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

創(chuàng)新互聯(lián)建站專(zhuān)注于企業(yè)成都全網(wǎng)營(yíng)銷(xiāo)推廣、網(wǎng)站重做改版、橋東網(wǎng)站定制設(shè)計(jì)、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(tuán)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(yè)設(shè)計(jì)等建站業(yè)務(wù)，價(jià)格優(yōu)惠性?xún)r(jià)比高，為橋東等各大城市提供網(wǎng)站開(kāi)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(gè)或多個(gè)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(lái)估計(jì)和預(yù)測(cè)被解釋變量的總體平均值。

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

對(duì)于一般的線(xiàn)性回歸方程，如下：

線(xiàn)性回歸估計(jì)后常常要對(duì)回歸的效果，也就是我們?cè)诠烙?jì)時(shí)所做的假設(shè)條件進(jìn)行檢驗(yàn)，比如自相關(guān)、異方差、多重共線(xiàn)性等檢驗(yàn)。

對(duì)于自相關(guān)的一個(gè)檢驗(yàn)方法，就是圖示法，也就是可以看一下回歸估計(jì)后的殘差與其滯后一階的散點(diǎn)圖與線(xiàn)性擬合圖，因?yàn)檫@里假定的就是殘差要服從隨機(jī)擾動(dòng)的假設(shè)，所以要看估計(jì)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(lái)畫(huà)出回歸估計(jì)后的殘差與其滯后一階的散點(diǎn)圖與線(xiàn)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(huà)出回歸后殘差和其滯后一階的散點(diǎn)圖與線(xiàn)性擬合圖，你們學(xué)到知識(shí)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(shí)儲(chǔ)備，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。

標(biāo)題名稱(chēng)：stata怎么畫(huà)出回歸后殘差和其滯后一階的散點(diǎn)圖與線(xiàn)性擬合圖
路徑分享：http://www.rwnh.cn/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(kāi)發(fā)、微信公眾號(hào)

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(hù)投稿、用戶(hù)轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話(huà)：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(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)