第十章直线回归和相关Stata实现.doc.doc

第十章 回归regress 应变量 自变量 残差计算 在执行regress命令后，执行下列命令： predict 变量名,residual Pearson相关 pwcorr 变量1 … 变量n, sig Spearman相关 spearman 变量1 变量2 例101 为了研究血清胆固醇含量与舒张压之间是否存在依存关系，2006年在郑州某大学随机抽取10名成年男性，测得他们的血清胆固醇(mg/dL)含量和舒张压（mmHg）如表10-1。 表10-1 10名成人的血清胆固醇(mg/dL)含量和舒张压（mmHg） 指标 编 号 1 2 3 4 5 6 7 8 9 10 胆固醇 307 259 341 237 254 416 267 320 374 316 舒张压 80 75 90 70 75 105 70 85 88 78 ：总体回归方程不成立） ：总体回归方程成立） =0.05 Stata数据： x y 1 307 80 2 259 75 3 341 90 4 237 70 5 254 75 6 416 105 7 267 70 8 320 85 9 374 88 10 316 78 Stata命令为： reg y x 结果： Source | SS df MS Number of obs = 10 -------------+------------------------------ F( 1, 8) = 65.11 Model | 928.343132 1 928.343132 Prob F = 0.0000 Residual | 114.056868 8 14.2571086 R-squared = 0.8906 -------------+------------------------------ Adj R-squared = 0.8769 Total | 1042.4 9 115.822222 Root MSE = 3.7759 ------------------------------------------------------------------------------ y | Coef. Std. Err. t P|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- x | .177864 .0220419 8.07 0.000 .1270352 .2286927 _cons | 26.62225 6.916995 3.85 0.005 10.67163 42.57287 ------------------------------------------------------------------------------ t=8.07 ,P值0.001(Stata输出值0.000),构建直线回归方程 将和代入式（10-），可知 本例中，的统计学意义为：血清胆固醇含量每增加1mg/dL，舒张压平均增加0.178mmHg。总体均数的区间估计 给定时，的总体均数的点估计例101中，取值为307 mg/dL时。个体的区间估计 给定值时，个体的波动，以第一数据为例predict yhat predict stdp, stdp predict stdf, stdf generate clm1 = yhat - invttail(7,0.025)*stdp generate clm2 = yhat + invttail(7,0.025)*stdp generate clp1 = yhat - invttail(7,0.025)*stdf generate clp2 = yhat + invttail(7,0.025)*stdf twoway (lfitci y x, level(95)) (scatter y x) (line clm1 clm2 clp1 clp2 x, pstyle(p2 p