第三讲多元线性回归模型检验及stata软件应用PPT.pptVIP

The long-long form The wide-year long-sex form The wide-wide form The long-year wide-sex form Reshape命令详细解释:包括矩阵转置等 Reshape命令 *From long-long form to long-wide form reshape wide @inc, i(hid year) j(sex) string *From long-wide form to long-long form reshape long @inc, i(hid year) j(sex) string *From long-long form to wide-long form reshape wide inc, i(hid sex) j(year) *From wide-long form to long-long form reshape long inc, i(hid sex) j(year) *From long-wide form to wide-wide form reshape wide minc finc, i(hid) j(year) *From wide-wide form to long-wide form reshape long minc finc, i(hid) j(year) *From wide-long form to wide-wide form reshape wide @inc90 @inc91, i(hid) j(sex) string *From wide-wide form to wide-long form reshape long @inc90 @inc92, i(hid) j(sex) string @ ：如果变量为字符型，如sex的值为f和m，要把inc变量生成finc和minc，则需要用@。 Collapse 命令 产生新的数据集 collapse (统计量) 变量, by (变量) collapse (mean) price, by(foreign) collapse (mean) mprice=price (sum) sprice=price, by(foreign) table foreign,c(mean price sum price) replace 统计功能 描述统计 交叉表格 估计 第四章 多元线性回归模型检验 拟合优度检验 方程的显著性检验(总参数的F检验) 变量的显著性检验（单参数的t检验） 构造置信区间 3.2 拟合优度检验 可决系数与调整的可决系数 1. 总离差平方和的分解 观测值对均值的 分散程度、偏离程度 拟合值对均值的 分散程度、偏离程度 观测值对拟合值的 分散程度、偏离程度 由于 =0 所以有： 有意思的是： 条件：模型必须有截距项 2. 可决系数 该统计量越接近于1，模型的拟合优度越高。 问题： 在应用过程中发现，如果在模型中增加一个解释变量， R2往往增大（?) 这就给人一个错觉：要使得模型拟合得好，只要增加解释变量即可。 但是，现实情况往往是，由增加解释变量个数引起的R2的增大与拟合好坏无关，R2需调整。 3. 调整的可决系数 在样本容量一定的情况下，增加解释变量必定使得自由度减少，所以调整的思路是:将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响: 其中：n-k为残差平方和的自由度，n-1为总体平方和的自由度。 根据数理统计学中的知识，在原假设H0成立的条件下，统计量 服从自由度为(k-1 , n-k)的F分布 给定显著性水平?，可得到临界值F?(k-1,n-k)，由样本求出统计量F的数值，通过 F? F?(k-1,n-k) 或 F?F?(k-1,n-k) 来拒绝或不能拒绝原假设H0，以判定原方程总体上的线性关系是否显著成立。 2. 检验统计量 ～ p 值检验法 为了方便起见，将F统计量的值记为F0 计算 p＝P{F F0} 称为p 值（p－value ） 如果p ?，则p/2 ?/2， F0落入不能拒绝域，不能拒绝H0，如果p ?，落入拒绝域，应拒绝H0。 准则： 当P 值小于显著性水平时，方程在给定显著性水平下是显著的 当P 值大于显著性水平时，方程在给定显著性水平下是不显著的。 F0 F? 不能拒绝域 拒绝域 3.关于拟合优度检验与方程显著性检验的关系 由 与 可推出 或 二、变量的显著性检验(t检验) 方程的总体线性关系显著?每个解释变量对被解释变量的影响