stata 如何畫出迴歸後殘差和其滯後一階的散點圖與線性擬合圖

迴歸分析是研究某一被解釋變量（因變量）與另外一個或多個解釋變量（自變量）間的依存關係，其目的在於根據已知的解釋變量值或固定的解釋變量值（重複抽樣）來估計和預測被解釋變量的整體平均值。

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爲被解釋變量，它是分析的對象，把引發這一現象變化的因素稱爲解釋變量，它是引發這一現象變化的緣由。

對於通常的線性迴歸方程，以下：

線性迴歸估計後經常要對迴歸的效果，也就是咱們在估計時所作的假設條件進行檢驗，好比自相關、異方差、多重共線性等檢驗。

對於自相關的一個檢驗方法，就是圖示法，也就是能夠看一下回歸估計後的殘差與其滯後一階的散點圖與線性擬合圖，由於這裏假定的就是殘差要服從隨機擾動的假設，因此要看估計後的殘差是否存在着自相關性。

在stata裏邊，咱們能夠採用以下命令來畫出迴歸估計後的殘差與其滯後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)

這裏predict e1,res就是regress迴歸後生成殘差序列，L.e1就是殘差序列滯後一期的序列。

結果示例以下：

本文分享自微信公衆號 - 博士的計量經濟學乾貨（econometrics_ABC）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。