第7讲 线性回归的后续估计命令.docx

PAGE \* MERGEFORMAT10 第7讲 回归诊断 regress postestimation — Postestimation tools for regress(回归的后续估计工具) 常用的后续估计命令： 命令描述dfbetaDFBETA影响统计量estat hettest异方差检验estat imtest信息矩阵检验estat ovtest对于遗漏变量的拉姆齐回归设定误差检验 estat szroeter对于异方差的Szroeter秩检验estat vif自变量的方差膨胀因子 estat esizeη2和ω2效应大小 标准的后续估计命令： CommandDescriptioncontrast估计的对比和ANOVA-style的联合检验 estat ic赤池与施瓦茨的贝叶斯信息准则(AIC and BIC) estat summarize估计样本的概要统计 estat vce估计量的方差-协方差矩阵(VCE) estat (svy)postestimation statistics for survey data estimatescataloging estimation resultsforecast动态预测和模拟hausmanHausman的设定检验lincom系数的线性组合的点估计、标准误差、检验和推断 linktest模型设定的link检验lrtest似然比检验margins边际均值、预测性边际、边际效应和平均边际效应 marginsplotgraph the results from margins (profile plots, interaction plots, etc.)nlcom系数的非线性组合的点估计、标准误差、检验和推断predict预测、残差、影响统计量和其他诊断工具predictnl广义预测的点估计、标准误差、检验和推断 pwcompare估计的两两比较 suest似不相关估计 test简单和复合线性假设的Wald检验 testnl非线性假设的Wald检验  predict的命令语句 predict [type] newvar [if] [in] [, statistic] predict选项 statistic 描述xb 计算线性预测值，默认选项residuals 计算残差score 计算得分，在线性回归中等于残差rstandard 计算标准化的残差rstudent 计算学生化残差(Studentized (jackknifed)) cooksd 计算Cook的D影响统计量leverage 或 hat 计算 HYPERLINK /dict_result.aspx?searchword=leveragetjType=sentencestyle=t=%e6%9d%a0%e6%9d%86 杠杆(投影矩阵(帽矩阵)的对角元素) pr(a,b) 计算Pr(yj |a yj b)e(a,b) 计算E(yj | a yj b)ystar(a,b) 计算E(yj*),yj*= max{a,min(yj,b)}，如果yj≤a， yj*=a；如果yj≥b， yj*=b。否则 yj*=xjb+uj，这意味着 yj*是截尾的。dfbeta(varname) 计算变量varname的DFBETA值，当包括和排除第j个观测值，回归系数之间的差。所说的差通过系数的估计标准误差来标度。变量varname必须包含在此前拟合模型的回归元中。 stdp 计算线性拟合(prediction)的标准误差，也称为拟合值的标准误差。可认为是针对观测值的协变量模式的预测期望值或均值的标准误差。stdf 计算预测(forecast)的标准误差，通常称为未来或预测值(forecast value)的标准误差，它是针对1个观测值的点预测的标准误差。通过构造，由stdf得到的标准误差总是比由stdp得到的更大。stdr 计算残差标准误covratio 计算COVRATIO值,对于第j个观测值影响的测量。它是基于考虑对于估计的方差—协方差矩阵影响。dfits 计算DFITS值，并试图得到杠杆作用对残差平方的散点图信息的概要统计。welsch 计算Welsch距离，它是dfits的一个变化。predict newvar(,xb) (预测y值) predi