f33是分类变量，不能直接放入回归模型里，可以试试 reg y i.f33

这个我知道的 就是想知道他的pearson相关系数怎么求呢

这个我知道的 就是想知道他的pearson相关系数怎么求呢

这个我知道的 就是想知道他的pearson相关系数怎么求呢

1. pearson相关系数是两个连续变量间用的，连续变量和分类变量间应该检验不同类别间的均值差异（T检验之类的），分类变量间做卡方检验；所以你的问题是没有意义的。

2. 假设Y、X是两个连续变量，sd(y)、sd(x)是两者的标准差， 回归方程是y=a+bx,
那么有：回归系数b＝相关系数p*（sd(y)/sd(x))，这是两者最直白的数学关系。所以回归系数与相关系数是两个不同的东西；只有当两个变量的标准差相等时，相关系数才等于回归系数；回归方程的标准化系数与相关系数相同。举例如下：

        sysuse auto
        sum price mpg        
        correlate price mpg        
        reg  price mpg
        reg  price mpg, beta        // beta显示标准化回归系数
                di  -0.4686* 2949.496/ 5.785503

3. 相关系数和线性回归系数虽然都是说相关性，但解释是不一样的：回归系数可以说1单位的X变动导致b单位的Y变动；相关系数是说1个标准差的X变动p单位的Y变动。

4. 所以直接比较是相关系数和线性回归系数的大小是没有意义的，一般来说，相关系数绝对值越接近1，回归系数的显著性水平会越高。

5. 有问题尽量先 google 和 百度