第四讲 stata线性回归.pptVIP

标准回归系数 . regress hhwktot yrsch income, beta -------------------------------------------------------------- hhwktot | Coef. Std. Err. t P|t| Beta --------+----------------------------------------------------- yrsch | -.5025551 .0705833 -7.12 0.000 -.0942719 income | -.0011525 .0000518 -22.25 0.000 -.294639 _cons | 29.46081 .5690665 51.77 . -------------------------------------------------------------- 输出结果不同：置信区间换成了标准回归系数 常数项的标准偏回归系数总是0，故没有输出结果；其余内容不变 从标准回归系数判断，income的作用显然远远超过yrsch的作用 逐步回归（Stepwise regression） 后退法（backward）：事先给定从方程中剔出自变量的临界值pr。模型开始包括所有变量，其后，每个回合去掉一个p值最大的自变量；直到所有自变量的p值都等于或低于指定的临界值 前进法（forward）：事先挑选自变量进入方程的临界值pe。开始时方程中没有自变量，然后，按照自变量对因变量贡献的大小依次挑选进入方程，每选入一个变量，都要对已在模型中的变量进行检验，剔除p值大于临界值的变量，直到方程外变量的p值均大于指定的临界值、再没有自变量可引入方程为止。这样保证最后所得的变量子集中的所有变量都是有统计学意义的 . 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] -------------+---------------------------------------------------------------- age | .2317112 .0955109 2.43 0.015 .0443264 .419096 girl | 15.90959 .770415 20.65 0.000 14.3981 17.42108