stata 回归 干扰项_STATA数据处理技巧与计量分析五|回归分析

更多精彩内容请关注211统计课堂 上期小统和大家一起了解了STATA数据处理技巧与计量分析的描述统计与相关分析，这期小统和大家一起学习一下回归分析。

OLS基本假定

OLS重要假定：

经典线性回归假设：

• 假定SLR.5 随机干扰项与解释变量之间不相关。

• 假定SLR.6 随机干扰项服从零均值、同方差的正态分布。

高斯-马尔科夫假设：

• 假定SLR.1 回归模型是正确设定的，即满足模型不存在设定偏误。

• 假定SLR.2 解释变量X是确定性变量，不是随机变量，且各解释变量之间无完全多重共线性(相关性)。

• 假定SLR.3 解释变量的样本有变异性，即x的值不全相同。(非常弱的假定)

• 假定SLR.4 在给定X的条件下，随机干扰项具有零均值、同方差和不序列相关性。

回归分析的标准流程

STEP1

问题的提出以及目前研究进展(综述)，

得出结论：我的这个研究是有意义有价值的！

STEP2

模型构建与变量说明，如果涉及到指标计算，需要详细阐述计算思路。

STEP3

描述统计及(或)相关分析

STEP4

基本模型或基本回归分析

STEP5

回归的偏误处理或内生性检验及修正

下期预告

回归分析偏误处理

喜欢就点个在看吧