全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件 Stata专版
1510 3
2011-04-06
就是超级简单的回归分析啦。。可老师让分析一下结果,写分析报告,可是。。。偶都不知道怎么下手。。。



{smcl}
{com}{sf}{ul off}{txt}{.-}
       log:  {res}D:\DATA\aa.smcl
  {txt}log type:  {res}smcl
{txt}opened on:  {res}31 Mar 2011, 14:53:12
{txt}
{com}. insheet using D:\Stata9\EAEF01.txt
{txt}(51 vars, 540 obs)
{com}. reg s asvabc
      {txt}Source {c |}       SS       df       MS              Number of obs ={res}     540
{txt}{hline 13}{char +}{hline 30}           F(  1,   538) ={res}  220.65
    {txt}   Model {char |} {res} 1024.07299     1  1024.07299           {txt}Prob > F      = {res} 0.0000
    {txt}Residual {char |} {res} 2496.91034   538  4.64109729           {txt}R-squared     = {res} 0.2908
{txt}{hline 13}{char +}{hline 30}           Adj R-squared = {res} 0.2895
    {txt}   Total {char |} {res} 3520.98333   539  6.53243661           {txt}Root MSE      = {res} 2.1543
{txt}{hline 13}{c TT}{hline 64}
           s {c |}      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
{hline 13}{char +}{hline 64}
      asvabc {c |}  {res} .1512292   .0101808    14.85   0.000     .1312303    .1712282
{txt}       _cons {c |}  {res} 5.848944   .5347613    10.94   0.000     4.798468     6.89942
{txt}{hline 13}{c BT}{hline 64}
{com}. reg s earnings
      {txt}Source {c |}       SS       df       MS              Number of obs ={res}     540
{txt}{hline 13}{char +}{hline 30}           F(  1,   538) ={res}  111.28
    {txt}   Model {char |} {res} 603.448926     1  603.448926           {txt}Prob > F      = {res} 0.0000
    {txt}Residual {char |} {res} 2917.53441   538  5.42292641           {txt}R-squared     = {res} 0.1714
{txt}{hline 13}{char +}{hline 30}           Adj R-squared = {res} 0.1698
    {txt}   Total {char |} {res} 3520.98333   539  6.53243661           {txt}Root MSE      = {res} 2.3287
{txt}{hline 13}{c TT}{hline 64}
           s {c |}      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
{hline 13}{char +}{hline 64}
    earnings {c |}  {res}  .072465   .0068695    10.55   0.000     .0589707    .0859593
{txt}       _cons {c |}  {res} 12.24327   .1684998    72.66   0.000     11.91227    12.57427
{txt}{hline 13}{c BT}{hline 64}
{com}. res s asvabc sm
{err}unrecognized command:  res
{txt}{search r(199):r(199);}
{com}. reg s asvabc sm
      {txt}Source {c |}       SS       df       MS              Number of obs ={res}     540
{txt}{hline 13}{char +}{hline 30}           F(  2,   537) ={res}  134.38
    {txt}   Model {char |} {res} 1174.41457     2  587.207284           {txt}Prob > F      = {res} 0.0000
    {txt}Residual {char |} {res} 2346.56877   537  4.36977424           {txt}R-squared     = {res} 0.3335
{txt}{hline 13}{char +}{hline 30}           Adj R-squared = {res} 0.3311
    {txt}   Total {char |} {res} 3520.98333   539  6.53243661           {txt}Root MSE      = {res} 2.0904
{txt}{hline 13}{c TT}{hline 64}
           s {c |}      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
{hline 13}{char +}{hline 64}
      asvabc {c |}  {res} .1286305   .0106034    12.13   0.000     .1078012    .1494598
{txt}          sm {c |}  {res} .2277096   .0388214     5.87   0.000     .1514492      .30397
{txt}       _cons {c |}  {res} 4.357175   .5778698     7.54   0.000     3.222013    5.492338
{txt}{hline 13}{c BT}{hline 64}
{com}. reg s asvabc sf
      {txt}Source {c |}       SS       df       MS              Number of obs ={res}     540
{txt}{hline 13}{char +}{hline 30}           F(  2,   537) ={res}  143.70
    {txt}   Model {char |} {res} 1227.47384     2   613.73692           {txt}Prob > F      = {res} 0.0000
    {txt}Residual {char |} {res} 2293.50949   537   4.2709674           {txt}R-squared     = {res} 0.3486
{txt}{hline 13}{char +}{hline 30}           Adj R-squared = {res} 0.3462
    {txt}   Total {char |} {res} 3520.98333   539  6.53243661           {txt}Root MSE      = {res} 2.0666
{txt}{hline 13}{c TT}{hline 64}
           s {c |}      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
{hline 13}{char +}{hline 64}
      asvabc {c |}  {res} .1222618   .0106302    11.50   0.000     .1013798    .1431437
{txt}          sf {c |}  {res} .2012069   .0291561     6.90   0.000     .1439329    .2584809
{txt}       _cons {c |}  {res}  4.96503   .5287429     9.39   0.000     3.926372    6.003688
{txt}{hline 13}{c BT}{hline 64}
{com}. reg s asvabc sm sf
      {txt}Source {c |}       SS       df       MS              Number of obs ={res}     540
{txt}{hline 13}{char +}{hline 30}           F(  3,   536) ={res}   99.47
    {txt}   Model {char |} {res} 1259.22107     3  419.740358           {txt}Prob > F      = {res} 0.0000
    {txt}Residual {char |} {res} 2261.76226   536  4.21970571           {txt}R-squared     = {res} 0.3576
{txt}{hline 13}{char +}{hline 30}           Adj R-squared = {res} 0.3540
    {txt}   Total {char |} {res} 3520.98333   539  6.53243661           {txt}Root MSE      = {res} 2.0542
{txt}{hline 13}{c TT}{hline 64}
           s {c |}      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
{hline 13}{char +}{hline 64}
      asvabc {c |}  {res} .1171001   .0107325    10.91   0.000     .0960172     .138183
{txt}          sm {c |}  {res}  .122768   .0447583     2.74   0.006     .0348449    .2106912
{txt}          sf {c |}  {res} .1524304   .0340015     4.48   0.000     .0856379    .2192229
{txt}       _cons {c |}  {res} 4.375032   .5678743     7.70   0.000       3.2595    5.490564
{txt}{hline 13}{c BT}{hline 64}
{com}. reg earnings s exp
      {txt}Source {c |}       SS       df       MS              Number of obs ={res}     540
{txt}{hline 13}{char +}{hline 30}           F(  2,   537) ={res}   66.73
    {txt}   Model {char |} {res}  22875.361     2  11437.6805           {txt}Prob > F      = {res} 0.0000
    {txt}Residual {char |} {res} 92041.6004   537  171.399628           {txt}R-squared     = {res} 0.1991
{txt}{hline 13}{char +}{hline 30}           Adj R-squared = {res} 0.1961
    {txt}   Total {char |} {res} 114916.961   539   213.20401           {txt}Root MSE      = {res} 13.092
{txt}{hline 13}{c TT}{hline 64}
    earnings {c |}      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
{hline 13}{char +}{hline 64}
           s {c |}  {res} 2.674036   .2319993    11.53   0.000     2.218299    3.129774
{txt}         exp {c |}  {res} .5940972   .1379237     4.31   0.000     .3231612    .8650333
{txt}       _cons {c |}  {res}-26.93165   4.523408    -5.95   0.000    -35.81739    -18.0459
{txt}{hline 13}{c BT}{hline 64}
{com}.
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2011-4-6 16:09:29
从各种统计量分析,从而判断是否接受回归方程式,此外还可以解释残差的相关性。我学的是Eviews 软件,不能帮你了
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-4-6 16:09:41
是stata里面的程序吧,直接一点,把程序放到stata里运行一下,逐段地运行,就知道什么意思了。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-4-7 12:50:43
关键是log语句有问题,所以乱码
如果将 log:  {res}D:\DATA\aa.smcl改为。。。aa.log就不会乱码了
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群