計(jì)量經(jīng)濟(jì)學(xué)Stata軟件應(yīng)用2Stata軟件之回歸剖析-2次課

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