计量经济学及Stata应用 5.12 多元回归的Stata实例

1、多元回归

regress y x1 x2 x3

reg y x1 x2 x3

2、解释定义

1）右上角

Number of obs ：样本容量N

F(n,N)：F统计量，自由度为k（约束条件）、m(N-K)——检验整个方程的联合显著性

Prob>F：F统计值对应的P值（0.0000：极小概率事件，显著；>0.1，解释方程基本没用，设计有问题不显著）

R-squared：所有的解释变量(x)可以解释y的变得约有R2%的变动（可以由x解释）。

Adj R-squared：

Root MSE：s2开根号，扰动项的标准差的估计量

2）下边

_cons：常数项，解释变量x均为0时，被解释变量y的值

Coef.：回归系数

Std.Err：标准误

t：= Coef./Std.Err

P>|t|：在……%显著

[95% Conf. Intervall]：置信区间

3、回归系数的协方差矩阵

vce

 主对角线元素为各回归系数的方差，而非主对角线元素则为相应的协方差。

4、无常数项回归

reg y x1 x2 x3,noconstant

由于常数项很显著，故忽略常数项将导致估计偏差，得不到一 致估计。即使真实模型不包括常数项，在回归中加入常数项，也不会导致不一致的估计，故危害较小。反之，如果真实模型包括常数项，但在回归时被忽略了，则可 能导致严重的估计偏差。因此，一般建议在回归中包括常数项。

5、对子样本进行回归

reg y x1 x2 if x3(条件)& x4

6、不汇报结果

quietil <命令>

qui <命令>

7、计算拟合值

1）被解释变量

predict y1

2）计算残差

predict e,residual

predict e,r

8、双边检验：检验原假设

检验x1的回报率是否为n/100%

test x1 = n%

te x1 = n%

 由于t分布的平方为F 分布，故Stata统一汇报F 统计量及其 p值。 上表显示，p值 = 0.6515，故无法拒绝原假设。

 由于默认为双边检验，故可计算此t统计量对应的 p值如下：

dis ttail(752,0.45188757)*2 

9、单边检验

dis ttail(752,0.45188757

如果已知双边检验的 p值，在做单边检验时(假设t统计量的符号 与替代假设的方向相同)，一般只需将双边检验的 p值除以 2，即可得到单边检验的p值，然后得到单边检验的结果

10、检验N解释变量的系数是否相等

test x1 = x2

test x1+x2=x3