计量经济学Stata软件应用2Stata软件之回归分析2次课.ppt

计量经济软件应用 —— Stata 软件实验之一元、 多元回归分析 内容概要 一、实验目的 二、简单回归分析的 Stata 基本命令 三、简单回归分析的 Stata 软件操作实例 四、多元回归分析的 Stata 基本命令 五、多元回归分析的 Stata 软件操作实例 一、实验目的： 掌握运用 Stata 软件进行简单回归分析以及 多元回归分析的操作方法和步骤，并能看懂 Stata 软件运行结果。 二、简单回归分析的 Stata 基本命令 ? 简单线性回归模型 ( simple linear regression model ) 指 只有一个解释变量的回归模型。如： 其中， y 为被解释变量， x 为解释变量， u 为随机误差项， 表示除 x 之外影响 y 的因素； 称为斜率参数或斜率系 数， 称为截距参数或截距系数，也称为截距项或常数项。 简单线性回归模型的一种特殊情况： 即假定截距系数 时，该模型被称为过原点回归；过 原点回归在实际中有一定的应用，但除非有非常明确的理 论分析表明 ，否则不宜轻易使用过原点回归模型。 0 1 y x u ? ? ? ? ? 1 ? 0 ? 1 y x u ? ? ? 0 0 ? ? 0 0 ? ? 二、简单回归分析的 Stata 基本命令 ? regress y x 以 y 为被解释变量， x 为解释变量进行普通最小二乘 (OLS) 回归。 regress 命令可简写为横线上方的三个字 母 reg 。 ? regress y x, noconstant y 对 x 的回归，不包含截距项 (constant) ，即过原点回归。 ? predict z 根据最近的回归生成一个新变量 z ，其值等于每一个观测 的拟合值（即 ）。 ? predict u, residual 根据最近的回归生成一个 新变量 u ，其值等于每一个观测 的残差（即 ）。 ? i y ? i i i e y y ? ? 三、简单回归分析的 Stata 软件操作实例 实验 1 简单回归分析：教育对工资的影响 劳动经济学中经常讨论的一个问题是劳动者工资的决定。不 难想象，决定工资的因素有很多，例如能力、性别、工作经验、 教育水平、行业、职业等。在这里仅考虑其中一种因素：教育 水平，建立如下计量模型： 其中， wage 为被解释变量，表示小时工资，单位为元； edu 为解释变量，表示受教育年限，即个人接受教育的年数，单 位为年； u 为随机误差项。假定模型 (3.1) 满足简单回归模型的 全部 5 条基本假定，这样 的 OLS 估计量 将是最佳线性 无偏估计量。请根据 表 S-2 中给出的数据采用 Stata 软件完成上 述模型的估计等工作。 0 1 ,,,,,,,,,,,,,,,,,, ( ,,,,,,, 3.1) wage edu u ? ? ? ? ? 0 1 , ? ? 0 1 ? ? , ? ? 三、简单回归分析的 Stata 软件操作实例 1 、打开数据文件。 直接双击“工资方程 1.dta ”文件；或者 点 击 Stata 窗口工具栏最左侧的 Open 键，然后选择“工资方程 1.dta ”即可；或者先复制 Excel 表 S-2 中的数据，再点击 Stata 窗口工具栏右起第 4 个 Data Editor 键，将数据粘贴到打开的 数据编辑窗口中，然后关闭该数据编辑窗口，点击工具栏左 起第二个 Save 键保存数据，保存时需要给数据文件命名。 2 、给出数据的简要描述。 使用 describe 命令，简写为： des 得到以下运行结果； 三、简单回归分析的 Stata 软件操作实例 结果显示“工资方程 1.dta ”数据文件包含 1225 个样本和 11 个 变 量； 11 个变量的定义及说明见第 3 列。 more wage float %9.0g h ourly wage migrant float %9.0g 1 :migr