stata软件基本操作和简单的一元线性回归.pptVIP

Stata基本操作及简单的线性回归 邬龙 Stata是世界著名的统计分析软件之一。 Stata 是一套提供其使用者数据分析、数据管理以及绘制专业图表的完整及整合性统计软件。它提供许许多多功能，包含线性混合模型、均衡重复反复及多项式普罗比模式。用Stata绘制的统计图形相当精美。 Stata的统计功能很强，除了传统的统计分析方法外，还收集了近20年发展起来的新方法，如Cox比例风险回归，指数与Weibull回归，多类结果与有序结果的logistic回归，Poisson回归，负二项回归及广义负二项回归，随机效应模型等。 一、 Stata软件介绍 STATA软件的安装 点SetupStata14安装，激活码在txt中，一直下一步 IC版本即可，越高版本运行越慢 开始菜单里找到图标运行程序，第一次输入序列号，不要online注册 Stata界面 分析命令在这里输入 查看历史命令 所有的图表绘制都在graphs里面 简单的分析功能在Statistics里面 数据读入和保存（从Excel） 点击data editor（edit）图标进入数据编辑器 复制数据（连同第一行表头），在数据编辑器里粘贴 弹出提示，询问第一行是否要当成变量名称（表头），选左边为是，选第二个为否 点击保存，存为xxx.dta文件，便于以后使用 变量的使用 1. 查看和更改变量名 忘了有哪些变量、想把中文变量名改成其他怎么办？ 点击红圈的variables manager图标，即可看到有哪些变量，每个变量是什么数据类型（int表示整数，double表示双精度浮点等） 例如，可以把右侧变量名（name）改为sale，标签（Label）只是用来显示的，可以还叫销售额，改完后点击apply 2. 命令行查看数据：输入：list sale 变量的使用 3. 生成新变量，例如想生成变量Y，Y是sale的平方 用generate函数即可（简写为gen） gen Y=sale^2 4. 删掉变量：drop 变量名 二、一元线性回归   第一节 问题提出   进行回归分析的步骤 画出散点图/描述统计 模型估计 模型检验：R方、t、F检验 第一步 导入数据 点击data editor（edit）图标进入数据编辑器 复制“时间序列”工作表的消费和收入数据（连同第一行表头，不要第一列），在数据编辑器里粘贴 弹出提示，询问第一行是否要当成变量名称（表头），选左边为是 点击variables manager按钮，更改变量名为英文，消费为Y，收入为X 第二步描述统计/画散点图 （1）描述统计 按钮操作方法1：在data editor数据表窗口中，点击Data—Describe data—Summary statistics，如图所示选择第二个 第二步描述统计/画散点图 （1）描述统计 命令操作方法2： 若想对现在程序中已粘贴进去的全部数据进行描述，则直接在命令栏输入：summarize, detail 注意用英文逗号，然后空格！！ 若只想对某一个变量进行描述，则输入 summarize 变量名, detail 多个变量直接以空格隔开即可 第二步 画散点图/描述统计 （2）图形描述 在命令栏输入：scatter Y X 即可，注意纵轴变量在前 扩展：让图形更美观，可自行查阅help scatter的帮助文件 如：想每个点标上是第几行数据怎么做？ gen n=_n scatter Y X, mlabel(n) 第三步 模型估计 设定模型为 一元回归模型的命令为：regress Y X，简写reg Y X 即可 若想做无常数项回归则为：reg Y X, noconstant     第四步 模型检验 （1）经济意义检验 斜率 为边际消费倾向，表明人均可支配收入每增加1元时，食品消费平均增加0.135元。从经济意义上是合理的。 （2）拟合优度检验、t检验和F检验 P值为0.000，在任何显著性水平下，斜率项和截距项显然不为零，拒绝两系数为零的假设。另外，拟合优度R方表明，食品支出的97.5%的变化也以由收入X的变化来解释，因此拟合情况较好。 如果需要查看残差值e，输入scatter e即可，list e可以列出所有ei值，scatter e X可以看ei残差图   回归结果的提供和分析 回归结果提供的两种格式 se: 这两种方式都要自己查表找ta/2(n-2)临界值对比 当然，除了这些基本信息以外，一般还会列出样本区间、DW值等重要信息。这会在后面的课程中说明。 思考：目前，无论时间序列还是截面数据，我们导入的方式完全一样，做法也完全一样，是否有区别？