state命令中reg能做二元回归模型吗?

一、回归

reg rlag audit_opinion du net_profit lev size total_assets_growth_rate eps net_asset_per_share jian_ren ind liquidity state

二、Person相关系数

pwcorr audit_opinion du net_profit lev size total_assets_growth_rate eps jian_ren ind liquidity state,sig

三

order stkcd accper auditing_date corporate_reporting_date first_booking_date rlag arlag rrlag urlag delay_pre audit_opinio

> n du net_profit loss size lev total_assets_growth_rate eps jian_ren ind liquidity state finance utilities prop

logistic模型方法的运用分析

一． 《基于logistic模型的失地农民土地征收意愿影响因素研究。》

1. 构建模型：，文中因变量的量化取值，当农户愿意土地被征收时，取值1，当农户不愿意

土地被征收时，取值0。

2. 变量描述及赋值：采用李克特5分量表法进行赋值，对与征地意愿有正向作用的因素从

非常同意到非常不同意分别赋值5、4、3、2、1，对负向作用的因素从非常同意到非常不同意分别赋值1、2、3、4、5；而家庭人口特征和区位特征则采取实际量化值。

3.结果分析： 3.1模型检验

模型系数检验：似然比卡方检验的观测值48.460，概率p值为0.000，小于0.05，说明模型整体显著。

-2对数似然值检验：-2倍的对数似然函数值为105.111，说明模型拟合度较理。 R Square检验：Ｒ方值越大模型越优。NagelkerkeR2值为0.384，说明模型拟合度较好。 Ｏverall Percentage : 观察Ｏverall Percentage值，如果为92.4%，说明回归后模型总预测正确率为92.4%，与步骤0的90.8%比，提高1.6%，说明模型预测效果较理想。 变量的显著性检验：显著性水平的值代表变量对模型显著影响的大小。

是x1

实验二 一元线性回归模型

【实验目的】

掌握一元线性回归模型的建模方法。 【实验内容】

一、我国税收预测模型；

二、建立中国城镇居民消费函数。 【实验步骤】

（以我国税收预测模型为例）

一、启动EViews软件：

进入Windows/双击Eviews快捷方式，进入EViews窗口，或点击开始/程序/Econometrics Views，进入EViews窗口。

二、建立工作文件： 键入CREATE A 85 97 三、输入数据

1.键入命令：DATA Y X

2.输入每个变量的统计数据。 四、图形分析：

1.趋势图：PLOT Y X 2.相关图：SCAT X Y 五、估计线性回归模型： 命令方式 LS Y C X

六、建立城镇居民消费模型（以菜单方式） 1.建立工作文件：

⑴点击File╲New╲Workfile（将弹出一个工作文件对话框）； ⑵选择undated or irregular（非时序数据，数据个数选8） 点击OK。

2.输入数据：

⑴键入命令：DATA Y X

⑵输入每个变量的统计数据。 3.图形分析：

⑴趋势图：PLOT Y X ⑵相关图：SCAT X Y 4.估计线性回归模型： 菜单方式

⑴点击Qu

线性回归是很重要的一种回归方法，但是线性回归只适用于因变量为连续型变量的情况，那如果因变量为分类变量呢？比方说我们想预测某个病人会不会痊愈，顾客会不会购买产品，等等，这时候我们就要用到logistic回归分析了。Logistic回归主要分为三类，一种是因变量为二分类得logistic回归，这种回归叫做二项logistic回归，一种是因变量为无序多分类得logistic回归，比如倾向于选择哪种产品，这种回归叫做多项logistic回归。还有一种是因变量为有序多分类的logistic回归，比如病重的程度是高，中，低呀等等，这种回归也叫累积logistic回归，或者序次logistic回归。 二值logistic回归：

选择分析——回归——二元logistic，打开主面板，因变量勾选你的二分类变量，这个没有什么疑问，然后看下边写着一个协变量。有没有很奇怪什么叫做协变量？在二元logistic回归里边可以认为协变量类似于自变量，或者就是自变量。把你的自变量选到协变量的框框里边。

细心的朋友会发现，在指向协变量的那个箭头下边，还有一个小小的按钮，标着a*b，这个按钮的作用是用来选择交互项的。我们知道，有时候两个变量合在一起会产生新的效应，比如年龄和结婚

几种热力学模型应用于二元合金中

各组元活度计算的研究1

许 帅1,2,3 宋冰宜1,2,3 蒋文龙1,2,3* 杨 斌1,2,3

(1.昆明理工大学真空冶金国家工程实验室 昆明 650093；2.复杂有色金属资源清洁利用国家重点实验室 昆明 650093；3.云南省有色金属真空冶金重点实验室 昆明 650093)

Investigation of thermodynamic models applying in calculating

the activities of each component in binary alloys

Xu Shuai1,2,3, Song Binyi1,2,3, Jiang Wenlong1,2,3*, Yang Bin1,2,3 (1. National Engineering Laboratory for Vacuum Metallurgy, Kunming 650093, China;

2. State Key Laboratory of Complex Non-ferrous Metal Resources Clear Utilization, Kunming 650093,

第二章 一元线性回归模型

1.中国居民人均消费模型

从总体上考察中国居民收入与消费支出的关系。表2.1给出了1990年不变价格测算的中国人均国内生产总值（GDPP）与以居民消费价格指数（1990年为100）所见的人均居民消费支出（CONSP）两组数据。

表2.1 中国居民人均消费支出与人均GDP （单位：元/

1) 建立模型，并分析结果。

输出结果为：

对应的模型表达式为：

CONSP 201.107 0.3862GDPP

(13.51) (53.47) R2 0.9927,F 2859.23,DW 0.55

从回归估计的结果可以看出，拟合度较好，截距项和斜率项系数均通过了t检验。 中国人均消费增加10000元，GDP增加3862元。

1. 线性回归模型估计

表2.2给出黑龙江省伊春林区1999年16个林业局的年木材采伐量和相应伐木剩余物数据。利用该数据（1）画散点图；（2）进行OLS回归；（3）预测。

表2.2 年剩余物yt和年木材采伐量xt数据

林业局名 乌伊岭 东风 新青 红星 五营 上甘岭 友好 翠峦 乌马河 美溪 大丰 南岔

年木材剩余物yt（万m3） 年木材采伐量xt（万m3）

26.13

23.49 21.97 11.53 7.18

计量经济学

第二章 经典单方程计量经济学模型： 一元线性回归模型 回归分析概述 一元线性回归模型的参数估计 一元线性回归模型检验 一元线性回归模型预测 实例

计量经济学

§2.1

回归分析概述

一、变量间的关系及回归分析的基本概念 二、总体回归函数(PRF)

三、随机扰动项四、样本回归函数(SRF)

计量经济学

一、变量间的关系及回归分析的基本概念1. 变量间的关系

(1)确定性关系或函数关系：研究的是确定现 象非随机变量间的关系。

圆面积 f , 半径 半径2(2)统计依赖或相关关系：研究的是非确定现 象随机变量间的关系。

农作物产量 f 气温, 降雨量, 阳光, 施肥量

计量经济学

对变量间统计依赖关系的考察主要是通过相关 分析(correlation analysis)或回归分析 (regression analysis)来完成的正相关 线性相关 统计依赖关系 不相关 相关系数： 有因果关系 无因果关系 回归分析 相关分析 负相关 1 XY 1 正相关 非线性相关 不相关 负相关

计量经济学

注意 ①不线性相关并不意味着不相关。 ②有相关关系并不意味着一定有因果关系。 ③回归分析/相

计量经济学

第二章 经典单方程计量经济学模型： 一元线性回归模型 回归分析概述 一元线性回归模型的参数估计 一元线性回归模型检验 一元线性回归模型预测 实例

计量经济学

§2.1

回归分析概述

一、变量间的关系及回归分析的基本概念 二、总体回归函数(PRF)

三、随机扰动项四、样本回归函数(SRF)

计量经济学

一、变量间的关系及回归分析的基本概念1. 变量间的关系

(1)确定性关系或函数关系：研究的是确定现 象非随机变量间的关系。

圆面积 f , 半径 半径2(2)统计依赖或相关关系：研究的是非确定现 象随机变量间的关系。

农作物产量 f 气温, 降雨量, 阳光, 施肥量

计量经济学

对变量间统计依赖关系的考察主要是通过相关 分析(correlation analysis)或回归分析 (regression analysis)来完成的正相关 线性相关 统计依赖关系 不相关 相关系数： 有因果关系 无因果关系 回归分析 相关分析 负相关 1 XY 1 正相关 非线性相关 不相关 负相关

计量经济学

注意 ①不线性相关并不意味着不相关。 ②有相关关系并不意味着一定有因果关系。 ③回归分析/相

一元回归模型（1）

一、一元回归模型的定义:

? 1、回归的含义

回归分析研究的是一个变量（被解释变量）对另一个变量（解释变量）的依赖关系。其目的是通过后者的已知或设定值，去估计或预测前者的均值。 ? 2、统计关系与确定性关系

在经济研究中，主要处理的是经济变量之间统计依赖的关系。变量之间的关系是一种统计性的关系，而非确定性关系。 ? 3、回归与相关

相关分析：测度两个变量之间的线性关联程度，可以用相关系数来测量。对两个变量不加区分，都是随机变量。

回归分析：根据某个变量的设定值来估计或预测另外一个变量的平均值。解释变量是固定的（非随机的），被解释变量是随机的。

? 4、总体与样本的关系。 ? 总体：研究对象的全体。

? 个体：总体中的每个元素称为个体

? 样本：从总体中随机抽取的一组个体，称为样本

一个例子：

假设一个国家由60户居民组成，我们要研究每周家庭消费支出与可支配收入的关系。

收

入（X）

80 55 60

支

出

65 70 75

共计

325

100 65 70 74 80 85 88 462

120 79 84 90 94 98 445

140 80 93 95 103 108 113 115 707

160 102

一、用REG过程进行回归分析

SAS/STAT中提供了几个回归分析过程，包括REG（回归）、RSREG（二次响应面回归）、ORTHOREG（病态数据回归）、NLIN（非线性回归）、TRANSREG（变换回归）、CALIS（线性结构方程和路径分析）、GLM（一般线性模型）、GENMOD（广义线性模型），等等。我们这里只介绍REG过程，其它过程的使用请参考《SAS系统――SAS/STAT软件使用手册》。 REG过程的基本用法为：

PROC REG DATA=输入数据集 选项; VAR 可参与建模的变量列表; MODEL 因变量＝自变量表 / 选项; PRINT 输出结果; PLOT 诊断图形; RUN;

REG过程是交互式过程，在使用了RUN语句提交了若干个过程步语句后可以继续写其它的REG 过程步语句，提交运行，直到提交QUIT语句或开始其它过程步或数据步才终止。

例如，我们对SASUSER.CLASS中的WEIGHT用HEIGHT和AGE建模，可以用如下的简单REG 过程调用：

proc reg data=sasuser.class; var weight height age; model weight=height age;