多元线性回归模型StataWord格式文档下载.docx
《多元线性回归模型StataWord格式文档下载.docx》由会员分享，可在线阅读，更多相关《多元线性回归模型StataWord格式文档下载.docx（18页珍藏版）》请在冰豆网上搜索。
瞄
=
nLis）
11S30L7.25
1
11S9B17.25
Prob>
F
0.0000
128209.43
16
BQ13.09312
squared
0B9027
—
AdjR-squaced
0.0-966
131BD26.74
17
77530.3845
XootMSE
■
S3516
工片已
Medel
regressvar2var3
vix2
co*r.
Std.Ezr.
t
P>
lt1
[S5*Conf.
Inu«
rv<
l]
varS
.1138341
.OO3341S
12.13
0.000
C340303
.133«
3S
_cons
-113.60C3
3B.87504
-2.53
Q.010
-136,0183
-31,19545
Total
在回归结果中作如下步骤（邹氏检验）：
1、Chow模型稳定性检验（Irtest）
用似然比作chow检验，chow检验的零假设：
无结构变化，小概率发生结果变化
*估计前阶段模型
quiregvar2var3in1/11
eststoreA
*估计后阶段模型:
Comnnancl
qui化gvar2var3in12/18
eststoreC
*整个区间上的估计结果保存为All
CQirnnand
quir&
gvar2var3in1/18eststoreAll
*用似然比检验检验结构没有发生变化的约束
IrtestIAII）［ACJ^staM
得到结果如下；
.IrteatfkC）ratatfl
Lileliliocd.—xatxo-test:
L31cliiS=167_74
Fcob>
chi2=0.0000
AdsmEpLicn:
nesEedintA,U）
Mcd&
l
Ob911（null）ll^QCiel）dfAICBIC
All
16-12^.3524-105.30032214?
607216.5414
A
Il-€2,165^8-32.3829268.765796^.56158
C
7'
47.78782-IS.12495242.2-43942.14172
Wc凸!
1incalculatingGIC;
勺栏巨[R]BICnat&
（如何解释？
）
2.稳定性检验（邹氏稳定性检验）
以表6.1为例，在用1985—1999年数据建立的模型基础上，检验当把2000—2002年数据加入样本后，模型的回归参数时候出现显著性变化。
*用F-test作chow问断点检验检验模型稳定性
*chow检验的零假设：
无结构变化，小概率发生结果变化
*估计前阶段模型［
Cornrriand
scalarn1-e|M）
scalarrss!
=e［rss）
*估计后阶段模型
quiregvar2var3in12f18
scalarn2-e[N）
scalarrss2=e[rss）
quiregvar2var3in1/18scalark=e（d1m]scalarrssr=c（rss]
*用F检验检验结构没有发生变化的约束
*计算和显示F检验统计量公式，零假设：
无结构变化
scalarf_tcst=（rssr[rss1+rss2）]/[k+l）/|rss!
*rs&
2Hnl+n2-2x[k*1]J
然后disf_test
则得到结员;
.disr_test27^0.716.
*F统计量的临界概率
disFtail[[k+1J4n1tn2-Z*（k+lJJJJesI）
然后得到结果
.dieFtall（,（nl+n2-3*（1+1））,7.3306-15
*F统计量的临界值
Comnnanci
disinvFtail[（k+1）J（nl4n2-2x（l（4l]）,（].C5J
dieinvFtiil（<
k+L>
r（nl+n2-2*lk41|^0OS）3,
二、似然比（LR）检验
有中国国债发行总量（DEBTt,亿元）模型如下：
DEBT=臼0+斜GDPt+E2DEFt+E3REPAY+ut
其中GDPt表示国内生产总值（百亿元），DEFt表示年财政赤字额（亿元），REPAY表示年还本付息额（亿元）。
1980-2001年数据见表6.2。
表6.2国债发行总量DEBTt、GDPt、财政赤字额DEFt、年还本付息额（REPAY）
1980
43.01
45.178
68.9
28.58
461.4
216.178
237.14
246.8
1981
121.74
48.624
-37.38
62.89
669.68
266.381
258.83
438.57
1982
83.86
52.947
17.65
55.52
739.22
346.344
293.35
336.22
1983
79.41
59.345
42.57
42.47
1175.25
467.594
574.52
499.36
1984
77.34
71.71
58.16
28.9
1549.76
584.781
581.52
882.96
89.85
89.644
-0.57
39.56
1967.28
678.846
529.56
1355.03
138.25
102.022
82.9
50.17
2476.82
744.626
582.42
1918.37
223.55
119.625
62.83
79.83
3310.93
783.452
922.23
2352.92
270.78
149.283
133.97
76.76
3715.03
820.6746
1743.59
1910.53
407.97
169.092
158.88
72.37
4180.1
894.422
2491.27
1579.82
375.45
185.479
146.49
190.07
4604
959.333
2516.54
2007.73
对以上数据进行回归分析:
regressvar2var3vaMvar5
得到以下结果:
£
3
WujrlseEaba=
r{:
a,13）=
5735.35
<
€323231.2
15411077.1
Peo1>
>
F=
ie
Et-iqu&
xed■
0.w就
R-squared=
0.3988
46371692
21
2208175-81
Blo-QtBEE=
51.887
Hodel
Re31dual
ouxce
/廷暮胃viirSvar4varS
vari
Ccref.
Std.Err.
1:
|t|
[35*Conf.
Interval]
3452018
1544696
2.23
0,038
0206732
6657303
.9954028
.031C131
31.49
■92898^1
1.0C1S2
viifE
0797595
.0495075
1777
aoco
7757491
9637*71
cans
4.914004
21.C£
72S
020
0.844
-41.2072
49.09S51
对应的回归表达式为:
DEBTt=4.310.35GDPt1.00DEFt0.88REPAY
（0.2）（2.2）（31.5）（17.8）
2
R2=0.999,DW=2.1,F=5735.3
现在用似然比（LR）统计量检验约束GDPt对应的回归系数R等丁零是否成立。
（现在不会）三、Wald检验（以表6.2为例进行Wald检验，对输出结果进行检验。
）检验过程如下：
1.已知数据如表3.2
Y
Xi
X2
1。
9
8
5
15
4
28
-6
（1）先根据表中数据估计以下回归模型的方程：
Y=。
°
十gi+用
Y='
。
.EX，•电
Y=P°
+EXii+F2X2i+Ui
（2）回答下歹0问题：
%=B1吗？
为什么？
\=P2吗？
为什么?
对上述3个方程进行回归分析，结果分别如下：
Y=%+%Xii扣们
regretvarlvar2
得到结果如下:
vaxl
Cce£
.
Std.Err-
tPi-111
[9展Ccti£
.
Intezrva1]
v«
r2
&
一£
1.198937
5.550.012
10.39341
-s.e
3.942926
-2.230112
-21.34015
3.748151
avarlv>
Ccmnnand
regressvar1var3
从上述回归结果可知：
胃，度孝博。
二元回归与分别对Xi与X2所作的一元
回归，其对应的参数估计不相等，主要原因在丁Xi与X2有很强的相关性。
Comrnand
correlatevarZvar3
其相关分析结果如下:
correlate
（0l）S=3）
var?
ttst3
vaj：
1.ODOD
-0.9675
L，QgfJ
可见，两者的相关系数为
0.9679。
Y=B°
+BiXii
+口2X2i+U
regressvar1var?
，找『3
retiresavarlvar2vbtS
SaiLco«
SSdfMSNuinberofob5=5
7Ij1=■SAA11
M&
dsl
47Gr423332223G,21G&
G7Prab>
F=Dr0033
Residual
\.5砧弱砧72,763333333^acruiEed=0.
宣日日knqqqj.
Tot；
al
4764119.5?
laaE1£
SE=
Vif1
Gqs^.Ehh*tF>
|tI[35tGqxi;
var2
-1.17777Sl.L1302fi-10-fi0.401-53C67433.6111S7
irar.3
-1.344444.2693155-7.22a.019-3.103216-.7356732
_COTIS
21.522224.35525S5.030.0373.1930640,66138
3.
表3.3列出了某地区家庭人均鸡肉年消费量P1,猪肉价格P2与牛肉价格P3的相关数据。
Y/千
X/
P1/（元/
P2/（元/
P3/（元/
P3/（元/
克
元
千克）
X/元
2.78
397
4.22
5.07
7.83
4.18
911
3.97
7.91
11.40
2.99
413
3.81
5.20
7.92
4.04
931
5.21
9.54
12.41
2.98
439
4.03
5.40
4.07
1021
4.89
9.42
12.76
3.08
459
3.95
5.53
4.01
1165
5.83
12.35
14.29
3.12
492
3.73
5.47
7.74
4.27
1349
5.79
12.99
14.36
3.33
528
6.37
8.02
4.41
1449
5.67
11.76
13.92
3.56
560
3.93
6.98
8.04
4.67
1575
13.09
16.55
3.64
624
3.78
6.59
8.39
5.06
1759
6.16
12.98
20.33
3.67
666
3.84
6.45
8.55
5.01
5.89
12.80
21.96
717
7.00
9.37
5.17
2258
6.64
14.10
22.16
768
3.86
7.32
10.61
5.29
2478
7.04
16.82
23.26
843
3.98
6.78
10.48
（1）求出该地区关丁家庭鸡肉消费需求的如下模型：
lnY=°
、lnX—InR—InR—InRu
（2）请分析，鸡肉的家庭消费需求是否受猪肉及牛肉价格的影响
先做回归分析，过程如下:
依次生成变量lnvar2
lnvar3lnvar4lnvar5lnvar6
-gensr-ate
Znvra.T-2=
.g已ncrate
LnvarS■
Log（v*t3）
generate
Lmrari=
Invar5=
Log-（ifitS）
gener-ate：
6=
InvarG
repressInvar?
InvarSInvar4InvarS
回归结果如下:
Source
SSd.fKSHumberof=53
r（■*£
.,±
qJ——口―一工1lb
Model
4,Prob»
F=a.QOClO
Rftsxdual
.013578211IQ.[]。
口754345R-aquaxad=0.9025
ACLj5（JulaZSd—U.3CC
Tstal
774755fi7B25.04521504KaoxMS"
=.05747
InvarZ
Ccef.S^d.Err_tP>
ItI[35*Cent.Interval]
InvarS
34525630325€474.IB0001171734951fi?
13
lZlVaU4
-,502121®
.1038305-4.570.000-,7329332~.ZT125O4
1E1V«
E&
.1468672.0S90D61.480.155-.0611368.354B711
lrvarG
0S7LS4509985220S70394-.1225972.29£
9£
€2
_een3
-.731550529G9472-2.460024-135S3&
3-.10765*7£
1nvarS
Invar4
Invar5
lnvar6
regressLuvar2
所以，回归方程为：
lnY=—0.7315+0.3463lnX—0.5021lnR+0.1469lnP2十0.0872lnP3
（-2.463）（4.182）（-4.569）（1.483）（0.873）
由上述回归结果可以知道，鸡肉消费需求受家庭收入水平■和鸡肉价格的影响,而牛肉价格和猪肉价格对鸡肉消费需求的影响并不显著。
（AIC和SC准则不会算）
去掉猪肉价格P2与牛肉价格P3重新进行回归分析
regressInwrZInv3r3InvaM
得出结果如下:
Invar2InvarS
Lnvar4
Sauj：
ue
S3
d£
MS
iJuznljercfcs
F（J20}
Pish>
AdjR-aqusred
粉时M53
=52
=497.2E
=0.DODO
-0.3«
Q3
=0.5733
=.02763
.75-9480334
.015272541
2.379740167
跛,000763627
rotal
77475Z875
22.03521604
Coaf.
Std.Eli.r
普>
111
Conf.
LnvarS
cons
-.3727944
.□24554418.39
.063104-5SI
.0694201-15
^00327-E043fi71-1.21059S
5C27CE241101S
2.某硫酸厂生产的硫酸的透明度指标一直达不到优质要求，经分析透明度低与硫酸中金届杂质的含量太高有关。
影响透明度的主要金届杂质是铁、钙、铅、镁等。
通过正交试验的方法发现铁是影响硫酸透明度的最主要原因。
测量了47组样本值,
数据见表
3.4。
表3.4硫酸透明度
y与铁杂质含量
x数据
序数
X
31
190
25
60
50
32
26
41
34
180
27
61
52
35
140
63
36
150
29
64
40
6
37
120
30
65
7
39
110
69
81
74
20
42
100
33
10
80
76
11
43
79
12
85
48
68
87
14
49
38
89
99
70
18
53
19
54
44
56
45
122
22
46
154
23
58
47
210
24
硫酸透明度与铁杂质含量的散点图如下:
scattervar3var2
8-
所以应该建立非线性回归模型。
1.通过线性化的方式估计非线性模型。
生成变量：
generatey=<
l/var3}
generatesx=（l/var2>
（1）建立倒数模型:
Commandregrewyx
得到以下结果：
Scm工uu
ss
d=
MS
.01I57D£
.Cll€70£
idual
.003677765
.0000&
1723
TDXal
.C1E34S42
4=6
.000232^61
（JixEibafd£
al>
9=47
1F4G）=142.QO
PmbnF=0.OOUC
R-*^jjxad™0.7€04
升级会员 