回归结果处理和大样本课件.pptx

1、回归后预测值的获得回归后预测值的获得Predict1。拟合值的获得：。拟合值的获得：predict yhat, xb 或者或者 predict yhat2。残差的获得。残差的获得predict e , residuals 或者或者 predict e, res3。 残差分布图残差分布图rvfplot yline(0)回归的假设检验回归的假设检验(wald检验检验)test命令命令例一例一 sysuse auto, clearreg price mpg weight length 1。检验参数的联合显著性。检验参数的联合显著性2。分别检验各参数的显著性。分别检验各参数的显著性例二：例二： use

2、 wage2, clearreg lnwage educ tenure exper exper21。教育（。教育（educ）和工作时间（）和工作时间（tenure）对工资的）对工资的影响相同。影响相同。 test educ=tenure 2。工龄（。工龄（exper）对工资没有影响）对工资没有影响 test exper 或者或者 test exper =0 3。检验。检验 educ和和 tenure的联合显著性的联合显著性 test educ tenure 或者或者 test (educ=0) (tenure=0) 例三：生产函数例三：生产函数productionuse production,

3、clearreg lny lnl lnk test lnl lnk test (lnl=0.8) (lnk=0.2) test lnk+lnl=1非线性检验：非线性检验：testnl例一例一 sysuse autogen weight2 = weight2reg price mpg trunk length weight weight2 foreigntestnl _bmpg = 1/_bweighttestnl (_bmpg = 1/_bweight) (_btrunk = 1/_blength)例二：打开例二：打开productionreg lny lnl lnk testnl _blnl

4、 * _blnk = 0.25 testnl _blnl * _blnk = 0.5 大样本大样本OLS大样本大样本OLS经常采用稳健标准差估计经常采用稳健标准差估计(robust)稳健标准差是指其标准差对于模型中可能存稳健标准差是指其标准差对于模型中可能存在的异方差或自相关问题不敏感，基于稳健在的异方差或自相关问题不敏感，基于稳健标准差计算的稳健标准差计算的稳健t统计量仍然渐进分布统计量仍然渐进分布t分分布。因此，在布。因此，在Stata中利用中利用robust选项可以选项可以得到异方差稳健估计量。得到异方差稳健估计量。Nerlove（1963）的一篇著名）的一篇著名文章文章为了检验美国电力

5、行业是否存在规模经济，为了检验美国电力行业是否存在规模经济，Nerlove（1963）收集了）收集了1955年年145家美国家美国电力企业的总成本电力企业的总成本(TC)、产量、产量(Q)、工资率、工资率(PL)、燃料价格、燃料价格(PF)及资本租赁价格及资本租赁价格(PK)的的数据（数据（nerlove.dta）。假设第个）。假设第个i企业的生企业的生产函数为产函数为Cobb-Douglas： 321iiiiiFKLAQ 其中分别为生产率、劳动力、资本与燃料。其中分别为生产率、劳动力、资本与燃料。记为规模效应（记为规模效应（degree of returns to scale）。假设企业追求

6、成本最小化，可证）。假设企业追求成本最小化，可证明其成本函数也为明其成本函数也为Cobb-Douglas： ririririiiPFPKPLQTC3211123r取对数后得到如下模型：取对数后得到如下模型： 为了简单起见，我们将模型的方程设定为：为了简单起见，我们将模型的方程设定为：PFPKPLQTClnlnlnlnln54321iiiiiiPFrPKrPLrQrTCloglogloglog1log3211测算规模报酬系数测算规模报酬系数display 1/_blnq分别使用普通分别使用普通OLS和稳健的标准差和稳健的标准差OLS进行估进行估计。计。 结果可以看到：稳健标准差与普通标准差的估结

7、果可以看到：稳健标准差与普通标准差的估计的系数相同，但标准差和计的系数相同，但标准差和t值存在着较大的值存在着较大的差别，尤其是差别，尤其是lnq的标准差。的标准差。 约束回归约束回归定义约束条件定义约束条件constraint define n 条件条件约束回归语句约束回归语句cnsreg 被解释变量被解释变量 解释变量解释变量, constraints(条件编号条件编号)约束回归约束回归 例一：例一：use production，clear cons def 1 lnl+lnk = 1 cnsreg lny lnl lnk, c(1) 例二：例二：use nerlove,clear con

8、s def 1 lnpl+lnpk+lnpf=1. cons def 2 lnq=1. cnsreg lntc lnq lnpl lnpk lnpf, c(1-2)矩阵运算矩阵运算1。手动建立矩阵命令：。手动建立矩阵命令：matrixMat input 矩阵变量名矩阵变量名=（矩阵）（矩阵）同一行元素用，分隔同一行元素用，分隔不同行元素用不同行元素用分割分割建立矩阵建立矩阵 ： 3 6 8 5 11 7 2 18 16显示矩阵变量显示矩阵变量mat dir显示矩阵内容显示矩阵内容Mat list 矩阵变量矩阵变量常用矩阵运算：常用矩阵运算：C=A+B A-B A*BKronecker乘积乘积

9、：C=A#B常用矩阵函数：常用矩阵函数：trace(m1) m1的迹的迹Diag(v1) 向量的对角矩阵向量的对角矩阵inv(m1) m1的逆矩阵的逆矩阵2。还可以将变量转换为矩阵。还可以将变量转换为矩阵mkmat 变量名表，变量名表，mat(矩阵名矩阵名)练习：练习：sysuse autoreg price mpg weight foreign要求：利用矩阵运算手动计算出参数要求：利用矩阵运算手动计算出参数gen cons = 1mkmat price, mat(y)mkmat mpg weight foreign cons, mat(X)mat b = inv(X*X)*X*y mat l

10、ist b（还可以看一下矩阵（还可以看一下矩阵x与与y的值）的值）1()X XX y我们可以利用矩阵运算的方法将回归结果展我们可以利用矩阵运算的方法将回归结果展现的所有统计量都手动计算出来。现的所有统计量都手动计算出来。大家有兴趣回去做一遍，可以加深你对这些大家有兴趣回去做一遍，可以加深你对这些知识的理解。知识的理解。逐步回归法逐步回归法逐步回归法分为逐步剔除和逐步加入。逐步回归法分为逐步剔除和逐步加入。逐步剔除又分为逐步剔除逐步剔除又分为逐步剔除(Backward selection)和逐步分层和逐步分层剔除剔除(Backward hierarchical selection)1。逐步剔除。

11、逐步剔除stepwise, pr(显著性水平显著性水平): 回归方程回归方程例如：对例如：对auto数据数据Stepwise,pr(0.05):reg price mpg rep78 headroom trunk weight length turn displacement gear_ratio foreign2。逐个分层剔除。逐个分层剔除 Stepwise,pr(0.05) hier:reg price mpg rep78 headroom trunk weight length turn displacement gear_ratio 逐步加入又分为逐步加入逐步加入又分为逐步加入(For

12、ward selection)和逐步分层和逐步分层加入加入(Forward hierarchical selection)1。逐步加入。逐步加入stepwise, pe(显著性水平显著性水平): 回归方程回归方程例如：对例如：对auto数据数据Stepwise,pe(0.05):reg price mpg rep78 headroom trunk weight length turn displacement gear_ratio foreign2。逐步分层加入。逐步分层加入Stepwise,pe(0.05) hier:reg price mpg rep78 headroom trunk we

13、ight length turn displacement gear_ratio foreign边际效果及其解释边际效果及其解释对数形式的选择与解释对数形式的选择与解释例题例题例一：利用例一：利用wage2的数据检验明瑟的数据检验明瑟(mincer)工资方程的简单形式：工资方程的简单形式：Ln(wage)=b0+b1*educ+b2*exper +b3*exper2+ u wage=b0+b1*educ+b2*exper +b3*exper2+ u 比较含义比较含义Stata返回结果的读取返回结果的读取sysuse auto,clearreg price weight length forei

14、gneret listStata结果的呈现结果的呈现命令命令1：est table命令命令2：esttabsysuse auto,clearreg price weight lengthest store m_1reg price weight length foreignest store m_2reg price weight length foreign mpg gear_ratioest store m_3 命令命令1：est table est table m_1 m_2 m_3 est table m_1 m_2 m_3, stat(r2 r2_a N F) b(%6.3f) st

15、ar est table m_1 m_2 m_3, stat(r2 r2_a N F) b(%6.3f) star(0.1 0.05 0.01) est table m_1 m_2 m_3, stat(r2 r2_a N F) b(%6.3f) se(%6.2f)est table m_1 m_2 m_3, stat(r2 r2_a N F) b(%6.3f) t(%6.2f) 命令命令2：esttab findit esttab esttab m_1 m_2 m_3 esttab m_1 m_2 m_3, scalar(r2 r2_a N F) star(* 0.1 * 0.05 * 0.01) compress esttab m_1 m_2 m_3, scalar(r2 r2_a N F) compress star(* 0.1 * 0.05 * 0.01) mtitles(精简模型精简模型 一般模型一般模型 较大较大模型模型)