回归分析(stata实例详细解答过程) |
您所在的位置:网站首页 › 关于服装方面的数据分析表格怎么做 › 回归分析(stata实例详细解答过程) |
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") firstrow2.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) [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。 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。 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |