本篇文章為大家展示了stata怎么畫出回歸后殘差和其滯后一階的散點圖與線性擬合圖，內(nèi)容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。

創(chuàng)新互聯(lián)建站專注于企業(yè)成都全網(wǎng)營銷推廣、網(wǎng)站重做改版、橋東網(wǎng)站定制設(shè)計、自適應(yīng)品牌網(wǎng)站建設(shè)、HTML5建站、商城網(wǎng)站建設(shè)、集團公司官網(wǎng)建設(shè)、外貿(mào)網(wǎng)站建設(shè)、高端網(wǎng)站制作、響應(yīng)式網(wǎng)頁設(shè)計等建站業(yè)務(wù)，價格優(yōu)惠性價比高，為橋東等各大城市提供網(wǎng)站開發(fā)制作服務(wù)。

回歸分析是研究某一被解釋變量（因變量）與另一個或多個解釋變量（自變量）間的依存關(guān)系，其目的在于根據(jù)已知的解釋變量值或固定的解釋變量值（重復(fù)抽樣）來估計和預(yù)測被解釋變量的總體平均值。

在研究某一社會經(jīng)濟現(xiàn)象的發(fā)展變化規(guī)律時，所研究的現(xiàn)象或?qū)ο蠓Q為被解釋變量，它是分析的對象，把引起這一現(xiàn)象變化的因素稱為解釋變量，它是引起這一現(xiàn)象變化的原因。

對于一般的線性回歸方程，如下：

線性回歸估計后常常要對回歸的效果，也就是我們在估計時所做的假設(shè)條件進行檢驗，比如自相關(guān)、異方差、多重共線性等檢驗。

對于自相關(guān)的一個檢驗方法，就是圖示法，也就是可以看一下回歸估計后的殘差與其滯后一階的散點圖與線性擬合圖，因為這里假定的就是殘差要服從隨機擾動的假設(shè)，所以要看估計后的殘差是否存在著自相關(guān)性。

在stata里邊，我們可以采用如下命令來畫出回歸估計后的殘差與其滯后一階的散點圖與線性擬合圖：

reg y x1 x2 x3

predict?e1,res

twoway(scatter e1 L.e1) (lfit e1 L.e1)

這里predict?e1,res就是regress回歸后生成殘差序列，L.e1就是殘差序列滯后一期的序列。

結(jié)果示例如下：

上述內(nèi)容就是stata怎么畫出回歸后殘差和其滯后一階的散點圖與線性擬合圖，你們學(xué)到知識或技能了嗎？如果還想學(xué)到更多技能或者豐富自己的知識儲備，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。

標(biāo)題名稱：stata怎么畫出回歸后殘差和其滯后一階的散點圖與線性擬合圖
路徑分享：http://chinadenli.net/article12/gopsgc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站策劃、電子商務(wù)、網(wǎng)站建設(shè)、自適應(yīng)網(wǎng)站、小程序開發(fā)、微信公眾號

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)