计量经济学Stata软件应用3---【Stata软件回归分析应用之模型预测】--1次课.ppt

计量经济软件应用 ——Stata软件实验回归分析应用之模型预测 实验目的： 掌握回归模型预测的方法及相应 的Stata软件操作方法。 知识点： 模型的预测问题 已建立二元线性回归模型: 若给定样本以外的解释变量的观测值(X10, X20)， 通过以上方程我们就可以对被解释变量Y0的取值 进行预测。 点预测: 直接将(X10, X20)代入方程，可得到被解释变 量Y0 的点预测值 模型的预测问题 区间预测：区间预测方法就是预测 Y0 基本上是 （以 的可能性）在一个区间范围内取值，该 区间就称为Y0的置信区间（预测区间），置信区间是以Y0的 点预测值 为中心的一个区间，表示为： 其中预测误差 的样本标准差为： （对于一元线性回归模型） （对于多元线性回归模型） 回归模型预测的Stata基本命令 对于多元线性回归模型： regress y x1 x2…xk y 对 x1, x2, …, xk 的回归。regress命令可简写为reg； adjust [ ] [, option] 根据最近的回归得到当解释变量取特定值(即 ， ， ) 时被解释变量的预测值。如果不指定解释变量的取值，表示 根据最近的回归得到在所有解释变量均等于其样本均值时被 解释变量的预测值。Option是选择项，可根据需要选择。常用 的选择项有：stdf 表示显示样本外预测的标准误；ci 表示显示 预测值的置信区间；level( ) 用于指定置信区间的置信水平，如 level(90) 表示90%置信水平，level(99) 表示99%置信水平，如果 仅输入ci 而未指定置信水平，则缺省表示指定95%置信水平。 回归模型预测的Stata基本命令 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 的拟合值或预测值 ( )； 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。 Stata软件操作实例 实验 1 模型预测：学习努力程度对大学英语成绩的影响 本例继续使用数据文件“大学英语成绩.dta”。考虑模型： 其中final 为英语期末考试成绩，entry为学校组织的英语 入学考试成绩，attend 为英语课的出勤率(百分数)， homework 为课后作业的完成率(百分数)； 1、打开数据文件。直接双击“大学英语成绩.dta”文件；或 点击Stata窗口工具栏最左侧的Open键，然后选择“大学英语 成绩.dta”即可； 2、预测。估计以上模型，如果想要预测一个上课出勤率 (attend)、作业完成率 (homework) 以及入学成绩 (entry) 均为 样本均值的学生的期末成绩 (final)，可在回归分析完成后使 用 adjust 命令，结果为： Stata软件操作实例 结果被解释变量学生英语期末成绩 (final) 的预测值为 57.6662。 Stata软件操作实例 2、预测。如果想得到attend=90、homework=90、entry=90 的学生的期末成绩，须在adjust命令中指定各解释变量的取 值；并且进行样本外预测，加入stdf、ci 等选项后可得到样 本外预测值的标准误和置信水平为95%的置信区间。 键入命令：adjust attend=90 homework=90 entry=90, stdf ci 结果显示，满足上述条件的学生期末成绩的点预测值为 70.683，样本外预测误差的标准误为12.9617，置信水平为 95%的置信(预测)区间为[45.2326, 96.1333]。 Stata软件操作实例 此外，根据需要，可在adjust命令后加入选项level，并 在括号内注明置信水平，如 level(99) 表示99%的置信水 平，level(90) 表示90%的置信水平等。 End * *