第七讲四种模型的解释+实例

回归系数的解释

什么时候取对数

模型解释

如果是多变量 则说在控制其他变量不变的情况下 ，啥啥啥

定性变量

如性别 转化未 男为1 女为2 引入虚拟变量

交互项自变量

exel 普通表 转化为 表格 可以进行筛选 升序 等等

插入表格

注意事项 不要截图 ！！！！ 自己重新做一个

定类指标 + 定量指标

使用stata 软件进行操作

pgup 健

//导入exel
import excel "C:\Users\DELL\Desktop\编程\matlab\数模代码\多元回归\代码和例题数据\课堂中讲解的奶粉数据.xlsx", sheet("Sheet1") firstrow
//清空 
clear
//用Do_file   编辑器 编辑代码
generate 变量 = 另一个变量* 2 或者其他

• 进行描述性统计

  Model == ssr 回归平方和
  residual == sse 误差平方合
  total == sst
  df 自由度 n- k - 1 [846-k-1]
  联合显著性检验 p<0.05
  要的话用调整后的R*R
  coef 回归系数 std.err 误差

  • 定量数据 （summarize【sum】 + 标签 【双击即可导入】）

    

    

  • 定性数据统计（tabulate 标签 , gen(A . B . C . D ...)）

  可以使用exel做数据特征表 如扇形[推荐用灰黑色结合] 条形图 [升序排序] + 交互分析

  • stata 回归的语句

    regress y x1 x2 .... xk 普通最小二乘法

    联合显著性检验B1=B2=B3...是不是能通过 p值小于 0.05 bhit 和 b 是不一样的 b是未知的 bhit算出来了 b看 t分布
    

  • 上述都是定量的 接下来是定性

    通过 tab 生成虚拟变量 stata 把一个变为参考值

    

    但只有自信区间在 90 % 才是成立 有两个自变量 是显著的 ＜0.05，则在百分之95的置信度下，认为这个因素通过了检验
    

    用 stata 软件可以看到有 ** 表示显著

指标的介绍方式

11个指标的总体情况介绍

R的平方较小怎么办

标准化回归系数

stata 标准化回归命令

F value是指F值，值得是做的F检验得到的F统计量
Prob>F是指P值，所谓概率，小于0.05就表示显著，拒绝原假设
一般原假设是认为二者间没有关系，二者的均值相同等
不同模型的原假设不同
要拒绝原假设,这个值应该很小,例如 Prob>F =0.0000

点评

期末数学成绩
多元回归在毕业论文中的运用

• Shift + 方向选中整一列 然后使用 ctrl + D 可以让整一列套用同一公式