【正文】 x3 c1 c2adjust x1 x2 x3，se（使得變量xx2和x3等于其均值，求y的預測值和標準誤）adjust x1 x2 x3，stdf ci（使得變量xx2和x3等于其均值，求y的預測值，預測標準誤和置信區(qū)間）adjust x1 x2,by(c1) se ci（控制變量xx2，亦即取它們的均值，在分類變量c1的不同水平上求y預測值，標準誤和置信區(qū)間）adjust x1 x2 x3,by(c1) stdf ci（控制變量xxx3，亦即取它們的均值，在分類變量c1的不同水平上求y預測值，預測標準誤和置信區(qū)間）adjust x1 x2,by(c1 c2) se ci（控制變量xx2，在分類變量cc2的不同水平上求y的預測值，標準誤和置信區(qū)間）adjust x1 x2 x3,by(c1 c2) stdf ci（控制變量xxx3，在分類變量cc2的不同水平上求y的預測值，預測標準誤和置信區(qū)間）adjust x1=a x2=b x3=c，se ci（當x1=a、x2=b、x3=c時，求y的預測值、標準誤和置信區(qū)間）adjust x1=a x2=b x3=c，by(c1) se ci（當x1=a、x2=b、x3=c時，在分類變量c1的不同水平上，求y的預測值、標準誤和置信區(qū)間）adjust x1=a x2=b c1=1，by(c1) se ci（當x1=a、x2=b，并假設(shè)所有的樣本均為c1=1，求在分類變量c1的不同水平上，因為變量x3的均值不同，而導致的y的不同的預測值……）mvreg Y1 Y2 ……: X1 X2 X3……（多元回歸）mvreg y1 y2 y3: x1 x3 x3（多元回歸分析，y1 y2 y3為因變量，x1 x3 x3為自變量）以下命令只有在進行了mvreg之后才能進行test [y1]（測試對y1的回歸系數(shù)聯(lián)合為0）test [y1]: x1 x2（測試對y1的回歸中xx2的系數(shù)為0）test x1 x2 x3（測試在所有的回歸中，xxx3的系數(shù)均為0）test [y1=y2]（對y1的回歸和對y2的回歸系數(shù)相等）test [y1=y2]: x1 x2 x3, mtest（對y1和y2的回歸中，分別測試xxx3的系數(shù)是否相等，若沒有mtest這個命令，則測試他們的聯(lián)和統(tǒng)計）test [y1=y2=y3]（三個回歸的系數(shù)是否相等，可加mtest以分別測試）test [y1=y2=y3]: x1 x2 （測試三個回歸中的xx2是否相等，可加mtest）est命令的用法：（1）儲存回歸結(jié)果：reg y x1 x2 x3（不限于reg，也可儲存ivreg、mvreg、reg3）est store A（2）重現(xiàn)回歸結(jié)果：est replay A（3）對回歸結(jié)果進行進一步分析est for A:sum（對A回歸結(jié)果中的各個變量運行sum命令）異方差問題：獲得穩(wěn)健性標準誤reg y x1 x2 x3 if c1==1（當分類變量c1=1時，進行y和諸x的回歸）reg y x1 x2 x3,robust（回歸后顯示各個自變量的異方差穩(wěn)健性標準誤）estat vif（回歸之后獲得VIF）estat hettest,mtest（異方差檢驗）異方差檢驗的套路：（1）Breuschpagan法：reg y x1 x2 x3predict u,residgen usq=u^2reg usq x1 x2 x3求F值display R/(1R)*n2/n1（n1表示分子除數(shù)，n2表示分母除數(shù)）display Ftail(……)求LM值display R*n（n表示總樣本量）display chi2tail(……)（2）white法：reg y x1 x2 x3predict u,residgen usq=u^2predict ygen ysq=y^2reg usq y ysq求F值display R/(1R)*n2/n1（n1表示分子除數(shù)，n2表示分母除數(shù)）display Ftail(……)求LM值display R*n（n表示總樣本量）display chi2tail(……)（3）必要補充F值和LM值轉(zhuǎn)換為P值的命令：display Ftail(n1,n2,a)（利用F值求p值，n1表示分子除數(shù)，n2表示分母除數(shù)，a為F值）display chi2tail(n3,b)（利用LM值求p值，n3表示自由度的損失量，一般等于n1，b為LM值）異方差的糾正——WLS（weighted least square estimator）（1）基本思路：reg y x1 x2 x3 [aw=x1]（將x1作為異方差的來源，對方程進行修正）上式相當于：reg y/(x1^) 1/(x1^) x1/(x1^) x2/(x1^) x3/(x1^),noconstant（2）糾正異方差的常用套路（構(gòu)造h值）reg y x1 x2 x3predict u,residgen usq=u^2gen logusq=log(usq)reg logusq x1 x2 x3predict ggen h=exp(g)reg y x1 x2 x3 [aw=1/h]異方差hausman檢驗：reg y x1 x2 x3est store A（將上述回歸結(jié)果儲存到A中）reg y x1 x2 x3 [aw=1/h]est store Bhausman A B當因變量為對數(shù)形式時（log(y)）如何預測yreg logy x1 x2 x3predict kgen m=exp(k)reg y m,noconstantm的系數(shù)為iy的預測值=iexp(k)方差分析：一元方差分析anova y g1 / g1|g2 /（g*表示不同分類變量，計算g1和交互項/ g1|g2 /這兩種分類的y值是否存在組內(nèi)差異）anova y d1 d2 d1*d2（d*表示虛擬變量，計算dd2和d1*d2的這三種分類的y值是否有組內(nèi)差異）anova y d1 d2 x1 d2*x1, continuous(x1)（x*表示連續(xù)的控制變量）多元方差分析webuse jawmanova y1 y2 y3 = gender fracture gender*fracture（按性別、是否骨折及二者的交互項對yy2和y3進行方差分析）manova y1 = gender fracture gender*fracture（相當于一元方差分析，以y1為因變量）————————————webuse nobetweengen mycons = 1manova test1 test2 test3 = mycons, noconstantmat c = (1,0,1 \ 0,1,1)manovatest mycons, ytransform(c)進行多元回歸的方法：多元回歸分析：（與mvreg相同）foreach vname in y1 y2 y3 { （確定y變量組vname）reg `vname39。rank=100（若rank在61與100之間，則新變量r61_100的取值為1，其他為缺失值）replace r61_100 if r61_100!=1（“!=”表示不等于，若r61_100取值不為1，則將r61_100替換為0，就是將上式中的缺失值替換為0）gen abs(x)（取x的絕對值）gen ceil(x)（取大于或等于x的最小整數(shù)）gen trunc(x)（取x的整數(shù)部分）gen round(x)（對x進行四舍五入）gen round(x,y)（以y為單位，對x進行四舍五入）gen sqrt(x)（取x的平方根）gen mod(x,y)（取x/y的余數(shù)）