reg回归分析stata怎么用

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;

stata回归分析完整步骤——吐血推荐

****下载连乘函数prod,方法为:findit dm71 sort stkcd date //对公司和日期排序 gen r1=1+r //r为实际公司的股票收益率 gen r2=1+r_yq //r_yq为公司的预期股票收益率

egen r3=prod(r1),by(stkcd date) //求每个公司事件日的累计复合收益率 egen r4=prod(r2),by(stkcd date) //求每个公司事件日的累计预期的复合收益率 gen r=r4-r3

capture clear （清空内存中的数据）

capture log close （关闭所有打开的日志文件） set mem 128m （设置用于stata使用的内存容量）

set more off （关闭more选项。如果打开该选项，那么结果分屏输出，即一次只输出一屏结果。你按空格键后再输出下一屏，直到全部输完。如果关闭则中间不停，一次全部输出。） set matsize 4000 （设置矩阵的最大阶数。我用的是不是太大了？） cd D: （进入数据所在的盘符和文件夹。和dos的命令行很相似。）

log using （文件名）.lo

stata回归分析完整步骤——吐血推荐

****下载连乘函数prod,方法为:findit dm71 sort stkcd date //对公司和日期排序 gen r1=1+r //r为实际公司的股票收益率 gen r2=1+r_yq //r_yq为公司的预期股票收益率

egen r3=prod(r1),by(stkcd date) //求每个公司事件日的累计复合收益率 egen r4=prod(r2),by(stkcd date) //求每个公司事件日的累计预期的复合收益率 gen r=r4-r3

capture clear （清空内存中的数据）

capture log close （关闭所有打开的日志文件） set mem 128m （设置用于stata使用的内存容量）

set more off （关闭more选项。如果打开该选项，那么结果分屏输出，即一次只输出一屏结果。你按空格键后再输出下一屏，直到全部输完。如果关闭则中间不停，一次全部输出。） set matsize 4000 （设置矩阵的最大阶数。我用的是不是太大了？） cd D: （进入数据所在的盘符和文件夹。和dos的命令行很相似。）

log using （文件名）.lo

在此处利用两个简单的回归分析案例让初学者学会使用STATA进行回归分析。

STATA版本：11.0

案例1：

某实验得到如下数据

x y

对x y 进行回归分析。

第一步：输入数据（原始方法）

1 4

2

3

4

5

5.5 6.2 7.7 8.5

1.在命令窗口 输入 input x y /有空格 2.回车

得到：

1

3.再输入：

1 4 2 5.5 3 6.2 4 7.7 5 8.5 end

4.输入list 得到

5.输入 reg y x 得到回归结果

回归结果：

y?3.02?1.12x

T= (15.15) (12.32) R2=0.98

解释一下：

SS是平方和，它所在列的三个数值分别为回归误差平方和（SSE）、残差平方和（SSR）及总体平方和（SST），即分别为Model、Residual和Total相对应的数值。 df（degree of freedom）为自由度。

MS为SS与df的比值，与SS对应，SS是平方和，MS是均方，是指单位自由度的平方和。

coef.表明系数的，因为该因素t检验的P值是0.0

用Excel进行一元线性回归分析

Excel功能强大，利用它的分析工具和函数，可以进行各种试验数据的多元线性回归分析。本文就从最简单的一元线性回归入手.

在数据分析中，对于成对成组数据的拟合是经常遇到的，涉及到的任务有线性描述，趋势预测和残差分析等等。很多专业读者遇见此类问题时往往寻求专业软件，比如在化工中经常用到的Origin和数学中常见的MATLAB等等。它们虽很专业，但其实使用Excel就完全够用了。我们已经知道在Excel自带的数据库中已有线性拟合工具，但是它还稍显单薄，今天我们来尝试使用较为专业的拟合工具来对此类数据进行处理。

文章使用的是2000版的软件,我在其中的一些步骤也添加了2007版的注解.

1 利用Excel2000进行一元线性回归分析

首先录入数据.

以连续10年最大积雪深度和灌溉面积关系数据为例予以说明。录入结果见下图（图1）。

图1

第二步，作散点图

如图2所示，选中数据（包括自变量和因变量），点击“图表向导”图标；或者在“插入”菜单中打开“图表（H）(excel2007)”。图表向导的图标为。选中数据后，数据变为蓝色（图2）。

图2

）：

点击“图表向导”以后，弹出如下对话框（图3

在左边一栏中选中“XY散点图”，点击“完成”按钮，立即出

用stata做事件研究

时间研究通常被用来检验市场对附带相应利益事件的反应。事件研究通常包括以下几步：

（1）净化数据（提出无关和无法研究以及其他原因）和计算事件窗口 （2）估计正常表现

（3）计算异常表现和累积超额回报 （4）显著性检验

（5）全部事件交叉检验（相当于稳健性检验）

这个文章旨在帮助你用stata来开展事件研究。假设你已经拥有一个时间变量（date）和公司标识（company_id），如果你需要准备你的数据或者想要利用我们的数据尝试一下相应的命令，去data preparation页面。

我们同时也假设你对stata 有一个基本的了解。如果你需要和stata命令相关的帮助，你可以从here找到更多。如果你从一个可执行文件中进入命令，你的任务就会简单的多，因为可执行文件中包含了一系列的stata命令。

净化数据并计算事件窗口和估计窗口

你很可能获取了超出你需要的每个公司的观察值，也有可能有一些公司的观察值不充分。在你开展下一步前，你必须确保你的分析是建立在正确的观察值之上。为了实现这一点，你需要设立一个变量 dif ，它将会计算从观察（相当于估计期）到事件期的天数，这即有可能是节假日，也有可能是交易日。

就交易日天数：

sort

清华日照分析软件真么用？

1、设置好日照分析的标准

包括日照分析的地点经纬度设置、日照分析标准设置、日照时间统计方式的设置、日照分析精度设置、有效太阳高度角设置、扫掠角度设置、日照分析后日照时数颜色设置、阴影颜色设置等。

2、进行日照建模

已经是三维模型的，直接进行模型转换即可；对平面建筑图形，需要通过日照建模使平面图形转换成三维模型。

建模主要包括建筑轮廓线、普通窗户的建模、异型窗的建模，阳台的建模，平屋顶的建模、坡屋顶的建模等。

3、日照分析计算

日照分析计算的方法主要包括：单点分析、沿线分析、区域分析、三维单点分析、三维沿线分析、三维场地分析、窗户分析、窗日照对比分析。

在做一般的点、线、面分析时，提示输入标高时应输入相对基准面的高差。在三维分析时只，需输入相对实际地面的高度（如统一输入 0.9米 ），绝对高度（相对基准面的高差）由程序自动计算。

4、日照方案调整

圆锥面分析，可以利用圆锥面分析功能，直观反映出分析点的日照情况，可快速判定遮挡源，便于方案调整。

当然也可以用飞时达日照分析软件提供的“建筑物高度推算”和“建筑物位置推算”功能，对方案进行调整；方案后期，则可通过区域分析，窗户端点分析及其它的日照分析方法进行分析出表。

5、最后导出日照报告

飞时达日照

清华日照分析软件真么用？

1、设置好日照分析的标准

包括日照分析的地点经纬度设置、日照分析标准设置、日照时间统计方式的设置、日照分析精度设置、有效太阳高度角设置、扫掠角度设置、日照分析后日照时数颜色设置、阴影颜色设置等。

2、进行日照建模

已经是三维模型的，直接进行模型转换即可；对平面建筑图形，需要通过日照建模使平面图形转换成三维模型。

建模主要包括建筑轮廓线、普通窗户的建模、异型窗的建模，阳台的建模，平屋顶的建模、坡屋顶的建模等。

3、日照分析计算

日照分析计算的方法主要包括：单点分析、沿线分析、区域分析、三维单点分析、三维沿线分析、三维场地分析、窗户分析、窗日照对比分析。

在做一般的点、线、面分析时，提示输入标高时应输入相对基准面的高差。在三维分析时只，需输入相对实际地面的高度（如统一输入 0.9米 ），绝对高度（相对基准面的高差）由程序自动计算。

4、日照方案调整

圆锥面分析，可以利用圆锥面分析功能，直观反映出分析点的日照情况，可快速判定遮挡源，便于方案调整。

当然也可以用飞时达日照分析软件提供的“建筑物高度推算”和“建筑物位置推算”功能，对方案进行调整；方案后期，则可通过区域分析，窗户端点分析及其它的日照分析方法进行分析出表。

5、最后导出日照报告

飞时达日照

一、邹式检验（突变点检验、稳定性检验）

1.突变点检验

1985—2002年中国家用汽车拥有量（yt，万辆）与城镇居民家庭人均可支配收入（xt，元），数据见表6.1。

表6.1 中国家用汽车拥有量（yt）与城镇居民家庭人均可支配收入（xt）数据

年份 1985 1986 1987 1988 1989 1990 1991 1992 1993

yt（万辆） xt（元）28.49

34.71 42.29 60.42 73.12 81.62 96.04 118.2 155.77

739.1 899.6 1002.2 1181.4 1375.7 1510.2 1700.6 2026.6 2577.4

年份 1994 1995 1996 1997 1998 1999 2000 2001 2002

xt（元） yt（万辆）205.42

249.96 289.67 358.36 423.65 533.88 625.33 770.78 968.98

3496.2 4283 4838.9 5160.3 5425.1 5854 6280 6859.6 7702.8

下图是关于yt和xt的散点图：

从上图可以看出，1996年是一个突变点，当城镇居民家庭人均可支

回归分析 1）：变量选择与逐步回归 stepwise(X,y)

stepwise(X,y,inmodel,penter,premove) 课本P317

输入x为候选变量集合的n*k数据矩阵(n是数据容量,k是变量数目),y为因变量数据向量(n维),inmodel是初始模型中包括的候选变量集合的指标(矩阵x的列序数,

默认时设定为全部候选变量),penter是引入变量的显著性水平(默认时庙宇为0.05),premove是剔除变量的显著性水平(默认时设定为0.10)

调查了12名6到12岁正常儿童的体重,身高和年龄,如表,建立回归模型用于 预测从身高和年龄儿童的体重

1 2 3 4 5 6 7 8 9 10 11 12 y/kg 27.1 30.2 24.0 33.4 24.9 24.3 30.9 27.8 29.4 24.8 36.5 29.1 x1/m 1.34 1.49 1.14 1.57 1.19 1.17 1.39 1.21 1.26 1.06 1.64 1.44 x2/