关于 一元线性回归、异方差性与Stata实现

本文介绍了如何使用Stata进行一元线性回归,并详细探讨了异方差性的检验方法,包括回归残差图、Breusch-Pagan/Cook-Weisberg测试、White Test以及斯皮尔曼等级相关检验法。通过这些方法,可以判断模型中是否存在异方差性,并据此建立相应的估计模型,如稳健方差回归和加权最小二乘法。
摘要由CSDN通过智能技术生成
                第一次blog献给了CSDN与计量经济学,但是不得不说 markdown编辑器还行

(大抵约
莫这个经济学专业的少年 所学习过的 语言的太少了呢,基本HTML一点都不会rua)

                             既计量经济学作业,遂顺手笔记耳

1. 一元线性回归 Stata实现

1.1命令窗口:

	. rename var1 x   //把导入的数据的 变量名 改为 x (default : var1)
	. rename var2 y
	. label values x 居民可支配收入 //把 变量x 贴一个标签  "居民可支配收入"
	. label values y 居民消费支出   //把 变量y 贴一个标签  "居民消费支出"
	. regress y x  //进行OLS回归

1.2菜单栏:

	“统计”—“线性模型及相关”—“线性回归”

regress

2. 检验异方差

“所谓异方差, 是指我们的误差项u 对不同的个体是不同的,从统计上讲,就是违反了假设: 球形误差Cov(u,x)=0的基本假设”
( 即: 随机误差 和 自变量 存在一定关系 , “随机”误差 不是随机的 )

2.1检验方法:回归残差图

2.1.1命令窗口:

	.rvpplot x //完成回归后,显示 “残差-自变量 图”

2.1.2菜单栏:

	“图形”—“回归诊断图”—“残差对解释变量”

2.1.3结果:
Y:残差;X:自变量

评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值