STATA部分常用回归分析指令

1、聚类分析：cluster kmeans y xl x2 x3, k（3）一一依据y、xl、x2、x3,将样本分为n类，聚类的核为随机选取cluster kmeans y xl x2 x3, k（3） measure（ll） start（everykth）“start“用于确定聚类的核，“everykth”表示将通过构造三组样本获得聚类核：构造方法 为将样本 id 为 1、1+3> 1+3x2、1+3x3分为一组、将样本 id 为 2、2+3、2+3x2、2+3x3分为第二组，以此类推，将这三组的均值作为聚类的核:measure"用于计算相似 性和相异性的方法，”口“表示采用欧式

2、距离的绝对值，也直接可采用欧式距离（l2）和欧式 距离的平方（l2squared）。ps：这个方法所得的结果与spss所得结果相同。sort cl c2 （对cl和c2两个分类变量排序）byclc2： regyxlx2x3 （在cl、c2的各个水平上分别进行冋归）bysort clc2： reg y xl x2 x3讦c3=l（逗号前面相当于将上面两步骤合一，既排序又回归，逗 号后面的“ifc3“”表示只有在c3j的情况下才进行回归）mvreg y1 y2 : xl x2 x3 （多元回归）mvreg yl y2 y3: xl x3 x3 （多元冋归分析，yl y2 y3为因变量，xl x3

3、x3为自变量）以下命令只有在进行了 mvreg之后才能进行test yl（测试对yl的回归系数联合为0）test yl:xl x2 （测试对yl的回归中xl、x2的系数为0）test xl x2 x3 （测试在所有的回归中，xl、x2、x3的系数均为0）test yl=y2（对yl的回归和对y2的回归系数相等）test yl=y2: xl x2 x3, mtest （对yl和y2的回归中,分别测试xl、x2、x3的系数是否相等, 若没有mtest这个命令，则测试他们的联和统计）test yl=y2=y3（三个冋归的系数是否相等，可加mtest以分别测试）test yl=y2=y3: xl x2

4、 （测试三个回归中的xl、x2是否相等,可加mtest）est命令的用法：（1）储存回归结果：reg y xl x2 x3 （不限于 reg,也可储存 ivreg> mvreg> reg3）est store a（2）重现回归结果：est replay a（3）对回归结果进行进一步分析est for a:sum （对a冋归结果中的各个变量运行sum命令）异方差问题：获得稳健性标准误regy xl x2 x3 if cl=l （当分类变量时,进行y和诸x的回归）reg y xl x2 x3,robust （冋归丿舌显示各个自变量的异方差稳健性标准误）estat vif （回归之后获得

5、vif）estat hettest,mtest （界方差检验）异方差检验的套路：(1) breuschpagan 法: reg y xl x2 x3 predict u,resid gen usq二"2 reg usq xl x2 x3求f值display r/(l-r)*n2/nl (nl表示分子除数，n2表示分母除数)display ftail()求lm值display r*n (n表示总样本量)display chi2tail()(2) white 法: reg y xl x2 x3 predict u,resid gen usq二"2 predict y gen y

6、sq二y"2 reg usq y ysq求f值display r/（l-r）*n2/nl （nl表示分子除数，n2表示分母除数）display ftail（）求lm值display r*n （n表示总样本量）display chi2tail（）（3）必要补充f值和lm值转换为p值的命令：display ftail（nl,n2,a）（利用f值求p值,nl表示分子除数,n2表示分母除数，a为f值） display chi2tail（n3,b）（利用lm值求p值，n3表示自由度的损失量,一般等于nl, b为lm 值）异方差的纠正一-wls (weighted least square es

7、timator)（1）基本思路：reg y xl x2 x3 aw=xl(将xl作为异方差的来源,对方程进行修正) 上式相当于：reg y/(xla0.5) l/(xla0.5) xl/(xla0.5) x2/(xla0.5) x3/(xla0.5),noconstant（2）纠正异方差的常用套路（构造h值） reg y xl x2 x3predict ujesidgen usq二"2gen logusq=log(usq) reg logusq xl x2 x3 predict ggen h=exp(g)reg y xl x2 x3 aw=l/h界方差hausman检验：reg y

8、xl x2 x3est store a (将上述回归结果储存到a中)reg y xl x2 x3 aw=l/hest store bhausman a b当因变量为对数形式时(log(y)如何预测yreg logy xl x2 x3predict kgen m=exp(k)reg y m，noconstantm的系数为iy的预测值二ixexp(k)方差分析：-元方差分析an ova y gl / gl|g2 / （g*表示不同分类变量，计算g2和交互项/ gl | g2 /这两种分类的y值是 否存在组内差异）anova y dl d2 dl*d2 （d*表示虚拟变量，计算dl、d2和dl*d2

9、的这三种分类的y值是否有组 内差异）anova y dl d2 xl d2*xl, continuous（xl） （x* 衣示连续的控制变量）多元方差分析webuse jawmanova yl y2 y3 = gender fracture gender*fracture （按性别、是否骨折及二者的交互项对 yl、 y2和y3进行方差分析）manova yl = gender fracture gender*fracture （相当于一元方差分析，以 yl 为因变量） 进行多元回归的方法：多元回归分析：（与mvreg相同）foreach vname in yl y2 y3 （确定 y 变量组

10、vname）reg 'vname' xl x2 x3 （将y变量组中的各个变量与诸x变量进行回归分析，注意vname的标 点符号）上式等价于：mvreg yl y2 y3 = xl x2 x3reg3命令：(1)简单用法：reg3 (yl = xl x2 x3) (y2 = xl x3 x4) (y3 = xl x2 x5)测试 yl coefs = 0test yl测试不同冋归屮相同变量的系数：test yl=y2=y3, comm ontest (yl=y2) (yl=y3)/ common constant (constant 表示包含截距项)用reg3进行2slsreg

11、3 (yl = y2 xl x2) (y2 = yl x4),2sls(2)用 reg3 进行 olsreg3 (yl = y2 xl x2) (y2 = yl x4),ols对两个回归结果进行hausman检验：reg3 (yl=xl x2 x3)(y2=yl x4),2slsest store twoslsreg3 (yl=xl x2 x3)(y2=yl x4),olsest store ols即 “yl=xlx2x3” 进行 hausman即 “y2二ylx4” 进行 hausman 检hausman twosls ols,equations(l:l)(对两次回归中的方程 1, 检验)h

12、ausman twosls ols,equations(2:2)(对两次回归中的方程 2, 验)hausman twosls ols,alleqs (刈所冇方程一起进行检验) 检验忽略变量（模型的reset）： reg y xl x2 x3estat ovtest滞后变量的制収对变量y滞后一期：gen y_ll=y_n-l滞后两期：gen y_l2=y_n-2以此类推。制取样本序号：gen id二_n获得样本总量：gen id=_n时间序列回归：回归元严格外生时ar序列相关的检验 reg y xl x2predict u,residgen u_l=u_reg u u_loconstant回归之

13、后，u_1的序数如果不异于零，则该序列不相关用 durbin-watson statistics 检验序列相关:tssetyear （对时间序列回归中代表时间的变量进行定义）reg y xl x2dwstat （求出时间序列回归的dw值）durbina （对该回归是否具有序列相关进行检验，h0为无序列相关，可根据chi2值求出p 值）durbina,small （small可以根据f值求出p值,以代替chi2值）durbina,force （让检验能在 robust、neway 之后进行）durbina,small lag（l/10） （lag可以求出更高阶滞后的序列相关,如本例中可求出1到1

14、0阶 的序列相关）durbina,robust lag（l/10） （robust可进行异方差一稳健性回归，避免未知形式的异方差） bgodfrey （利用 breusch-godfrey test 求出高阶序列相关）bgodfrey,small lag（l/10）数据调查：survey data源数据：dataset文件夹屮的svydata步骤：1、定义 survey datasvyset psuid pweight=finalwgt, strata（stratid）定义primary sampling unit为psuid。可能是测试的编号，lor2定义 pweight 为 finalwg

15、t定义stratum identifer为stratido可能是测试中被试的编号，lto312、生成malegen male= （sex=l） if jmissing（sex）当sex不缺失且等于1吋，male=sex3、生成行变量为highbp,列变量为sizplace的表格svy, subpop（male）: tabulate highbp sizplace, col obs pears on ir null waldsubpop规定了以male为数据调查的范围tabulate highbp sizplace表示绘制行变量为highbp,列变量为sizplace的表格col表示每一列的加总

16、为100%, row表示每一行的加总为100%, cell表示横纵所有单元 格的加总为100%一一obs表示列出每个单元格的样本量，se表示列出每个单元格的标准误，ci表示列出每个 单元格的置信区间pears on 表示寸2取 pears on's chisquired,皮尔逊白勺卡方检足ir 表示求取 likelihood rationull 表示求収 null-based statisticswald 表示求取 adjusted wald, llwald 表示求取 adjusted log-linear wald, noadjust 表示求 取 unadjusted wald st

17、atistics4、svy:mean xl x2 x3对 xl、x2、x3 求取 mean、se 和 ci5简单的tabulate twoway （不用svyset就可执行）tab2 y x,col chi2 exact ircol、celk row 等均可换用,chi2 指的是 pearson's chi-squared> exact 指的是 fisher exact test> ir 扌旨的是 likelihood-ratio chi-squared6、svy的其他用法：svy:reg y x建立人工数据集：创建一个包含从独立标准正态分布屮抽取的2000个观察案例和三个

18、随机zl、z2、z3,并分 别定义他们的平均值和标准差。matrix m=(0/2,3)定义三个变量的平均值matrix sd=(lz.5,2)定义三个变量的标准差drawnorm zl z2 z3,n(2000) means(m) sds(sd)创建样本暈为2000,均值和标准差符合上面定义的数据集补充：除了定义均值和标准差之外，还可定义相关矩阵和协方差矩阵等。logit回归logit y xl x2 x3y必须为二分变量glogit outcomedata populationdata xl x2 x3outcomedata为目标样本总量，populationdata为观测样本总量，out

19、comedata/populationdata的值便是一个概率，相当于logit命令中的y面板数据(panel data)1、基本套路：xtreg y xl x2,reest store rextreg y xl x2,feest store fehausman re fe如果hausman检验的结果为显著，则采用固定效应(fe)模型，不显箸，则选収随机效应(re)模型2、随机效应的检验：xtreg y xl x2,rexttestoxttestlxttestl是xttesto的扩展,若这xttesto的结果为显著,则采用随机效应(re)模型 xttestl的假设是没有随机效应和/或没有序列相关，它的七个结果分别表示:1) lm test for random effects, assuming no serial correlation(假设没有序列相关情况下対随机效应进行lm检验)2) adjusted lm test for random effects, which works even under serial correlati on(假设有序列相关的情况下对随机lm检验)3) one sided version o