数学建模学习——回归分析

1.多元线性回归

回归分为:解释型回归、预测型回归

解释型回归:只需知道相对重要程度

预测型回归:关注预测出来有多准

数学建模学习——回归分析_第1张图片

需要考虑异方差

数学建模学习——回归分析_第2张图片

数学建模学习——回归分析_第3张图片

BP检验相应的Stata命令:estat hettest,rhs,iid

数学建模学习——回归分析_第4张图片

数学建模学习——回归分析_第5张图片

通过稳健的标准误之后,假设检验恢复正常

但是系数没变(表格中Coef.),为什么?

计算方差时把差距较大的参数删了,但是实际上没有删

数学建模学习——回归分析_第6张图片

系数为零是因为系统判断为两参数具有多重共线性

数学建模学习——回归分析_第7张图片

数学建模学习——回归分析_第8张图片

//导入数据
import excel "D:\Desktop\数学建模学习\第四次\Lecture4\Lecture4\线性回归\房价数据.xlsx",sheet("Sheet1")firstrow
//处理类别数据
tabulate 装修,gen(装修)

//进行描述性统计
summarize 卧室数 客厅数 面积 是否南朝向 建成年代 单价 装修1 装修2 装修3 装修4 楼层1 楼层2 楼层3

//尝试第一次回归
regress 单价 卧室数 客厅数 面积 是否南朝向 建成年代 装修1 装修2 装修3 装修4 楼层1 楼层2 楼层3

//进行异方差检验
//BP检验
estat hettest,rhs iid//大于0.05,存在异方差

//怀特检验
estat imtest,white

//尝试选出显著的变量做回归
regress 单价 卧室数 建成年代 装修4
//进行异方差检验和怀特检验,发现还是不满足小于0.05?因为单价存在问题

//于是采用稳健的标准坞回归
regress 单价 卧室数 客厅数 面积 是否南朝向 建成年代 装修1 装修2 装修3 装修4 楼层1 楼层2 楼层3,robust

//检验共线性
estat vif

//标准化回归
regress 单价 卧室数 客厅数 面积 是否南朝向 建成年代 装修1 装修2 装修3 装修4 楼层1 楼层2 楼层3,beta

//将字符串转化为数字
destring 追评,gen(review)

你可能感兴趣的:(回归,学习,分类)