多元线性回归分析(Stata) |
您所在的位置:网站首页 › ols多元线性回归分析结果中有残差吗 › 多元线性回归分析(Stata) |
本文借鉴了数学建模清风老师的课件与思路,可以点击查看链接查看清风老师视频讲解:清风数学建模:https://www.bilibili.com/video/BV1DW411s7wi 注:本节所有代码 在 regress_stata.do 文件里,复习的时候直接去运行里面的代码即可。 文章内容有点多,可以直接看最后的个人总结。 目录 一、前言 二、回归分析简介 三、数据的简介 3.1 数据的分类 3.2 数据的收集 四、对数据的处理 五、内生性的探究 六、分类变量的设置 七、案例背景 八、Stata实现多元线性回归 8.1 Stata基础 编辑8.2 Stata里进行描述性统计分析 8.3 案例第1问求解 8.3.1 不加入分类变量时的回归 8.3.2 加入分类变量时的回归 8.3.3 关于调整后R^2值太小怎么办 8.4 案例第2问求解 九、论文点评 9.1 一篇错误很多的论文《基于多元回归模型的大学生期末数学成绩影响因素探究》点评 9.2 清风的毕业论文点评 十、异方差(回归之前检验数据是否存在异方差) 10.1 异方差介绍 10.2 检验异方差 10.2.1 图形检验编辑 10.2.2 假设检验 10.3 异方差的处理方法 十一、多重共线性(回归结束后用) 11.1 多重共线性介绍 11.2 多重共线性检验 编辑 11.3 多重共线性的处理方法 十二、逐步回归 12.1 逐步回归简介 12.2 Stata实现逐步回归 12.3 逐步回归说明 十三、个人总结 一、前言 二、回归分析简介
该问题可通过后文提到的标准化回归解决。
三、数据的简介 3.1 数据的分类 3.2 数据的收集 四、对数据的处理 详见《Excel对数据进行预处理》文件。 五、内生性的探究注意:内生性在实际操作时不是很重要,这个问题太难解决了,所以在数模中一般不考虑这个问题,此处只是说明一下有这个东西。 六、分类变量的设置 在Stata里操作时,会自动设置对照组,即在由分类变量生成的虚拟变量里随机设置一个为对照组,从而避免多重共线性的影响。 七、案例背景 八、Stata实现多元线性回归 8.1 Stata基础 8.2 Stata里进行描述性统计分析这里的数据为连续性数据,得到的结果在可以Excel里优化一下再放入论文中。 这里的数据为分类数据,tab命令可以得到分类数据的频数分布表,gen命令可以对该分类变量生成虚拟变量。 可将该指标总体情况放入论文中。 8.3 案例第1问求解 8.3.1 不加入分类变量时的回归这里只用了两个自变量进行演示。 其中,第一个表里,联合显著性检验=0 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |