計量經(jīng)濟(jì)學(xué)Stata軟件應(yīng)用2-【Stata軟件之回歸分析】-2次課分解課件

以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。計量經(jīng)濟(jì)軟件應(yīng)用——Stata軟件實驗之一元、多元回歸分析以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。內(nèi)容概要一、實驗?zāi)康亩?、簡單回歸分析的Stata基本命令三、簡單回歸分析的Stata軟件操作實例四、多元回歸分析的Stata基本命令五、多元回歸分析的Stata軟件操作實例以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。一、實驗?zāi)康模赫莆者\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

Stata軟件運行結(jié)果。以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。二、簡單回歸分析的Stata基本命令簡單線性回歸模型(simple

linear

regression

model)指只有一個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，表示除

x

之外影響

y

的因素；稱為斜率參數(shù)或斜率系數(shù)， 稱為截距參數(shù)或截距系數(shù)，也稱為截距項或常數(shù)項。簡單線性回歸模型的一種特殊情況：即假定截距系數(shù) 時，該模型被稱為過原點回歸；過原點回歸在實際中有一定的應(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回歸模型。以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。二、簡單回歸分析的Stata基本命令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字母reg。regress

y

x,

noconstanty對x的回歸，不包含截距項(constant)，即過原點回歸。predictz根據(jù)最近的回歸生成一個新變量z，其值等于每一個觀測的擬合值（即 ）。predict

u,

residual根據(jù)最近的回歸生成一個新變量

u，其值等于每一個觀測的殘差（即

）。以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。三、簡單回歸分析的Stata軟件操作實例實驗1簡單回歸分析：教育對工資的影響勞動經(jīng)濟(jì)學(xué)中經(jīng)常討論的一個問題是勞動者工資的決定。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，建立如下計量模型：其中，wage

為被解釋變量，表示小時工資，單位為元；edu

為解釋變量，表示受教育年限，即個人接受教育的年數(shù)，單

位為年；u為隨機(jī)誤差項。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估計量 將是最佳線性

無偏估計量。請根據(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等工作。以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。三、簡單回歸分析的Stata軟件操作實例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)，再點擊Stat窗口工具欄右起第4個Data

Editor鍵，將數(shù)據(jù)粘貼到打開的數(shù)據(jù)編輯窗口中，然后關(guān)閉該數(shù)據(jù)編輯窗口，點擊工具欄左起第二個Save鍵保存數(shù)據(jù)，保存時需要給數(shù)據(jù)文件命名。2、給出數(shù)據(jù)的簡要描述。使用describe命令，簡寫為：des

得到以下運行結(jié)果；以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。三、簡單回歸分析的Stata軟件操作實例結(jié)果顯示“工資方程1.dta”數(shù)據(jù)文件包含1225個樣本和11個變量；11個變量的定義及說明見第3列。以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。三、簡單回歸分析的Stata軟件操作實例3、變量的描述性統(tǒng)計分析。對于定量變量，使用summarize命令：su

age

edu

exp

expsq

wage

lnwage，得到以下運行結(jié)果，保存該運行結(jié)果；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。以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。三、簡單回歸分析的Stata軟件操作實例4、wage對edu的OLS回歸。使用regress命令：reg

wage

edu，得到以下運行結(jié)果，保存該運行結(jié)果；(1)表下方區(qū)域為基本的回歸結(jié)果。第1列依次為被解釋變量wage，解釋變量edu，截距項constant；第2列回歸系數(shù)的OLS估計值；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)計量值；寫出樣本回歸方程為：即如果受教育年限增加1年，平均來說小時工資會增加0.39元。以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。三、簡單回歸分析的Stata軟件操作實例表左上方區(qū)域為方差分析表。第2列從上到下依次為回歸平方和(SSE)、殘差平方和(SSR)和總離差平方和(SST)；第3列為自由度，分別為k=1，n-k-1=1225-1-1=1223，n-1=1225-1=1224；第4列為均方和(MSS)，由各項平方和除以相應(yīng)的自由度得到。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)計量的值、回歸方程標(biāo)準(zhǔn)誤或均方根誤(Root

MSE， 或

S.E.)

以及其他一些統(tǒng)計量的信息。上述回歸分析的菜單操作實現(xiàn)：Statistics→Linear

models

and

relatedLinearregression→彈出對話框，在DependentVariable選項框中選擇或鍵入wage，在Independent

Variables選項框中選擇或鍵入edu→點擊OK即可三以上遷改數(shù)量均為施工圖評審確定的數(shù)量，、項、目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批簡準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地單及單青苗補(bǔ)償、驗收資料等工作。回歸分析的Stata軟件操作實例5、生成新變量z

為上一個回歸的擬合值，生成新變量u

為上一個回歸的殘差；然后根據(jù)u

對數(shù)據(jù)進(jìn)行從小到大的排序，并列出u

最小的5個觀測。命令如下：predict

z

(生成擬合值)predict

u,residual

(生成殘差)sort

u

(根據(jù)u

對數(shù)據(jù)從小到大排序)list

wage

z

u

in

1/5

(列出u

最小的5個觀測值以及對應(yīng)的實際樣本觀測值和擬合值)即對于觀測1，小時工資的實際觀測值(wage)為2.46，擬合值(z)為

9.10，殘差(u)為-6.64。以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。三、簡單回歸分析的Stata軟件操作實例6、畫出以wage為縱軸，以edu為橫軸的散點圖，并加入樣本回歸線。命令如下：graph

twoway

lfit

wage

edu

||

scatter

wage

edu得到以下運行結(jié)果，保存該運行結(jié)果；以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。三、簡單回歸分析的Stata軟件操作實例7、wage對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得到以下運行結(jié)果，保存該運行結(jié)果；寫出樣本回歸方程為：對于年齡在30歲及以下的勞動者，增加1年受教育年限使得工資會增加0.41元，略高于針對全體樣本的估計值。以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。三、簡單回歸分析的Stata軟件操作實例8、wage對edu的OLS回歸，不包含截距項，即過原點回歸。命令如下：reg

wage

edu,

noconstant得到以下運行結(jié)果，保存該運行結(jié)果；以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。三、簡單回歸分析的Stata軟件操作實例9、取半對數(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。這就需要使用半對數(shù)模型(對數(shù)-水平模型)，即：其中l(wèi)nwage是小時工資的自然對數(shù)；斜率系數(shù)的經(jīng)濟(jì)含義是：

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率(the

rate

of

return

to

educati做lnwage對edu的回歸，命令如下：

reg

lnwage

edu得到以下運行結(jié)果，保存該運行結(jié)果(見下頁)；以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。三、簡單回歸分析的Stata軟件操作實例寫出樣本回歸方程為：結(jié)果表明教育收益率的估計值為5.03%，即平均而言，增加1年受教育年限使得工資增長5.03%。以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。三、簡單回歸分析的Stata軟件操作實例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（點擊Stata窗口工具欄右起第5個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：use“D:\講課資料\周蓓的上課資料\數(shù)據(jù)\【重要】\【計量經(jīng)濟(jì)學(xué)軟件應(yīng)用課件】\10649289\stata10\工資方程1.dta“,clear//打開數(shù)據(jù)文件des//數(shù)據(jù)的簡要描述su

age

edu

exp

expsq

wage

lnwage//定量變量的描述性統(tǒng)計reg

wage

edu//簡單線性模型的OLS估計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reg

wage

edu,noconstant//過原點回歸reg

lnwage

edu//對數(shù)-水平模型三以三上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目、具、體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工簡圖簡完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償單、單驗收資料等工作?；貧w分析的Stata軟件操作實例實驗

2

簡單回歸分析：學(xué)校投入對學(xué)生成績的影響表S-3記錄了一些學(xué)校某個年份高一學(xué)生的平均成績及有

關(guān)學(xué)校的其他一些信息。本實驗主要考察學(xué)校的生均支出

(expend)對學(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)生在生均支出越高的學(xué)校中能夠獲得更好的教學(xué)資

源(包括更優(yōu)秀的師資、更好的硬件設(shè)備等)，從而學(xué)習(xí)成績也應(yīng)該越高。請根據(jù)表S-3中給出的數(shù)據(jù)采用Stata軟件完成相關(guān)模型的估計等工作。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，點擊工具欄Save鍵保存數(shù)據(jù)，保存時要給數(shù)據(jù)文件命名。以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。三、簡單回歸分析的Stata軟件操作實例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)，建立如下四個簡單回歸模型：水平-水平模型：水平-對數(shù)模型：對數(shù)-水平模型：對數(shù)-對數(shù)模型(常彈性模型)：水平-水平模型的命令及運行結(jié)果如下：reg

math

expend估計結(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；以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。三、簡單回歸分析的Stata軟件操作實例水平-對數(shù)模型的命令及運行結(jié)果如下：

reg

math

lnexpend估計結(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0.11分；以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。三、簡單回歸分析的Stata軟件操作實例對數(shù)-水平模型的命令及運行結(jié)果如下：

reg

lnmath

expend估計結(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%；以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。三、簡單回歸分析的Stata軟件操作實例對數(shù)-對數(shù)模型的命令及運行結(jié)果如下：

reg

lnmath

lnexpend估計結(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%；以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。四、多元回歸分析的Stata基本命令對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。regress命令可簡寫為reg；regress

y

x1

x2…xk,

noconstanty對x1,x2,…,xk的回歸，不包含截距項，即過原點回歸；test

x1

x2

x3根據(jù)最近的回歸進(jìn)行F

檢驗，原假設(shè)為：test根據(jù)最近的回歸進(jìn)行F檢驗，原假設(shè)為：以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。五、多元回歸分析的Stata軟件操作實例實驗

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工資(wage)的因素，重點關(guān)注受教育年限(edu)的系數(shù)，即教育收益率(即對數(shù)-水平模型的斜率系數(shù))。1、打開數(shù)據(jù)文件。直接雙擊“工資方程1.dta”文件；或者點擊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；2、簡單回歸分析。首先建立簡單回歸模型(對數(shù)-水平模型)：命令及運行結(jié)果如下：reg

lnwage

edu以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。五、多元回歸分析的Stata軟件操作實例回歸結(jié)果表明：如果不考慮其他因素的影響，教育收益率的估計值為5.03%，即平均而言，增加

1年受教育年限使得工資增長5.03%。五以五上遷改數(shù)量均為施工圖評審確定的數(shù)量，項、目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批多準(zhǔn)多施工圖完成各桿線線路及設(shè)施安裝、征地及元青苗補(bǔ)償、驗收資料等工作?；貧w分析的Stata軟件操作實例3、多元回歸分析。除了受教育年限

(edu)之外，工作經(jīng)驗

(exp)也是影響小時工資

(wage)的重要因素。從理論上分析，其他條件不變，工作經(jīng)驗越長表明勞動者的工作經(jīng)驗越豐富，勞動生產(chǎn)率也越高，從而工資水平較高。如果工作經(jīng)驗(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經(jīng)驗(exp)對教育收益率的估計幾乎沒有影響；但如果工作經(jīng)驗(exp)與受教育年限(edu)顯著相關(guān)，那么在工資方程中不加入工作經(jīng)驗(exp)會使得教育收益率的估計有偏誤。為此，需要首先考察樣本中工作經(jīng)驗(exp)與受

教育年限(edu)是否顯著相關(guān)，方法是計算二者之間的樣本相關(guān)系數(shù)并進(jìn)行顯著性檢驗，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)檢驗的精確顯著性水平，即統(tǒng)計量的相伴概率值)五以五上遷改數(shù)量均為施工圖評審確定的數(shù)量，項、目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批多準(zhǔn)多施工圖完成各桿線線路及設(shè)施安裝、征地及元青苗補(bǔ)償、驗收資料等工作。回歸分析的Stata軟件操作實例得到以下運行結(jié)果：可見，edu與exp的樣本相關(guān)系數(shù)為-0.5005，顯著性水平即假設(shè)檢驗統(tǒng)計量的相伴概率值為0.0000，即拒絕相關(guān)系數(shù)等于0的原假設(shè)，edu與exp之間存在顯著負(fù)相關(guān)；因此，如果理論上exp對工資(wage)的影響為正，那么在回歸方程中遺漏了exp

會使得edu

的系數(shù)估計產(chǎn)生負(fù)的偏誤，即估計值偏低。為此，考慮使用多元回歸模型：使用的命令及運行結(jié)果如下：以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。五、多元回歸分析的Stata軟件操作實例reg

lnwage

edu

exp(1)表下方區(qū)域為回歸分析的主要結(jié)果。第1列分別為被解釋變量

Lnwage，解釋變量edu，解釋變量exp以及截距項；第2列顯示回

歸系數(shù)的OLS估計值；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)計量；第5列顯示t

檢驗的精確的顯著性水平(即t統(tǒng)計量的相伴概率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。以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。五、多元回歸分析的Stata軟件操作實例結(jié)果樣本回歸方程為：回歸系數(shù)下方括號中所示數(shù)字從上到下依次為回歸系數(shù)的標(biāo)準(zhǔn)誤、t

統(tǒng)計量和P值；edu的系數(shù)和截距項在1%顯著性水平上統(tǒng)計顯

著，exp的系數(shù)在5%顯著性水平上統(tǒng)計顯著，說明教育(edu)和工作經(jīng)驗(exp)對小時工資(wage)均有顯著的正向影響；這一結(jié)果也可以從回歸系數(shù)的置信區(qū)間中可以看出，即兩個系數(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系數(shù)等于0的原假設(shè)。兩個斜率系數(shù)的經(jīng)濟(jì)含義：如果保持工作經(jīng)驗(exp)不變，受教育年限(edu)增加1年，平均來說小時工資會增加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，以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。五、多元回歸分析的Stata軟件操作實例工作經(jīng)驗(exp)增加1年，平均來說小時工資會增加0.29%，即工齡的收益率為0.29%。前面的分析指出：理論上exp

對lnwage

的影響為正，而樣本中edu

與exp

顯著負(fù)相關(guān)，那么與上述多元回歸模型相比，采用只包含edu

的簡單回歸模型就會使得edu

的系數(shù)估計值偏低。分析結(jié)果證明了這一點，簡單回歸模型中edu

的系數(shù)估計值為0.0503(5.03%)，而多元回歸模型中edu

的系數(shù)估計值為0.0567(5.67%)，后者大于前者。以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。五、多元回歸分析的Stata軟件操作實例表左上方區(qū)域為方差分析表。第2列從上到下依次為回歸平方和(SSE)、殘差平方和(SSR)及總離差平方和(SST)；第3列為自由度；第4列為均方和(MSS)，由各項平方和除以相應(yīng)的自由度得到表右上方區(qū)域。樣本數(shù)(Number

of

obs)為1225；回歸模型總體顯著性檢驗F

檢驗的F

統(tǒng)計量等于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

。以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。五、多元回歸分析的Stata軟件操作實例實驗2多元回歸分析：學(xué)習(xí)努力程度對大學(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。建立如下模型并進(jìn)行回歸分析：其中final

為英語期末考試成績，attend

為本學(xué)期英語課的出勤率(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；或點擊

Stata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。命令及運行結(jié)果如下：reg

final

attend

homework以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。五、多元回歸分析的Stata軟件操作實例結(jié)果顯示樣本回歸方程為：attend

和homework的回歸系數(shù)在10%的顯著性水平上顯著。在保

持作業(yè)完成率(homework)不變的條件下，上課出勤率(attend)提高10個百分點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個百分點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，表明模型的總體以上遷改數(shù)量均為施工圖評審確定的數(shù)量，項目具體內(nèi)容詳見相關(guān)設(shè)計圖紙。乙方需按批準(zhǔn)施工圖完成各桿線線路及設(shè)施安裝、征地及青苗補(bǔ)償、驗收資料等工作。五、多元回歸分析的Stata軟件操作實例擬合程度不高。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對期末成績(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使得學(xué)習(xí)努力程度(attend和homework)的系數(shù)估計值產(chǎn)生偏誤。為此，考慮使用入學(xué)考試成績

(entry)衡量先前的英語水平。首先估算entry和attend以及entry和homework的樣本相關(guān)系數(shù)；命令為：pwcorr

entry

attend

homework,sig五以五上遷改數(shù)量均為施工圖評審確定的數(shù)量，項、目具體內(nèi)容詳見相