,受教育年限(edu)增加1年,平均來說小時(shí)工資會(huì)增加5.67%,即教育收益率為5.67%;另一方面,如果保持受教育年限(edu)不變,五、多元回歸分析的Stata軟件操作實(shí)例工作經(jīng)驗(yàn)(exp)增加1年,平均來說小時(shí)工資會(huì)增加0.29%,即工齡的收益率為0.29%。比,采用只包含edu
的簡單回歸模型就會(huì)使得edu
的系數(shù)估計(jì)值偏低。分析結(jié)果證明了這一點(diǎn),簡單回歸模型中edu
的前面的分析指出:理論上exp
對(duì)lnwage
的影響為正,而樣本中edu
與exp
顯著E負(fù)va相l(xiāng)關(guān)ua,t那io么n與o上nl述y多.元回歸模型相ed
with
Aspose.Slides
for
.NET
3.5
Client
Profi系數(shù)估計(jì)C值op為y0r.i0g50h3t(25.00034%)-,20而1多1
元As回p歸os模e型P中tyedLut的d.系數(shù)估計(jì)值為0.0567
(5.67%),后者大于前者。五、多元回歸分析的Stata軟件操作實(shí)例(2)表左上方區(qū)域?yàn)榉讲罘治霰?。?列從上到下依次為回歸平方Evaluation
only.ed
和wi(tSShE)A、s殘po差s平e.方S和li(SdSeR)s及f總o離r
差.N平E方T和3(.S5STC);li第e3n列t為P自r由o由fi度;第4列C為o均p均y方r和ig(hMStS)2,0由04各-項(xiàng)2平01方1和A除s以po相s應(yīng)e的P自ty由L度t得d到.(3)表右上方區(qū)域。樣本數(shù)(Number
of
obs)為1225;回歸模型總體顯著性檢驗(yàn)F
檢驗(yàn)的F
統(tǒng)計(jì)量等于45.75,其精確的顯著性水平(即相伴概率值)為0.0000,可以拒絕所有的斜率系數(shù)都等于0的原假設(shè),即模型總體顯著成立;判定系數(shù)(R-squared)為0.0697,調(diào)整的判定系數(shù)(Adj
R-squared)為0.0681,略小于判定系數(shù);均方根誤(Root
MSE),也就是回歸模型標(biāo)準(zhǔn)誤S.E.或 為0.51234
。五、多元回歸分析的Stata軟件操作實(shí)例窗口工具欄最左側(cè)的Open鍵,然后選擇“大學(xué)英語成績.dta”即可;
2、上述模型的回歸分析。命令及運(yùn)行結(jié)果如下:reg
final
attend
homework實(shí)驗(yàn)2多元回歸分析:學(xué)習(xí)努力程度對(duì)大學(xué)英語成績的影響數(shù)據(jù)文件“大學(xué)英語成績.dta”(或表S-4)為某高校大一學(xué)英語期末考試成績及相關(guān)信息,本例關(guān)注學(xué)生的學(xué)習(xí)努力程度對(duì)期末成績的影響,并且用學(xué)生的上課出勤率和完成作業(yè)的
情況衡量學(xué)習(xí)努力程度E。va建l立ua如t下io模n型o并nl進(jìn)y.行回歸分析:ed
with
Aspose.Slides
for
.NET
3.5
Client
Profi其中finCalo為py英r語ig期h末t末考2考0試04成-績20,1a1ttAesndp為o為s本e學(xué)Pt期y英L語td課.的出勤率(百分?jǐn)?shù)),homework
為本學(xué)期英語課課后作業(yè)的完成率
(百分?jǐn)?shù));1、打開數(shù)據(jù)文件。直接雙擊“大學(xué)英語成績.dta”文件;或點(diǎn)擊
Stata五、多元回歸分析的Stata軟件操作實(shí)例結(jié)果顯示樣本回歸方程為:Evaluation
only.ed
with
Aspose.Slides
for
.NET
3.5
Client
Profiattend
和Choompeyworrik的gh回t歸2系0數(shù)04在-120%0的1顯1
著As性p水o平se上P顯t著y。L在td保.持作業(yè)完成率(homework)不變的條件下,上課出勤率(attend)提高10個(gè)百分點(diǎn)將令其期末成績提高0.80分;在保持上課出勤率(attend)不變的條件下,作業(yè)完成率(homework)提高10個(gè)百分點(diǎn)將令其期末成績提高0.65分;可以認(rèn)為學(xué)習(xí)努力程度的確影響期末成績。判定系數(shù)
和調(diào)整的判定系數(shù)
僅為0.02,表示attend
和
homework兩個(gè)變量聯(lián)合起來僅能解釋
final
總變異的2%多,表明模型的總體五、多元回歸分析的Stata軟件操作實(shí)例首先估算entry和attend以及entry和homework的樣本相關(guān)系數(shù);擬合程度不高。顯然,除了學(xué)習(xí)努力程度(attend和homework)之外,學(xué)生先前的英語水平也會(huì)對(duì)期末成績(final)起到?jīng)Q定性作用;而且如果先前的英語水平與學(xué)習(xí)努力程度(attend和homework)相關(guān),那么遺漏了先前的英語水平作為解釋變量就會(huì)使得學(xué)習(xí)努力程度(attend和homework)的系數(shù)估計(jì)值產(chǎn)Ev生a偏lu誤a。t為io此n,o考n慮ly使.用入學(xué)考試成績ed
(weinttrhy)A衡s量p先os前e的.S英l語i水de平s。for
.NET
3.5
Client
Profi命令為:pCwocporyrrei
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 《保障郵件安全》課件
- 2024-2025學(xué)年年七年級(jí)數(shù)學(xué)人教版下冊專題整合復(fù)習(xí)卷27.2.2 相似三角形應(yīng)用舉例(2)(含答案)-
- 課程思政在班級(jí)管理中的貫徹計(jì)劃
- 班級(jí)安全教育主題活動(dòng)安排計(jì)劃
- 包裝服務(wù)相關(guān)行業(yè)投資規(guī)劃報(bào)告
- 品牌投資的回報(bào)分析計(jì)劃
- 班級(jí)音樂活動(dòng)的籌備計(jì)劃
- 生物學(xué)實(shí)驗(yàn)技術(shù)培養(yǎng)計(jì)劃
- 《金免疫分析技術(shù)》課件
- 【大學(xué)課件】《數(shù)字電子技術(shù)基礎(chǔ)》教學(xué)
- 【MOOC】高級(jí)語言程序設(shè)計(jì)-南京郵電大學(xué) 中國大學(xué)慕課MOOC答案
- 《公寓消防培訓(xùn)資料》課件
- 2024-2025學(xué)年人教版七年級(jí)數(shù)學(xué)上冊期末檢測試卷
- 2024中國融通集團(tuán)北京企業(yè)管理共享中心社會(huì)招聘筆試備考試題及答案解析
- 《中國傳統(tǒng)文化》課件模板(六套)
- 第24課《寓言四則》說課稿 2024-2025學(xué)年統(tǒng)編版語文七年級(jí)上冊
- 色卡-CBCC中國建筑標(biāo)準(zhǔn)色卡(千色卡1026色)
- GB/T 42125.1-2024測量、控制和實(shí)驗(yàn)室用電氣設(shè)備的安全要求第1部分:通用要求
- 創(chuàng)業(yè)基礎(chǔ)智慧樹知到期末考試答案章節(jié)答案2024年山東大學(xué)
- 法律顧問服務(wù)投標(biāo)方案(完整技術(shù)標(biāo))
- 孔雀東南飛課本劇劇本
評(píng)論
0/150
提交評(píng)論