散點圖是經常使用的表現兩個變量或多個變量之間相關關係的統計圖。它用點的密集程度和趨勢來表示變量之間的相關關係。微信
對於迴歸分析來講，藉助散點圖能夠預先判斷變量之間的線性關係是否適合作線性迴歸，可是因爲觀測變量的不肯定性，其散點的變化趨勢每每是不規則的，特別是異常值的出現，會大大影響迴歸結果。ui
此時帶置信區間的散點圖，不只能夠幫你判斷散點趨勢還能判斷異常值的狀況，其繪製步驟與命令以下：spa
sysuse auto, clear .net
quietly regress mpg weight 命令行
predict hat orm
predict stf, stdf blog
gen lo = hat - 1.96*stf get
gen hi = hat + 1.96*stf it
scatter mpg weight || line hat lo hi weight, pstyle(p2 p3 p3) sortio
獲得的圖形爲：
下面對命令行進行解釋：
sysuse auto, clear
自動導入stata自帶的數據
quietly regress mpg weight
快速進行線性迴歸
predict hat
生成因變量的預測值yhat 序列
predict stf, stdf
生成預測值的yhat 的標準誤（S.E. of the forecast）序列
gen lo = hat - 1.96*stf
生成預測值的yhat 置信上限序列（95%的顯著性水平下，1.96就是Z值）
gen hi = hat + 1.96*stf
生成預測值的yhat 置信下限序列（95%的顯著性水平下，1.96就是Z值）
scatter mpg weight || line hat lo hi weight, pstyle(p2 p3 p3) sort
作出散點和折線的複合圖（||是而且的意思），pstyle是對圖形的一些調整，可用可不用
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。