文档介绍：计量经济软件应用
——Stata软件实验之一元、
多元回归分析
1
精选ppt2021最新
内容概要
一、实验目的
二、简单回归分析的Stata基本命令
三、简单回归分析的Stata软件操作实例
四、多元回归分析的Stata基本命令
五、多元回归分析的Stata软件操作实例
2
精选ppt2021最新
一、实验目的：

掌握运用Stata软件进行简单回归分析以及
多元回归分析的操作方法和步骤，并能看懂
Stata软件运行结果。
3
精选ppt2021最新
二、简单回归分析的Stata基本命令
简单线性回归模型 ( simple linear regression model ) 指
只有一个解释变量的回归模型。如：
其中，y 为被解释变量，x 为解释变量，u 为随机误差项，
表示除 x 之外影响 y 的因素；称为斜率参数或斜率系
数，称为截距参数或截距系数，也称为截距项或常数项。
简单线性回归模型的一种特殊情况：
即假定截距系数时，该模型被称为过原点回归；过
原点回归在实际中有一定的应用，但除非有非常明确的理
论分析表明，否则不宜轻易使用过原点回归模型。
4
精选ppt2021最新
二、简单回归分析的Stata基本命令
regress y x
以 y 为被解释变量，x 为解释变量进行普通最小二乘
(OLS)回归。regress命令可简写为横线上方的三个字
母reg。
regress y x, noconstant
y 对 x 的回归，不包含截距项 (constant)，即过原点回归。
predict z
根据最近的回归生成一个新变量 z，其值等于每一个观测
的拟合值（即）。
predict u, residual
根据最近的回归生成一个新变量 u，其值等于每一个观测
的残差（即）。
5
精选ppt2021最新
三、简单回归分析的Stata软件操作实例
实验 1 简单回归分析：教育对工资的影响
劳动经济学中经常讨论的一个问题是劳动者工资的决定。不
难想象，决定工资的因素有很多，例如能力、性别、工作经验、
教育水平、行业、职业等。在这里仅考虑其中一种因素：教育
水平，建立如下计量模型：
其中，wage 为被解释变量，表示小时工资，单位为元；edu
为解释变量，表示受教育年限，即个人接受教育的年数，单
位为年；u为随机误差项。假定模型()满足简单回归模型的
全部5条基本假定，这样的OLS估计量将是最佳线性
无偏估计量。请根据表S-2中给出的数据采用Stata软件完成上
述模型的估计等工作。
6
精选ppt2021最新
三、简单回归分析的Stata软件操作实例
1、打开数据文件。直接双击“”文件；或者点
击Stata窗口工具栏最左侧的Open键，然后选择“工资方程
”即可；或者先复制Excel表S-2中的数据，再点击Stata
窗口工具栏右起第4个Data Editor键，将数据粘贴到打开的
数据编辑窗口中，然后关闭该数据编辑窗口，点击工具栏左
起第二个Save键保存数据，保存时需要给数据文件命名。
2、给出数据的简要描述。使用describe命令，简写为：
des 得到以下运行结果；
7
精选ppt2021最新
三、简单回归分析的Stata软件操作实例
结果显示“”数据文件包含1225个样本和11个变
量；11个变量的定义及说明见第3列。
8
精选ppt2021最新
三、简单回归分析的Stata软件操作实例
3、变量的描述性统计分析。对于定量变量，使用summarize
命令：su age edu exp expsq wage lnwage，得到以下运行结
果，保存该运行结果；
第1列：变量名；第2列：观测数；
第3列：均值；第4列：标准差；
第5列：最小值；第6列：最大值。
9
精选ppt2021最新
三、简单回归分析的Stata软件操作实例
4、wage对edu的OLS回归。使用regress命令：
reg wage edu，得到以下运行结果，保存该运行结果；
(1) 表下方区域为基本的回归结果。第1列依次为被解释变量wage，解释
变量edu，截距项constant；第2列回归系数的OLS估计值；第3列回归系
数的标准误；第4列回归系数的 t 统计量值；
写出样本回归方程为：
即如果受教育年限增加1年，。
10