1234、數(shù)據(jù)的與處實(shí)驗(yàn)7-1遺漏變量的檢根據(jù)統(tǒng)計(jì)資料得到了工資的橫截面數(shù)據(jù)，變法檢驗(yàn)?zāi)Ｐ?.使用Link方法檢驗(yàn)遺漏變linktest[if][in][,例如，利用wage1的數(shù)據(jù)，檢驗(yàn)?zāi)Ｊ欠襁z漏了重要的解釋變量，應(yīng)該輸入以下命令use令如下2.使用RamseyRamsey方法進(jìn)行檢驗(yàn)的基本命令語句為estatovtest[,在這個(gè)命令語句中，estatovtest是進(jìn)行Ramsey檢驗(yàn)的例如，利用wage1的數(shù)據(jù)，使用Ramsey方法檢驗(yàn)?zāi)Ｊ欠襁z漏了重要的解釋變量，應(yīng)該輸入以下命令useestat在圖7.3中，第一個(gè)圖表仍然是回歸結(jié)果，第二部分則是檢驗(yàn)的結(jié)果，不難發(fā)現(xiàn)y檢驗(yàn)的原假設(shè)是模型不存在遺漏變量，檢驗(yàn)的值為0.04，并進(jìn)行檢驗(yàn)，這時(shí)輸入令如下：estat無法原假設(shè)，即認(rèn)為模型不再存在遺漏變量。實(shí)驗(yàn)7-2 第一項(xiàng)是對擬合優(yōu)度的，即盡可能地使殘差平方（2）信息準(zhǔn)則，又稱為BIC準(zhǔn)則，其基本思想根據(jù)統(tǒng)計(jì)資料得到了工資的橫截面數(shù)據(jù)，變使用信息準(zhǔn)則，對模型進(jìn)行檢驗(yàn)令如下estatic[,在這個(gè)命令語句中，estatic是進(jìn)行檢驗(yàn)令語句，選項(xiàng)n(#)的功能是指定 準(zhǔn)則中的值，一般使用默認(rèn)值。reglwageeducexperestat重新對其進(jìn)行回歸并計(jì)算，這時(shí)輸入令如下estat 多重共線性的方法主要有消除其影響：一種是收集的數(shù)據(jù)，增大樣本容量；二、1.估計(jì)方usec:\data\lvyou.dta,regressYX1X2X3X4執(zhí)行建立回歸令，可以得到如圖7.7所示的回歸結(jié)果，2.（1）計(jì)算膨脹因子令為estatvif[,在這個(gè)命令語句中，estatvif是計(jì)算膨脹因子令語（2）計(jì)算相關(guān)系數(shù)令語句為pwcorr[varlist][if][in][weight][,在這個(gè)命令語句中，pwcorr是計(jì)算相關(guān)系數(shù)令，所使用令為：pwcorrX1X2X3X43. regressYregressYregressYregressYregressY首先，將X5加入方程進(jìn)行回歸，這時(shí)輸入令為regressYX2結(jié)果如圖7.10所示，通過觀察發(fā)現(xiàn)，X5的系數(shù)的p值0.658，沒有通過檢驗(yàn)，所以刪除解釋變量X5最后，將解釋變量X3加入，以X2、X4、X3作為解釋.3變量都通過了檢驗(yàn)。（2）自動逐步回歸以Stata提供了直接進(jìn)行分步回歸令，命令格式為：stepwise[,options]:在這個(gè)命令語句中，stepwise是進(jìn)行逐步回歸令，command為進(jìn)行回歸分析或建立其他模型令，stepwise,pe(0.05):regressYX1X2X3X4在這個(gè)命令語句中，stepwise是進(jìn)行逐步回歸令regressYX1X2X3X4X5則是指明要建立回歸模型。由 根據(jù)統(tǒng)計(jì)資料得到了汽車產(chǎn)業(yè)的橫截面數(shù)據(jù)(1978年)，變量主要包括：price=汽車的價(jià)格，利用usaauto數(shù)據(jù)，以pricempg、本數(shù)據(jù)中存在的數(shù)據(jù)。 regressyx1x2gsortsumlistin變量，x1、x2……為自變量建立回歸分析；第二個(gè)命令語例如，在汽車數(shù)據(jù)分析中，建立如下回歸模型之后分析一下是否存在值所使用到令為regresspricempgweightgsortsumlistin 二、 regressc如果認(rèn)為在1992年，南巡導(dǎo)致了經(jīng)濟(jì)結(jié)構(gòu)的變動，這第一步，生成虛擬變量，所使用令為replacedummy=1if第三步，將虛擬變量納入回歸方程進(jìn)行估計(jì)，所使用令為的消費(fèi)函數(shù)是否在1992年“南巡”以后1.手動法進(jìn)行Chow檢 predicte,egen就是實(shí)驗(yàn)原理中所指的出這前半段時(shí)期的殘差平方和，這時(shí)需要輸入令regresscyifpredicte1ifyear<1992,egen第一個(gè)命令的作用是生成1992年之前的消費(fèi)函平方和，也就是實(shí)驗(yàn)原理中所指的后半段時(shí)期的殘差平方和，這時(shí)需要輸入令為：regresscyifpredicte2ifyear>=1992,egen第一個(gè)命令的作用是生成1992年之后的消費(fèi)函平方和，也就是實(shí)驗(yàn)原理中所指的時(shí)需要輸入令為：genf=((b-b1-b2)/(2))/((b1+b2)/(29-sum第一個(gè)命令的作用就是將所有計(jì)算的數(shù)值帶入公為3.39，所以檢驗(yàn)值大于臨界值，原假設(shè)，應(yīng)當(dāng)（2）自動進(jìn)行Chow檢 findit chowvarlist[weight][ifexp][inrange][,chow(sample-句，inrange是范圍語句，chow（sample-list）需要指明檢驗(yàn)的 在這個(gè)命令語句中，chowcy說明要對變量c和y進(jìn)行檢驗(yàn)，1.利用wage2.dta的數(shù)據(jù)，分別運(yùn)用Link方法和方法，檢驗(yàn)回歸模型是否遺漏了重要的解釋變量型和