第四讲 stata线性回归PPT.ppt

第九章 线性回归(Linear Regression);导论;为什么学习回归分析;本章主要内容;9.1．变量间的相关关系（correlation） ;2、统计相关;3、相关关系的特点;4、相关分析;相关散点图（scatter plot）;相关系数;相关系数：性质与方向;相关系数：程度;相关系数：其它特征;相关系数的计算;9.2．线性回归概述 “回归”一词来自英国学者、优生学的创始人S. F. Galton（1822-1911）。Galton在对遗传现象进行研究后发现，当高个的夫妻或矮个的夫妻有了孩子时，这些孩子的身高趋于回归到更典型的、同一性别的人的平均身高。 ;1、回归分析;2、相关分析与回归分析之别;3、回归分析的目的;4、回归分析的用途;线性回归模型：回归直线;线性回归的理论模型;线性回归模型的基本假定;总体回归方程 (equation)（I）;总体回归方程（II）;（预测的）回归方程;回归分析的三种检验;reg edu age;上部分分为左右两个区域 左边是方差分析。方差部分给出回归平方和（Model）、残差平方和（Residual），总平方和（Total），自由度（df），回归和残差的均方（MS） 右边是回归统计量。包括检验统计量（F），F检验的显著水平（ProbF），R2（R-square）（判定系数），Adj R-squared（调整后的R2），观测值的个数（即样本量），估计标准误差（Root MSE） 下部分是参数估计的内容。包括回归方程截距（_cons）和斜率（Coef）的参数估计、标准误、t 统计量，P值（P|t|），置信区间（[95% Conf. Interval]）;（1）判定系数R2：概念与计算;（1）判定系数R2：意义;（2）F检验：概念;（2）F检验：计算方法;（2）F检验——步骤;（3）T检验——定义;（3）T检验——检验步骤;标准误差(standard error of estimate);Stata回归分析的路径与方法;9.3. 一元线性回归;一元线性回归命令;估计与预测 ;9.4. 多元线性回归 （multiple regression analysis）(multivariate analysis);为什么进行多元回归分析;多元线性回归分析;多元线性回归模型;模型的假定与回归方程;多元线性样本回归方程;偏相关关系（partial correlation）（I） ;偏相关关系（II） ;偏相关关系（III） ;回归分析;标准回归系数 ;逐步回归（Stepwise regression） ;. sw regress hhwktot age girl hanzu chuzhong gaozh dazue income urban,pr(0.05) begin with full model p = 0.9464 = 0.0500 removing hanzu p = 0.4427 = 0.0500 removing gaozhong p = 0.5929 = 0.0500 removing dazue p = 0.3556 = 0.0500 removing chuzhong Source | SS df MS Number of obs = 1219 -------------+------------------------------ F( 4, 1214) = 169.01 Model | 115091.899 4 28772.9746 Prob F = 0.0000 Residual | 206678.564 1214 170.245934 R-squared = 0.3577 -------------+------------------------------ Adj R-squared = 0.3556 Total | 321770.463 1218 264.179362 Root MSE = 13.048 ------------------------------------------------------------------------------ hhwktot | Coef. Std. Err. t P|t| [95% Conf. Interval] ---