第二講 stata畫圖和線性回歸基礎

1、Stata 畫圖和回歸基礎畫圖和回歸基礎Stata作圖作圖stata 提供各種曲線類型，包括點提供各種曲線類型，包括點（scatter）、線（）、線（line）、面（）、面（area），），直方圖（直方圖（histogram）、）、條形圖（條形圖（bar）、餅圖（）、餅圖（pie）、函數(shù)曲線）、函數(shù)曲線（function）以及矩陣圖（）以及矩陣圖（matrix）等。）等。同時，對時間序列數(shù)據(jù)有以同時，對時間序列數(shù)據(jù)有以ts 開頭的一系列開頭的一系列特殊命令，如特殊命令，如tsline。還有一類是對雙變量。還有一類是對雙變量的回歸擬合圖（的回歸擬合圖（lfit、qfit 、lowess）等。）等

2、。作圖時命令方式比較復雜，建議多用菜單方式。作圖時命令方式比較復雜，建議多用菜單方式。一起來做下列圖形：一起來做下列圖形：簡單圖形簡單圖形打開打開wage1.dta1。 男性和女性工資均值的條形圖男性和女性工資均值的條形圖2。 白人和其他人的工資的餅狀圖白人和其他人的工資的餅狀圖3。 wage的直方圖，并檢驗是否服從正態(tài)分布。的直方圖，并檢驗是否服從正態(tài)分布。4。 wage的核密度分布圖。的核密度分布圖。組合圖形組合圖形畫出畫出price與與weight的散點圖，并畫出其擬的散點圖，并畫出其擬合線。合線。圖形界面設計：圖形界面設計：圖形標題，圖形標題，X軸標志，軸標志，Y軸標志，樣式選擇，軸標

3、志，樣式選擇，圖例，分組標志。圖例，分組標志。兩個練習：兩個練習：1。完成下列汽車擬合圖。完成下列汽車擬合圖。2。查閱數(shù)據(jù)，并按照要求完成圖形。查閱數(shù)據(jù)，并按照要求完成圖形。改上面五個標注，用改上面五個標注，用twoway graph里面的里面的legend（override default keys）: 1 國產(chǎn)車國產(chǎn)車 2 進口車進口車 3 國國產(chǎn)車擬合產(chǎn)車擬合 4 進口車擬合進口車擬合 5 整體擬合整體擬合 2、中國的、中國的GDP（以購買力平價計）何時能超過美（以購買力平價計）何時能超過美國？從國？從Penn World Table（最權威的跨國宏觀數(shù)（最權威的跨國宏觀數(shù)據(jù)集）下載兩國

4、據(jù)集）下載兩國1978-2010年年“Population”與與“Real GDP per capita” 數(shù)據(jù)，導入數(shù)據(jù)，導入Stata中，將中，將兩國兩國log(GDP)的時間趨勢畫在一張圖上，并做簡的時間趨勢畫在一張圖上，并做簡單外推預測（假設未來的增長率與單外推預測（假設未來的增長率與1978-2010年年間相同）。下載地址為：間相同）。下載地址為： /php_site/pwt_index.php。下載時選。下載時選csv格式，按網(wǎng)站說明存儲數(shù)格式，按網(wǎng)站說明存儲數(shù)據(jù)。據(jù)。 19202122232419801990200020102020

5、yearlngdp_ChinaFitted valueslngdp_usaFitted values小樣本小樣本OLS1234567891011220240260280300320消費250300350400年收入垂直線擬合線消費OLS原理01122kkYXXXu OLS假設條件：假設條件： 1. Eu|X = 0 2. 條件同方差、沒有序列自相關條件同方差、沒有序列自相關 3. X與與u不相關不相關 4. Y和和X之間存在線性關系。之間存在線性關系。 5. 解釋變量解釋變量 X 是非隨機變量，被解釋變量是非隨機變量，被解釋變量Y 是隨機變量。是隨機變量。 6. X 是滿秩的，是滿秩的， ra

6、nk(X) = kXY我們得到：我們得到：習慣上我們用習慣上我們用y_hat = X*b （被解釋變量的擬合值）（被解釋變量的擬合值）e = Y - y_hat = Y - Xb （ 殘差殘差 ）1()X XX y建立回歸方程建立回歸方程打開系統(tǒng)文件打開系統(tǒng)文件auto，建立如下方程：，建立如下方程：regress命令詳解：命令詳解：regress depvar indepvars if in weight , options sysuse auto,clear regress price mpg weight foreign1。要求方程省略常數(shù)項。要求方程省略常數(shù)項2。穩(wěn)健性估計（一般用于大

7、樣本。穩(wěn)健性估計（一般用于大樣本OLS） 3。重新設置置信區(qū)間（默認。重新設置置信區(qū)間（默認95%） 4。標準化系數(shù)（回歸系數(shù)對被解釋變量的重。標準化系數(shù)（回歸系數(shù)對被解釋變量的重要性）要性） 5?；貧w中使用部分數(shù)據(jù)（?；貧w中使用部分數(shù)據(jù)（if in）回歸后預測值的獲得回歸后預測值的獲得Predict1。擬合值的獲得：。擬合值的獲得：predict yhat, xb 或者或者 predict yhat2。殘差的獲得。殘差的獲得predict e , residuals 或者或者 predict e, res3。 殘差分布圖殘差分布圖rvfplot yline(0)回歸結果的存放：回歸結果的存放

8、：e() e(N) number of observations e(mss) model sum of squares e(df_m) model degrees of freedom e(rss) residual sum of squares e(df_r) residual degrees of freedom e(r2) R-squared e(r2_a) adjusted R-squared e(F) F statistic e(rmse) root mean squared error 可以使用命令可以使用命令 eret list 查看。查看。 回歸結果解讀回歸結果解讀MSS：回

9、歸平方和：回歸平方和 df1 自由度自由度 MMS=MSS/df1RSS：殘差平方和：殘差平方和 df2 RMS=RSS/df2TSS：總平方和：總平方和 df3 TMS=TSS/df3F值：系數(shù)的聯(lián)合檢驗值：系數(shù)的聯(lián)合檢驗 R2=MSS/TSS調(diào)整的調(diào)整的R2 Root MSE=sqrt(RMS)Coef：回歸系數(shù)：回歸系數(shù) Std.Err：系數(shù)的標準誤差：系數(shù)的標準誤差t統(tǒng)計量統(tǒng)計量 t的臨界值的臨界值 p值值95%置信區(qū)間置信區(qū)間模型常用的其他形式：模型常用的其他形式：對數(shù)對數(shù) 半對數(shù)半對數(shù) 平方項平方項 n次方次方 指數(shù)指數(shù) 交乘項交乘項雖然對函數(shù)形式和自變量的選取有選擇和檢雖然對函數(shù)

10、形式和自變量的選取有選擇和檢驗的方法，但最好還是從驗的方法，但最好還是從“經(jīng)濟意義經(jīng)濟意義”角度角度確定。確定。例如：考察消費受收入影響的方程，即使參例如：考察消費受收入影響的方程，即使參數(shù)項不顯著，也不能把它刪除掉。數(shù)項不顯著，也不能把它刪除掉。例題例題例一：利用例一：利用wage2的數(shù)據(jù)檢驗明瑟的數(shù)據(jù)檢驗明瑟(mincer)工資方程的簡單形式：工資方程的簡單形式：Ln(wage)=b0+b1*educ+b2*exper +b3*exper2+ u 例二：利用例二：利用phillips的數(shù)據(jù)擬合預期增強的菲的數(shù)據(jù)擬合預期增強的菲利普斯曲線為利普斯曲線為其中，其中，unemt表示第表示第t期的失業(yè)率（期的失業(yè)率（%），），inft 表示第表示第t期的通貨膨脹率（期的通貨膨脹率（%），），infte表表示預期通貨膨脹率，示預期通貨膨脹率，0表示自然失業(yè)率表示自然失業(yè)率（%）。）。按照適應性預期理論，按照適應性預期理論， infte = inft-1。令令inft=inft - inft-1，上述模型可以簡化為：，上述模型