计量经济学Stata软件应用2---【Stata软件之回归分析】--2次课分解.ppt

五、多元回归分析的Stata软件操作实例 (2) 表左上方区域为方差分析表。第2列从上到下依次为回归平方 和 (SSE)、残差平方和 (SSR)及总离差平方和 (SST)；第3列为自由 度；第4列为均方和 (MSS)，由各项平方和除以相应的自由度得到 (3) 表右上方区域。样本数 (Number of obs) 为1225；回归模型总体 显著性检验 F 检验的 F 统计量等于45.75，其精确的显著性水平 (即相伴概率值)为0.0000，可以拒绝所有的斜率系数都等于0的原 假设，即模型总体显著成立；判定系数(R-squared)为0.0697，调整 的判定系数(Adj R-squared)为0.0681，略小于判定系数；均方根误 (Root MSE)，也就是回归模型标准误S.E.或 为0.51234 。 五、多元回归分析的Stata软件操作实例 实验 2 多元回归分析：学习努力程度对大学英语成绩的影响 数据文件“大学英语成绩.dta”(或表S-4)为某高校大一学生英 语期末考试成绩及相关信息，本例关注学生的学习努力程度 对期末成绩的影响，并且用学生的上课出勤率和完成作业的 情况衡量学习努力程度。建立如下模型并进行回归分析： 其中 final 为英语期末考试成绩，attend 为本学期英语课的出 勤率(百分数)，homework 为本学期英语课课后作业的完成率 (百分数)； 1、打开数据文件。直接双击“大学英语成绩.dta”文件；或点击Stata 窗口工具栏最左侧的Open键，然后选择“大学英语成绩.dta”即可； 2、上述模型的回归分析。命令及运行结果如下： reg final attend homework 五、多元回归分析的Stata软件操作实例 结果显示样本回归方程为： attend 和 homework的回归系数在10%的显著性水平上显著。在保 持作业完成率(homework)不变的条件下，上课出勤率(attend) 提高 10个百分点将令其期末成绩提高0.80分；在保持上课出勤率(attend) 不变的条件下，作业完成率(homework)提高10个百分点将令其期末 成绩提高0.65分；可以认为学习努力程度的确影响期末成绩。判定 系数 和调整的判定系数 仅为0.02，表示attend 和 homework两 个变量联合起来仅能解释 final 总变异的2%多，表明模型的总体 五、多元回归分析的Stata软件操作实例 拟合程度不高。 显然，除了学习努力程度(attend和homework)之外，学生先前的 英语水平也会对期末成绩(final)起到决定性作用；而且如果先前的 英语水平与学习努力程度(attend和homework)相关，那么遗漏了先 前的英语水平作为解释变量就会使得学习努力程度 (attend和 homework)的系数估计值产生偏误。为此，考虑使用入学考试成绩 (entry)衡量先前的英语水平。 首先估算entry和attend以及entry和homework的样本相关系数； 命令为：pwcorr entry attend homework, sig 五、多元回归分析的Stata软件操作实例 可以看出，entry和attend 以及 entry和homework 都是显著负相关 的，因此如果理论上 entry 对 final的影响为正，那么遗漏了entry的 上述二元回归模型就会使得 attend 和 homework 的OLS估计值偏 低； 因此，在上述二元回归模型的基础上加入 entry 作为解释变量： 回归分析的命令及运行结果如下： reg final attend homework entry 五、多元回归分析的Stata软件操作实例 样本回归方程为： 结果表明，加入entry作为解释变量后 attend 和 homework的系数估 计值变大了，而且在统计上更为显著；entry的系数也显著为正。 模型分析结果表明，对于先前英语水平(entry)相同的学生，学习 努力程度能够对期末成绩产生显著的正向影响。具体数值是，在 其他条件相同的情况下，上课出勤率(attend)提高10个百分点将令 期末成绩提高1.23分，作业完成率(homework)提高10个百分点将令 期末成绩提高0.67分。 另外，模型的判定系数 和 为0.17，相比原二元模型大大提 高，说明从拟合优度角度看，现三元模型要比原二元模型好很多。 对三元模型的系数进行F 检验。三元回归显示 的估计值为 0.5278，想进行假设检验 ； (即考察入学成绩的变 化是否能够