版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
stata回歸結(jié)果詳解付暢儉2021/6/271數(shù)據(jù)來源于賈俊平《統(tǒng)計學》(第7版),第12章多元線性回歸noyx1x2x3x410.967.36.8551.921.1111.319.81690.934.81737.71773.743.280.87.21014.557.8199.716.51963.262.716.22.212.271.6107.410.71720.2812.5185.427.11843.89196.11.71055.9102.672.89.11464.3110.364.22.11142.7124132.211.22376.7130.858.661422.8143.5174.612.726117.11510.2263.515.634146.716379.38.91529.9170.214.80.6242.1180.473.55.91125.319124.75413.4206.8139.47.22864.32111.6368.216.832163.9221.695.73.81044.5231.2109.610.31467.9247.2196.215.81639.7253.2102.2121097.12021/6/2722021/6/273第二列SS對應的是誤差平方和,或稱變差。1.第一行為回歸平方和或回歸變差SSR,表示因變量的預測值對其平均值的總偏差。2.第二行為剩余平方和(也稱殘差平方和或剩余變差)SSE,是因變量對其預測值的總偏差,這個數(shù)值越大,擬合效果越差,y的標準誤差即由SSE給出。3.第三行為總平方和或總變差SST,表示因變量對其平均值的總偏差。4.容易驗證249.37+63.28=312.65第三列df是自由度(degreeoffreedom),第一行是回歸自由度dfr,等于變量數(shù)目,即dfr=m;第二行為殘差自由度dfe,等于樣本數(shù)目減去變量數(shù)目再減1,即有dfe=n-m-1;第三行為總自由度dft,等于樣本數(shù)目減1,即有dft=n-1。對于本例,m=4,n=10,因此,dfr=4,dfe=n-m-1=20,dft=n-1=24。第四列MS是均方差,誤差平方和除以相應的自由度1.第一行為回歸均方差MSR2.第二行為剩余均方差MSE,數(shù)值越小擬合效果越好1.方差分析2021/6/274F值,用于線性關系的判定。結(jié)合P值對線性關系的顯著性進行判斷,即棄真概率。所謂“棄真概率”即模型為假的概率,顯然1-P便是模型"為真的概率,P值越小越好。對于本例,P=0.0000<0.0001,故置信度達到99.99%以上。R-Squared為判定系數(shù)(determinationcoefficient),或稱擬合優(yōu)度(goodnessoffit),它是相關系數(shù)的平方,也是SSR/SST,y的總偏差中自變量解釋的部分。Adjusted對應的是校正的判定系數(shù)RootMSE為標準誤差(standarderror),數(shù)值越小,擬合的效果越好2.模型顯著性2021/6/275回歸系數(shù)回歸系數(shù)標準誤差T值T值=Coef./Std.Err.P值置信區(qū)間置信區(qū)間(CI)0.0145294-invttail(20,0.025)*0.0830332=0.0145294-2.086*0.0830332=-0.15867480.0145294+2.086*0.0830332=0.18773353.回歸系數(shù)檢驗P值用于說明回歸系數(shù)的顯著性,一般來說P值<0.1(*)表示10%顯著水平顯著,P值<0.05(**)表示5%顯著水平顯著,P值<0.01(***)表示1%顯著水平顯著2021/6/2764.系數(shù)標準誤差計算當自變量只有兩個時,R2j就是這兩個變量的相關系數(shù)(pwcorrx2x1)的平方2021/6/277對多元回歸“排除其它變量影響”的解釋2021/6/2782021/6/279簡單回歸和多元回歸估計值的比較.03789471=.0289094+.1678986*.05351632021/6/2710tw(functiont=tden(20,x),range(-33)),xline(0.172.086)ttail(df,t)=p計算單邊P值雙邊時P值加倍就行了如:ttail(20,0.17498)*2=0.863
invttail(df,p)=t計算單邊臨界值在雙邊95%置信度,5%顯著水平時的臨界值為:t0=invttail(20,0.025)=2.0862.0860.17t0t0.0145294-invttail(20,0.025)*0.0830332=0.0145294-2.086*0.0830332=-0.15867480.0145294+2.086*0.0830332=0.18773355.系數(shù)置信區(qū)間2021/6/2711Stata中查臨界值和p值normalden(z)normal(z)invnormal(p)tden(df,t)t(df,t)invt(df,p)ttail(df,t)invttail(df,p)chi2den(df,x)chi2(df,x)invchi2(df,p)chi2tail(df,x)invchi2tail(df,p)Fden(df1,df2,x)F(df1,df2,x)invF(df1,df2,p)Ftail(df1,df2,x)invFtail(df1,df2,p)Ftail(2,702,3.96)=0.0195=1-F(2,702,3.96)2021/6/27126.回歸結(jié)果的評價(1)通過模型F檢驗說明線性關系是否成立。(2)回歸系數(shù)符號是否與理論或預期相一致。(3)通過系數(shù)t檢驗說明y與x關系統(tǒng)計顯著性。(4)用判定系數(shù)說明回歸模型在多大程度上解釋了因變量y取值的差異。
(5)畫殘差直方圖或正態(tài)概率圖考察誤差項
的正態(tài)性假定是否成立。2021/6/27137.多重共線性判斷出現(xiàn)下列情況,暗示存在多重共線性:(1)模型中各對自變量之間顯著相關(相關系數(shù)檢驗)。(2)當模型的線性關系F檢驗顯著時,幾乎所有回歸系數(shù)的t檢驗都不顯著。(3)回歸系數(shù)的正負號與預期的相反。(4)容忍度(tolerance)與方差擴大因子(varianceinflationfactor,VIF)。某個自變量的容忍度等于1減去該自變量對其他k-1個自變量的線性回歸的判定系數(shù),
容忍度越小,多重共線性越嚴重。方差擴大因子等于容忍度的倒數(shù),VIF越大,多重共線性越嚴重,
一般認為容忍度小于0.1、VIF大于10時,存在嚴重的多重共線性。2021/6/2714X3的VIF=3.83=1/(1-0.7392)=1/(0.2608)=1/容忍度2021/6/2715不存在完全共線性假設,允許自變量之間存在相關關系,只是不能完全相關1、一個變量是另一個變量的常數(shù)倍,如同時放入不同度量單位的同一變量2、同一變量的不同非線性函數(shù)可以成為回歸元,如consume~income+income2但ln(consume)~ln(income)+ln(income2)共線性,應為ln(consume)~ln(income)+(lnincome)23、一個自變量是兩個或多個自變量和線性函數(shù)2021/6/2716回歸模型中包含無關變量2021/6/2717遺漏變量偏誤2021/6/2718
遺漏相關變量偏誤
采用遺漏相關變量的模型進行估計而帶來的偏誤稱為遺漏相關變量偏誤(omittingrelevantvariablebias)。設正確的模型為
Y=
0+1X1+2X2+卻對Y=
0+1X1+v進行回歸,得2021/6/2719將正確模型Y=
0+1X1+2X2+的離差形式
代入得(1)如果漏掉的X2與X1相關,則上式中的第二項在小樣本下求期望與大樣本下求概率極限都不會為零,從而使得OLS估計量在小樣本下有偏,在大樣本下非一致。2021/6/2720
(2)如果X2與X1不相關,則
1的估計滿足無偏性與一致性;但這時
0的估計卻是有偏的。
由Y=
0+1X1+v
得由Y=
0+1X1+2X2+
得如果
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024年餐飲酒店人力資源服務合同
- 2024年重型鏟車租賃協(xié)議樣本版B版
- 寫作文的書知乎
- 2025年度環(huán)境保護補償貿(mào)易融資協(xié)議3篇
- 2025年度醫(yī)療設備采購合同范本及售后服務條款3篇
- 濮陽石油化工職業(yè)技術學院《診斷治療學概論》2023-2024學年第一學期期末試卷
- 云南體育運動職業(yè)技術學院《兒科學》2023-2024學年第一學期期末試卷
- 武漢光谷職業(yè)學院《飼料學》2023-2024學年第一學期期末試卷
- 揚州環(huán)境資源職業(yè)技術學院《病原微生物免疫與健康》2023-2024學年第一學期期末試卷
- 基坑土方回填監(jiān)理旁站記錄表
- 3《歡歡喜喜慶國慶》說課稿-2024-2025學年道德與法治二年級上冊統(tǒng)編版
- 蓄勢聚能籌遠略揚帆破浪啟新航-在2025年務虛會上的講話提綱
- 先進集體發(fā)言稿
- 學生寒假心理健康教育心理調(diào)試過健康寒假課件
- 八年級地理(下冊星球版)復習提綱
- 新建3000只肉羊養(yǎng)殖基地建設項目可行性研究報告
- 山東省濟南市2023-2024學年高二上學期期末考試生物試題 附答案
- DB32T 3292-2017 大跨徑橋梁鋼橋面環(huán)氧瀝青混凝土鋪裝養(yǎng)護技術規(guī)程
- GB/T 44819-2024煤層自然發(fā)火標志氣體及臨界值確定方法
- 《MATLAB編程及應用》全套教學課件
- 喜歡新老師(教學設計)-2024-2025學年嶺美版(2024)美術一年級上冊
評論
0/150
提交評論