假设两个变量分别是 x 和 y,你可以使用二者回归后的残差之密度函数来近似估计 x 或 y 的条件密度函数。
其实,回归的过程就是取“条件期望”的过程。
具体操作如下:
reg y x
predict e, res
kdensity e
*----------简单实例-------------
clear
matrix m = (0.3, 0.6)
matrix C = (1, 0.8 \ 0.8, 1)
drawnorm x y, n(1000) means(m) corr(C) // x 和 y 都是正态分布,二者相关系数为 0.8
sum x y
corr x y
scatter y x, msymbol(x)
kdensity y // y 的原始分布
qui reg y x
predict e, res
kdensity e // y 的条件分布
* 你可以对比一下两个密度函数图的区别