经典假设下的横截面数据单方程线性回归模型的Stata实现

,第8章经典假设下的横截面数据单方程线性回归模型的Stata实现,回归分析分类,1.回归分析按数据类型分为：横截面数据、面板数据、时间序列数据的回归分析三类2.回归分析按同时估计的方程个数可以分为单方程和多方程回归分析3.回归分析按模型的设定可以分为线性回归模型和非线性回归模型两类4.线性模型又可以分为经典假设下的回归分析和非经典假设下的回归分析,本章介绍横截面数据、单方程、经典条件下的线性回归分析的stata实现，对于其他回归分析的实现方法在下面的章节中将会为大家介绍,Stata的回归分析regress、predict、test命令,Stata提供了范围异常广泛的回归程序。本章我们介绍用于回归分析最基本的三个Stata命令regress、predict、test命令。regress、predict、test是一组命令，它们完成各种简单和多元的普通最小二乘法回归。regress命令用于完成因变量对自变量的回归，其后续命令predict可以计算预测值、残差，另一后续命令test检验用户指定的假设。由于这组命令的连贯性，我们选用同一个例子来说明它们的使用方法。,实现示例,问题：女性教育的回报我们要研究的是对于女性而言，其受教育的年数是否对其工资有影响。在考虑这个问题时，我们控制了年龄、经验、女性小于6岁孩子的数量、6到18岁的孩子这些变量对工资的影响。,数据集,mroz.dta是一个用来做劳动经济学研究的标准横截面数据集，它收集了美国1975年有关女性工作的各种数据。mroz.dta这个数据集中共有753条观测记录，代表753个女性，每条观测记录包括22个变量。mroz.dta这个数据集包含了22个变量，我们仅介绍将具体使用到的变量。mroz.dta是一个关于女性就业方面的数据集，每条记录代表一个女性。inlf是一个二值变量，它取值1时表示女性有工作，取值0表示女性没有在工作；hours表示女性在1975一整年工作的小时；kidslt6表示该女性小于6岁孩子的个数；kidsge6表示6到18岁孩子的个数；age表示年龄；educ表示教育年限；wage表示小时工资；huseduc表示该女性丈夫的教育年限；faminc表示家庭收入；fathereduc表示该女性父亲的教育年限；exper表示已经工作的年数；lwage表示工资的对数；expersq表示经验的平方。,目标1.展示如何用regress命令估计的参数。其中即为女性的教育回报2.展示如何用regress命令的后续命令predict来给出因变量的估计值3.展示如何用regress命令的后续命令test对上述方程的系数做检验,实现方法1.regress命令的基本语法2.predict命令的基本语法3.test命令检验系数的关系，以检验教育回报是否等于经验的回报为例,命令1.regressdepvarindepvars在我们的问题中为regwageeducexperagekidslt6kidsge62.predictnewvar在我们的问