【stata第2期】回归简单示例与基本语法

1、回归分析示例

已知模型如下：

 mpg=beta_0 + beta_1 weight + beta_2 weight^2  + beta_3 foreign + e

现在要根据上述模型在stata当中进行回归操作

（1）导入stata自带的一份数据

sysuse auto,clear

（2）生成新变量

generate weight_2 = weight ^ 2

（3）回归

regress mpg weight weight_2 foreign

解释：

weight (车辆重量)：系数为-0.0165729，表示在其他变量不变的情况下，车辆重量每增加1单位，mpg（每加仑行驶英里数）减少约0.0166。p值为0.000，表示这个系数在统计上显著。

weight_2 (车辆重量的平方项)：系数为1.59e-06，表示在其他变量不变的情况下，车辆重量平方项每增加1单位，mpg增加约1.59e-06。p值为0.013，表示这个系数在统计上显著。

foreign (是否是进口车)：系数为-2.2035，表示在其他变量不变的情况下，进口车的mpg比非进口车低约2.2035。p值为0.041，表示这个系数在统计上显著。

常数项 (_cons)：系数为56.53884，表示当所有解释变量为0时的mpg值。p值为0.000，表示这个系数在统计上显著。

模型表明：

车辆重量对mpg有负面影响，但这种影响是非线性的（包含了平方项）。
进口车的燃油效率（mpg）普遍低于非进口车。
模型整体在统计上显著，并且能够解释mpg变异的69.13%。

（4）生成mpg的拟合值

predict mpg_hat

（5）生成残差

predict u,resid

（6）绘制原始数据的散点图

. sort weight

. twoway (scatter mpg weight) (line mpg_hat weight) , by(foreign)

2、数据列示和基本命令语法

（1）查看帮助文档

以list为例

help list

查看帮助文档

1、中括号 [ ] 里面的内容是可选的，可填可不填。

list 

list make price

（2）简写

l make

（3）通配符

list m*

list price-weight

（4）条件判断

 list price if price < 4000

查看price小于4000的数据

（5）运算

注意值标签，虽然是文字，但是是用值表示的。此外，判断相等要用两个等于号！

输出前20行，in表明的是范围

3、生成新变量

sysuse auto,clear

keep make price mpg rep78 

保留其中的4个变量

generate rep78_ =rep78 ^2

keep是保留数据

keep rep78 
keep 1/20

drop是删除数据

4、画图

twoway
可以简写成tw

twoway (scatter price weight) (qfit price weight) , title("拟合图片")