溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
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。
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）間的依存關系，其目的在于根據已知的解釋變量值或固定的解釋變量值（重復抽樣）來估計和預測被解釋變量的總體平均值。
在研究某一社會經濟現象的發展變化規律時，所研究的現象或對象稱為被解釋變量，它是分析的對象，把引起這一現象變化的因素稱為解釋變量，它是引起這一現象變化的原因。
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條件進行檢驗，比如自相關、異方差、多重共線性等檢驗。
對于自相關的一個檢驗方法，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，所以要看估計后的殘差是否存在著自相關性。
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。
結果示例如下：
上述內容就是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，你們學到知識或技能了嗎？如果還想學到更多技能或者豐富自己的知識儲備，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
