1、多元回歸
regress y x1 x2 x3
reg y x1 x2 x32、解釋定義
1）右上角
Number of obs ：樣本容量N
F(n,N)：F統(tǒng)計量，自由度為k（約束條件）、m(N-K)——檢驗整個方程的聯(lián)合顯著性
Prob>F：F統(tǒng)計值對應(yīng)的P值（0.0000：極小概率事件，顯著；>0.1，解釋方程基本沒用，設(shè)計有問題不顯著）
R-squared：所有的解釋變量(x)可以解釋y的變得約有R2%的變動（可以由x解釋）。
Adj R-squared：
Root MSE：s2開根號，擾動項的標準差的估計量
2）下邊
_cons：常數(shù)項，解釋變量x均為0時，被解釋變量y的值
Coef.：回歸系數(shù)
Std.Err：標準誤
t：= Coef./Std.Err
P>|t|：在……%顯著
[95% Conf. Intervall]：置信區(qū)間
3、回歸系數(shù)的協(xié)方差矩陣
vce
?主對角線元素為各回歸系數(shù)的方差，而非主對角線元素則為相應(yīng)的協(xié)方差。
4、無常數(shù)項回歸
reg y x1 x2 x3,noconstant
由于常數(shù)項很顯著，故忽略常數(shù)項將導(dǎo)致估計偏差，得不到一 致估計。即使真實模型不包括常數(shù)項，在回歸中加入常數(shù)項，也不會導(dǎo)致不一致的估計，故危害較小。反之，如果真實模型包括常數(shù)項，但在回歸時被忽略了，則可 能導(dǎo)致嚴重的估計偏差。因此，一般建議在回歸中包括常數(shù)項。
5、對子樣本進行回歸
reg y x1 x2 if x3(條件)& x4
6、不匯報結(jié)果
quietil <命令>
qui <命令>7、計算擬合值
1）被解釋變量
predict y12）計算殘差
predict e,residual
predict e,r8、雙邊檢驗：檢驗原假設(shè)
檢驗x1的回報率是否為n/100%
test x1 = n%
te x1 = n%
?由于t分布的平方為F 分布，故Stata統(tǒng)一匯報F 統(tǒng)計量及其 p值。 上表顯示，p值 = 0.6515，故無法拒絕原假設(shè)。
?由于默認為雙邊檢驗，故可計算此t統(tǒng)計量對應(yīng)的 p值如下：文章來源：http://www.zghlxwxcb.cn/news/detail-420908.html
dis ttail(752,0.45188757)*2 9、單邊檢驗
dis ttail(752,0.45188757如果已知雙邊檢驗的 p值，在做單邊檢驗時(假設(shè)t統(tǒng)計量的符號 與替代假設(shè)的方向相同)，一般只需將雙邊檢驗的 p值除以 2，即可得到單邊檢驗的p值，然后得到單邊檢驗的結(jié)果文章來源地址http://www.zghlxwxcb.cn/news/detail-420908.html
10、檢驗N解釋變量的系數(shù)是否相等
test x1 = x2test x1+x2=x3到了這里，關(guān)于計量經(jīng)濟學(xué)及Stata應(yīng)用 5.12 多元回歸的Stata實例的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
