基于stata软件求解多元线性回归模型问题实战

一、导入数据

由于多元线性回归模型利用Stata处理起来非常方便，故本题使用stata软件进行多元线性回归模型的求解，将excel数据导入stata中，如图

注意：一定要将第一行作为变量名勾选上

二、数据的描述性统计

1、定量数据

什么是定量数据，什么是定性数据，这里引入另一博主写的，地址https://blog.csdn.net/qq_43709590/article/details/113902722

简单来说，定性数据就可以理解为男女，是否，成功与不成功等，定量数据则为具体的数值，如商品的数量为20，房价为10000/m2

对于定量数据，进行描述性统计的stata代码为：

sum 变量1 变量2 变量3 ... 变量n

效果如图

三、stata回归的语句

reg y x1 x2 ... xk

这里默认使用的OLS:普通最小二乘估计法），效果如图

可以看到，拟合优度为0.7408，但调整后的拟合优度为0.6327，且各自变量的p值均大于0.05，但总体p值却小于0.05，故我们认为存在多重共线性的影响，故我们进行多重共线性检验

estat vif

这是检验多重共线性的代码，只需一行，如果vif值大于10，则存在多重共线性影响，检验结果如下

多重共线性的解决方法

如果发现存在多重共线性，可以采取以下处理方法。

(1) 如果不关心具体的回归系数，而只关心整个方程预测被解释变量的能力，则

通常可以 不必理会多重共线性（假设你的整个方程是显著的）。这是因为，多

重共线性的主要后果是使得对单个变量的贡献估计不准，但所有变量的整体效

应仍可以较准确地估计。

(2) 如果关心具体的回归系数，但多重共线性并不影响所关心变量的显著性，那

么也可以不必理会。即使在有方差膨胀的情况下，这些系数依然显著 ; 如果没有

多重共线性，则只会更加显著。

(3)  如果多重共线性影响到所关心变量的显著性，则需要增大样本容量，剔除导

致严重共线性的变量（不要轻易删除哦，因为可能会有内生性的影响），或对

模型设定进行修改。

通俗来讲，则是需要使用向后逐步回归，代码如下

stepwise reg y x1 x2 x3 ...xn, r b pr(0.05)

效果如下：

可以看到，农药费和灌溉费对单产的影响最大，Beta值只关心绝对值，绝对值越大，说明影响越大，针对本题，可以理解为灌溉费对单产的影响最大，其中灌溉费每增加一元，单产则会增加1.110757。