STATA部分常用回归分析指令.docxVIP

聚类分析： cluster kmeans y xl x2 x3, k（3） 一一依据y、xl、x2、x3,将样本分为n类，聚类的核为随机选取 cluster kmeans y xl x2 x3, k（3） measure（Ll） start（everykth） ——“start“用于确定聚类的核，“everykth”表示将通过构造三组样本获得聚类核：构造方法 为将样本 id 为 1、1+3 1+3X2、1+3X3 分为一组、将样本 id 为 2、2+3、2+3X2、2+3 X3……分为第二组，以此类推，将这三组的均值作为聚类的核:■?measure用于计算相似 性和相异性的方法，”口“表示采用欧式距离的绝对值，也直接可采用欧式距离（L2）和欧式 距离的平方（L2squared）。PS：这个方法所得的结果与SPSS所得结果相同。 sort cl c2 （对cl和c2两个分类变量排序） byclc2： regyxlx2x3 （在cl、c2的各个水平上分别进行冋归） bysort clc2： reg y xl x2 x3讦c3=l（逗号前面相当于将上面两步骤合一，既排序又回归，逗 号后面的“ifc3“”表示只有在c3J的情况下才进行回归） mvreg Y1 Y2 : Xl X2 X3 （多元回归） mvreg yl y2 y3: xl x3 x3 （多元冋归分析，yl y2 y3为因变量，xl x3 x3为自变量） 以下命令只有在进行了 mvreg之后才能进行 test [yl]（测试对yl的回归系数联合为0） test [yl]:xl x2 （测试对yl的回归中xl、x2的系数为0） test xl x2 x3 （测试在所有的回归中，xl、x2、x3的系数均为0） test [yl=y2]（对yl的回归和对y2的回归系数相等） test [yl=y2]: xl x2 x3, mtest （对yl和y2的回归中,分别测试xl、x2、x3的系数是否相等, 若没有mtest这个命令，则测试他们的联和统计） test [yl=y2=y3]（三个冋归的系数是否相等，可加mtest以分别测试） test [yl=y2=y3]: xl x2 （测试三个回归中的xl、x2是否相等,可加mtest） est命令的用法： （1） 储存回归结果： reg y xl x2 x3 （不限于 reg,也可储存 ivreg mvreg reg3） est store A （2） 重现回归结果： est replay A （3） 对回归结果进行进一步分析 est for A:sum （对A冋归结果中的各个变量运行sum命令） 异方差问题： 获得稳健性标准误 regy xl x2 x3 if cl==l （当分类变量时,进行y和诸x的回归） reg y xl x2 x3,robust （冋归丿舌显示各个自变量的异方差?稳健性标准误） estat vif （回归之后获得VIF） estat hettest,mtest （界方差检验） 异方差检验的套路： Breusch?pagan 法: reg y xl x2 x3 predict u,resid gen usq二2 reg usq xl x2 x3 求F值 display R/(l-R)*n2/nl (nl表示分子除数，n2表示分母除数) display Ftail( ) 求LM值 display R*n (n表示总样本量) display chi2tail( ) white 法: reg y xl x2 x3 predict u,resid gen usq二2 predict y gen ysq二y2 reg usq y ysq 求F值 display R/（l-R）*n2/nl （nl表示分子除数，n2表示分母除数） display Ftail（ ） 求LM值 display R*n （n表示总样本量） display chi2tail（ ） （3）必要补充 F值和LM值转换为P值的命令： display Ftail（nl,n2,a）（利用F值求p值,nl表示分子除数,n2表示分母除数，a为F值） display chi2tail（n3,b）（利用LM值求p值，n3表示自由度的损失量,一般等于nl, b为LM 值） 异方差的纠正一- WLS (weighted least square estimator) （1）基本思路： reg y xl x2 x3 [aw=xl](将xl作为异方差的来源,对方程进行修正) 上式相当于： reg y/(xlA0.5) l/(xlA0.5) xl/(xlA0.5) x2/(xlA0.5) x3/(xlA0.5),noconstant （2）纠正异方差的常用套路（构造h值