stata回归分析毕业论文

（1）由于F检验的P值为0，模型总体是统计显著的，模型较好（2）R方接近80%，说明模型的拟合度很高，模型较好（3）教育年限变量和工资具有统计显著的正相关关系（原因：t检验的P值为0），其他因素不变，教育年限每增加1年，工资平均增长990元。（4）工作起薪变量和工资具有统计显著的正相关关系（原因：t检验的P值为0），其他因素不变，工作起薪每增加1元，工资平均增长元。（5）性别变量和工资在5%的显著性下相关（我不知道你性别变量怎么设的，一般是男=1，女=0，我按这个写的，如果不是请告知），男性比女性在其他因素不变的情况下平均多1593元工资。

电脑：WIN10

软件：免费

软件：Stata

1、首先，在Stata中输入代码（ssc install asdoc, replace）安装外部命令asdoc。

2、安装完成后，打开我们的数据，小编这里以Stata自带的数据auto为例。

3、下面，小编做一个mpg和weight变量对price变量的回归分析，并把结果直接导出到Word里。输入命令：asdoc reg price mpg weight 。如图所示，Stata会自动生成一个名为“”的文件。

4、点击打开文件，可以看到，我们想要的回归分析结果已经导出到该Word文档里了。

5、之后我们只需要调整下格式即可，是不是很方便呢？

上面左侧的表是用来计算下面数据的，分析过程中基本不用提到

右侧从上往下

of obs 是样本容量

是模型的F检验值，用来计算下面的P>F

>F是模型F检验落在小概率事件区间的概率，你的模型置信水平是，也就是说P>F值如果大于，那么模型就有足够高的概率落在F函数的小概率区间，简单的说，如果这个值大于你这个模型设定有就问题，要重新设定模型

也就是模型的R²值，拟合优度，这个数越大你的模型和实际值的拟合度就越高，模型越好

.R-squard 这个是调整过的R²，跟上面R²差不多，关注一个就行了

mse 是残差标准差，值越大残差波动越大，模型越不稳定（这个值我分析的时候一般不太关注）

下侧表格

然后分析就选取你有用的参数做了，我学经济的，一般最有用的参数就是P>F,coef，P>t，se等等，还有BIC,VIF这些，在简单回归里这些是不会计算的，需要其他命令