精华内容
下载资源
问答
  • stata岭回归分析命令
    千次阅读
    2021-07-10 13:23:32

    全文阅读:https://www.lianxh.cn/news/7451a1ae67bec.html

    目录

      

    「不显著」是很多跑回归的人的痛处,但有时不显著并非是故事本身的原因,而是多重共线性导致的。多元分析中,当两个或更多的变量出现相关的时候,就有可能出现多重共线性问题。一般的多重共线性并不影响估计,但高度的共线性会使估计的方差膨胀,t 值缩水,导致统计推断失效。

    本文介绍了两种经典的筛选变量、应对多重共线性的参数方法,「Ridge 回归」和「Lasso 回归」。

    全文阅读:https://www.lianxh.cn/news/7451a1ae67bec.html

    更多相关内容
  • 岭回归代码

    2016-11-06 14:41:37
    coursera华盛顿大学机器学习专项第二门课第四周习题
  • 上篇论文中用到的重要stata命令,包括lasso岭回归、插值法、赫芬达尔赫希曼指数的测算等
  • 1、读懂回归分析内容 2、指令: sw reg 因 自,pr(0.05)————向前 sw reg 因 自,pe(0.05)————向后

    1、读懂回归分析内容

    2、指令:

    sw reg 因 自,pr(0.05)————向前

    sw reg 因 自,pe(0.05)————向后

    展开全文
  • 来自清风的数学建模课程,主要是用于自己复习看...岭回归对于多元线性回归的优点 对于 无完全多重共线性 放松 n<k 可以 样本个数小于指标个数 如何选择 喇嘛塔 岭迹分析 VIF法(方差膨胀因子) 最小化

    来自清风的数学建模课程,主要是用于自己复习看,所以截图较多

    标准化:减去均值)除以方差

    古典回归模型要满足四个假定

    线性假定

    image.png

    严格外生性

    保证估计出来的回归系数无偏且一致

    扰动项均值为0.并且和自变量不相关

    无完全多重共线性

    保证回归系数β可以被估计出来

    球型扰动项

    同方差 无自相关

    岭回归

    原理

    岭回归对于多元线性回归的优点

    对于 无完全多重共线性 放松 n<k 可以 样本个数小于指标个数

    如何选择 喇嘛塔

    • 岭迹分析

    • VIF法(方差膨胀因子)

    • 最小化均方预测误差

    lasso回归

    建模lasso用的大于岭回归

    stata进行laoos回归

    // 导入数据,注意修改Excel文件的地址
    import excel "C:\Users\hc_lzp\Desktop\数学建模视频录制\A01更新\岭回归和lasso回归\数据和拓展资料\棉花产量论文作业的数据.xlsx", sheet("data") firstrow
    // 注意:这里自变量的量纲相同所以不用标准化,如果需要标准化,那么可以借助Matlab的zscore函数,或者直接使用SPSS(分析-描述统计-描述:在描述列表的方框左下角,看到“将标准化得分另存为变量(Z)之后点击打勾,然后确定。)
    // Stata中也有相应的标准化变量的命令,不过一次只能标准化一个变量,例如: egen Y = std(单产)   这个代码就表示将单产标准化,得到的变量记为Y
    cvlasso 单产 种子费 化肥费 农药费 机械费 灌溉费, lopt seed(520)
    
    

    打星星的是喇嘛塔最小值

    什么时候使用lasso回归?

    展开全文
  • 回归分析stata实例详细解答过程)

    万次阅读 多人点赞 2021-09-02 11:33:47
    现有某电商平台846条关于婴幼儿奶粉的销售信息,每条信息由11个指 标组成。其中,评价量可以从一个侧面反映顾客对产品的关注度。 请对所给数据进行以下方面的分析,要求最终的分析将不仅仅...我们在这里用回归分析,...

    现有某电商平台846条关于婴幼儿奶粉的销售信息,每条信息由11个指 标组成。其中,评价量可以从一个侧面反映顾客对产品的关注度。 请对所给数据进行以下方面的分析,要求最终的分析将不仅仅有益于 商家,更有益于宝妈们为宝贝选择适合自己的奶粉。

    (1) 以评价量为因变量,分析其它变量和评价量之间的关系。

    (2) 以评价量为因变量,研究影响评价量的重要因素。

     

    我们运用stata软件解决此问题。

    第一问

    在第一问中要求我们,以评价量为因变量,分析其它变量和评价量之间的关系。

    我们在这里用回归分析,分析此数据,完成第一题。

    1.导入excel表格的数据

    方法一:单击stata的左上角的“文件”,选择“导入”,再选择“excel电子表格”

    在浏览选择文件位置,然后勾选“将第一行作为变量名”,最后单击“确定”。

    方法二:代码导入

     import excel "D:\数学建模\清风数学建模\视频对应课件\正课\7 多元回归分析\第7讲.多元回归分析\代码和例题数据\课堂中讲解的奶粉数据.xlsx", sheet("Sheet1") firstrow
    

    2.打开代码编辑器

     

     

    3.数据的描述性统计

    (1)定量变量

     Obs:观测值、样本

    Mean:平均数

    Std.Dev.:标准差

    Min:最小值

    Max:最大值

    (2)定性变量

     

    4.回归分析(stata)

    GLS为广义最小二乘,在OLS的基础上进行了一定的调整,为了克服扰动项u,当一些条件不符合时,我们可以使用GLS进行估计。

    Model:SSR

    Residual:SSE

    Total:SST

    R2 = 1 -(SSE / SST)

    regress 评价量 团购价元 商品毛重kg
    // 下面的语句可帮助我们把回归结果保存在Word文档中
    // 在使用之前需要运行下面这个代码来安装下这个功能包(运行一次之后就可以注释掉了)
    // ssc install reg2docx, all replace
    // 如果安装出现connection timed out的错误,可以尝试换成手机热点联网,如果手机热点也不能下载,就不用这个命令吧,可以自己做一个回归结果表,如果觉得麻烦就直接把回归结果截图。
    est store m1
    reg2docx m1 using m1.docx, replace
    // *** p<0.01  ** p<0.05 * p<0.1

    F(2,843) 和 Prob > F 为联合显著性检验

    F(2,843):为F统计量,

    Prob > F:为P值,必须要小于0.05,要不然没有实际意义。

    df:自由度

    R - squared:R2

    Adj   R - squared:调整后R2(论文中一般用这个)

    :为常数项也就是

    t:t检验统计量=Coef. / Std. Err.

    P > | t |:各因素所对应的P值。例如:商品毛重kg对应的P值为0.457>0.05,所以商品毛重kg对应的回归系数2410.303没有什么意义,与0没有显著差异。

    [95%  Conf. Interval]:

    Coef.:分析出来的回归系数

    Std. Err.:分析出来回归系数的标准误差

    5.加入虚拟变量回归

     Stata会自动检测数据的完全多重共线性问题。

    下面的图片结果放在附录中就行了

    // Stata会自动剔除多重共线性的变量
    regress 评价量 团购价元 商品毛重kg A1 A2 A3 B1 B2 B3 B4 B5 B6 B7 B8 B9 C1 C2 D1 D2 D3 D4 D5 E1 E2 E3 E4 F1 F2 G1 G2 G3 G4
    est store m2
    reg2docx m2 using m2.docx, replace
    

     因为我们计算出来的P值小于0.05,所以通过了联合显著性检验。再寻找有哪些因素的P值小于0.05或者小于0.1,然后说它对应的回归系数是显著的。(只分析显著的)

    在论文中放下面的处理好的表格

     

     

    6.拟合优度 R2较低怎么办

    (1)回归分为解释型回归和预测型回归。 预测型回归一般才会更看重𝑅2。 解释型回归更多的关注模型整体显著性以及自变量的统计显著性和经济意义显著 性即可。

    (2)可以对模型进行调整,例如对数据取对数或者平方后再进行回归。

    (3)数据中可能有存在异常值或者数据的分布极度不均匀。(本例就是这种情况)

     

    第二问

    在第二问中要求我们,以评价量为因变量,研究影响评价量的重要因素。

    我们将引入标准回归,来解决第二题。

     

    1.Stata标准化回归命令

    就仅仅是在回归分析的后面加了“,beta”。

     Beta:为标准化后的回归系数。

     第二题计算结果分析:

     P值小于0.05,所以以下分析结果可用。

     结果只有团购价格和F1的P值是小于0.1,所以标准化回归系数显著,是影响评价量的重要因素。而团购价格的标准化回归系数比F1的标准化回归系数大,所以团购价格才是影响评价量的最重要的因素。

    展开全文
  • Stata | 回归分析(esttab)

    千次阅读 2022-03-09 20:00:28
    regress后面第一个变量为被解释变量(因变量),其他都是解释变量(自变量),可作多变量回归分析 quietly regress不显示回归结果 regress price weight mpg estimates est store + name:保存刚刚一次回归的...
  • Stata: 拉索回归和岭回归 (Ridge, Lasso) 简介

    万次阅读 多人点赞 2019-01-03 08:16:59
      作者:王翰洋 (北京大学) Stata 连享会: 知乎 | 简书 | 码云 Stata 现场班报名中…… ...文章目录[Stata 现场班报名中……]... 演示数据集Stata 相关命令相关链接关于我们联系我们往期精彩推...
  • 手把手教你使用stata进行lasso回归

    千次阅读 2022-04-11 08:39:07
    Stata版本目前已经更新到17了,外观也精美了许多,很增加了许多新的功能,如制作表格导出,双重差分法。自从更新到了16版本后自带了lasso回归功能,到了17以后功能更加强大了,多了可使用 “贝叶斯信息准则”...
  • 多元线性回归模型及stata实现:总论

    万次阅读 多人点赞 2020-06-30 20:49:53
    多元线性回归方程及stata实现 一、模型 Y=β0+β1X1+β2X2+⋯+βnXn+e Y: Dependent variable(因变量、应变量、反应变量、响应变量、被解释变量等) X1、X2⋯Xn:Independent variable(自变量、解释变量、控制...
  • 目录标题岭回归Lasso回归Stata的使用K 折交叉验证案例总结何时使用lasso回归 解决问题:变量过多时可能会导致多重共线性问题造成回归系数的不显著,甚至造成OLS估计的失效 岭回归和lasso回归在OLS回归模型的损失函数...
  • 岭回归和lasso回归一.概述二.多元线性回归模型的推导1.四个假设【1】线性假设【2】严格外生性【3】无完全多重共线性【4】球形干扰项2.推导过程【1】简化矩阵【2】最小二乘法代数表示三.岭回归1.原理2.如何选择lambda...
  • 岭回归与Lasso回归

    2022-08-04 03:15:00
    本文讲述岭回归和Lasso回归的基本介绍,以及Matlab实现岭回归以及stata实现Lasso回归
  •  作者:连玉君 | 杨柳 ( 知乎 | 简书 | 码云 )   注:该文已发表在《郑州航空工业管理学院学报》, 2018, Vol.... ……Stata 现场培训报名中……   事倍功半 vs. 事半功倍 当...
  • 多元回归分析

    2022-07-18 06:40:48
    多元回归
  • EReg——扩展回归分析

    2021-07-13 20:50:11
    1 安装 安装包见公众号左下角的“资料课程→资料下载→...多元回归分析 https://www.bilibili.com/video/BV1764y1z7Hc C.二次效应 https://www.bilibili.com/video/BV1dh41167p9 D.样条回归 https://www.bilibili.com/v
  • EReg 1.0是SPSS内用以扩展回归分析的插件,提供7大功能模块,解决回归中的曲线拟合、绘图、调节效应和多重共线性下的相关问题。可在同名微信公众号左下菜单中进行下载。项目托管在 ...
  • meta在stata中的实现

    2014-08-16 10:21:19
    讲解stata的应用,如何用来做meta分析
  • 今天的主题是Stata中的治疗效果功能。 治疗效果估算器根据观察数据估算治疗对结果的因果关系。 我们将讨论四种治疗效果估计量: ...RA:回归调整 ...与对观测数据进行的任何回归分析一样,因果关系的解......
  • 本文档用于比较六个不同统计软件程序(SAS,Stata,HLM,R,SPSS和Mplus)的两级分层线性模型的过程和输出。
  • 文章目录写在最前统计软件R&MATLABSPSSSAS&STATA表数据科学软件的人气对比摘要介绍招聘广告![](https://i0.wp.com/r4stats.com/wp-content/uploads/2017/02/Fig-1a-IndeedJobs-2017.png) 图1a。更受欢迎的软件...
  • Stata连享会推文列表

    千次阅读 2018-05-31 14:42:31
    Stata 现场培训报名中 Stata学术论文班-2018暑期即将开班 ...Stata: 断点回归分析 (RDD) 文献和命令 Stata: 两本断点回归分析 (RDD) 易懂教程 Abadie 新作: 简明 IV, DID, RDD 教程和综述” 合成控制法...
  • 因子代表变量的不同可能水平(即使在数据中不出现),在统计分析中十分有用。 factor(x=character(),levels,labels=levels,exclude=NA,ordered=is.ordered(x)) y(“女”,“男”,“男”,“女”,“女”,“女...
  • 为何利用Python进行数据分析 Python作为胶水 Python在科学计算方面的成功部分是因为它很容易整合C、C++和FORTRAN等语言的代码。大部分现代计算环境都拥有相似的存量程序集,这些程序集使用FORTRAN和C的库进行线性...
  • Python数据分析学习 一

    2022-05-25 17:46:06
    Python数据分析学习系列一 资料转自(GitHub地址):https://github.com/wesm/pydata-book 有需要的朋友可以自行去github下载 第1章 准备工作 1.1 本书的内容 本书讲的是利用Python进行数据控制、处理、整理、分析...
  • 回归:Lasso、岭回归等等。 聚类:k-均值、谱聚类等等。 降维:PCA、特征选择、矩阵分解等等。 选型:网格搜索、交叉验证、度量。 预处理:特征提取、标准化。 与pandas、statsmodels和IPython一起,scikit-...
  • 第1章 准备工作 ...虽然本书的标题是“数据分析”,重点却是Python编程、库,以及用于数据分析的工具。这就是数据分析要用到的Python编程。 什么样的数据? 当书中出现“数据”时,究竟指的是什么...
  • 本文通过R语言建立广义线性模型(GLM)、多项式回归和广义可加模型来预测谁在1912年的泰坦尼克号沉没中幸存下来。
  • 《利用Python进行数据分析·第2版》这本书对于学习数据分析入门级别非常合适,每一章节都讲的非常好,层层关联,浅到深,各种吸引,主要的章节有: 第1章 准备工作 第2章 Python语法基础,IPyth...

空空如也

空空如也

1 2 3
收藏数 52
精华内容 20
关键字:

stata岭回归分析命令

友情链接: FD.rar