copy;Ming-chi Chen最全版.pptVIP

Overlaid twoway graph:不要圖例 yrty 社會統計 Page.* Overlaid twoway graph:產生圖表 yrty 社會統計 圖表缺少了代表平均餘命平均值的線，也沒有相應的註記，這可能是下拉式選單的缺陷，也可能是我還沒找到正確的方法。所以要在command視窗裡加註。 Page.* 下拉式選單到指令視窗 把下拉式選單的指令在指令視窗裡叫回來。 yrty 社會統計 在Review視窗裡有所有執行過的指令，點一下指令就會出現在指令視窗裡。在指令最後的地方加上yline和text的指令。 Page.* 自訂一條線並加上文字註記 twoway (scatter lifeexp pcedu) (lfit lifeexp pcedu, range(0 .)), ytitle(平均餘命, margin(medsmall)) xtitle(人均教育支出, margin(medsmall)) legend(off) yline(71.24387) text(71.24387 -60 Y-bar, place(w)) yrty 社會統計 -60是自己試驗出來的位置，因為如果設定為0的話，字會和軸線（不是在0上）重疊，看不清楚。 Page.* 迴歸分析 yrty 社會統計 Page.* 迴歸分析 yrty 社會統計 依變數 自變數 Page.* 迴歸分析：統計結果 yrty 社會統計 Page.* 解讀Stata迴歸分析結果 yrty 社會統計 Stata以ANOVA表和迴歸係數表以及其他重要統計量來呈現迴歸統計結果： 依變數 Coef. Stf. Err. t p|t| 係數的95%信賴區間 自變數 迴歸係數 迴歸係數的標準誤 迴歸係數的檢定統計量t P值 常數項 截距 截距的標準誤 截距的檢定統計量 P值 Source SS df MS Number of obs=樣本數 Model SSR df1=k-1 MSR F(df1,df2)=模型F值 Residual SSE df2=n-k MSE R-squared=R2 Total SST df3 Adj R-squared=調整R2=1 - ((1 – R2)((N - 1) /( N - k - 1)).? Root MSE=MSE的平方根 ANOVA表 迴歸係數表 Page.* 迴歸分析：詮釋統計結果 yrty 社會統計 迴歸方程式：lifeexp=69.178+0.003587(pcedu) 人均教育支出每增加人民幣一元，該省市的平均餘命增加0.003587歲。 R2=0.2965，即迴歸模型可以解釋29.65％的總變異，F＝MSR/MSE＝12.22（＝t2），P值＝0.0015，我們可以拒絕整個迴歸模型沒有解釋力的虛無假設，也就是R2不等於0。 迴歸係數與截距的顯著水準均在0.01以下 迴歸係數的95％信賴區間為（0.001489, 0.005685）。 Page.* yrty 社會統計 迴歸模型DV的預測值 Page.* 在data editor中檢視新增加的預測值 yrty 社會統計 預測值加入原資料中 Page.* 母體期望值E(Y|X)或μy的95％信賴區間 無法在下拉式選單中點選，必須在指令欄裡下指令。 對某特定Xp值而言，所預測的母體期望值的估計變異數 yrty 社會統計 ? se2=MSE=7.4109， Page.* Stata中求對應特定Xp預測母體值的標準差 yrty 社會統計 ? 在Stata裡用predict 新變數名稱, stdp這個指令來求對應數值。 ? predict stderr, stdp Page.* Stata中求對應特定Xp預測母體值的標準差 yrty 社會統計 Page.* 母體期望值E(Y|X)或μy的95％信賴區間 先求出t值，要知道自由度在31-2＝29下，α=0.05的t值。 在Stata中，用invttail(29, .05/2) generate yhatll=yhat-stderr*invttail(29, .05/2)這是信賴下界 generate yhatul=yhat+stderr*invttail(29, .05/2)這是信賴上界 yrty 社會統計 Page.* 母體期望值E(Y|X)或μy的95％信賴區間 yrty 社會統計 Page.* 圖形 yrty 社會統計 Page.* 圖形 yrty 社會統計 Page.* 母體預測值的信賴區間 從實際觀察到的樣本來推測母體，除了可以求出對應特定X值的母體期望值的信賴區間之外，我們還可以求母體預測值的信賴區間。 對某特定Xp值而言，母體預測值的估計變異數 yrty 社會統計 Page.* Stata中求對應特定