stata基础--回归,画散点图,异质性分析

利用stata的内部数据来进行回归

代码:

sysuse auto

sysuse dir       /*可以看到所有的数据*/

su price mpg foreign

reg price mpg

predict u,residual       /*新变量u=每一个观测的残差*/

                                   /*生成残差u需要紧接着回归*/

stata基础--回归,画散点图,异质性分析_第1张图片

stata基础--回归,画散点图,异质性分析_第2张图片

mpg和price在0.01显著性水平上负相关。

利用回归得出的结果表计算系数,写出方程

经验回归方程:

Y:price=6165.257

X:mpg=21.2973

B1=-238.8943

所以B0=11253.06057539

Y=11253.06057539-238.8943x

画出x-y图

graph twoway lfit price mpg || scatter price mpg

stata基础--回归,画散点图,异质性分析_第3张图片

画出残差和y的散点图

graph twoway lfit u mpg || scatter u mpg

stata基础--回归,画散点图,异质性分析_第4张图片

【如果误差满足零均值、同方差且互不相关,则回归系数的最佳线性无偏估计。】

由图可知,误差满足零均值,但为异方差。

异质性分析

异质性分析代码:

su price mpg if foreign ==0

reg price mpg if foreign ==0

回归

stata基础--回归,画散点图,异质性分析_第5张图片

stata基础--回归,画散点图,异质性分析_第6张图片

price对mpg的OLS回归,只使用国产车为样本:

mpg和price在0.01显著性水平上负相关。

经验回归方程:

Y:price=6072.423

X:mpg=19.82692

B1=-329.2551

所以B0=12600.537527292

Y=12600.537527292-329.2551x

画图:

graph twoway lfit price mpg || scatter price mpg

graph twoway lfit u mpg || scatter u mpg

stata基础--回归,画散点图,异质性分析_第7张图片

stata基础--回归,画散点图,异质性分析_第8张图片

由图可知,国产车为样本时,误差均值不为0,且为异方差。

异质性分析报告:

一、经验回归方程对比

1、研究对象为总体时:

Y:price=6165.257

X:mpg=21.2973

B1=-238.8943

所以B0=11253.06057539

Y=11253.06057539-238.8943x

2、研究对象为国产车时:

Y:price=6072.423

X:mpg=19.82692

B1=-329.2551

所以B0=12600.537527292

Y=12600.537527292-329.2551x

二、图形对比

1、研究对象为总体时                                                   2、研究对象为国产车时

stata基础--回归,画散点图,异质性分析_第9张图片                         stata基础--回归,画散点图,异质性分析_第10张图片

三、结论

总体和国产车并无异质性(没有意义,论文中不用出现,论文中要出现的是异质性明显的)

总代码:

sysuse auto
sysuse dir
su price mpg foreign

reg price mpg        /*回归*/
predict u,residual        /*残差*/

graph twoway lfit price mpg || scatter price mpg      

 /*画出price(y)和mpg(x)的散点图和样本回归线*/
graph twoway lfit u mpg || scatter u mpg          

 /*画出残差和mpg(x)的散点图和样本回归线*/

/*异质性分析*/
su price mpg if foreign ==0
reg price mpg if foreign ==0
predict u,residual
graph twoway lfit price mpg || scatter price mpg
graph twoway lfit u mpg || scatter u mpg

你可能感兴趣的:(回归,数据挖掘,人工智能)