stata回归结果详细解读
stata怀特检验结果p值怎么看？
stata怀特检验结果p值怎么看？
p值如果小于0.1，则拒绝同方差的原假设，说明回归存在异方差。
stata回归分析图怎么看？
结果显著就是回归系数显著地不等于0.所以是看P值。 回归时，得到一个系数，这个系数一般是 不等 于0的。但是，系数计算出来后，会给出一个误差。你看后面误差范围，如果中间有0，比如，在-1.5到2.0之间，这是给定的在一定概率范围内的系数可能取值范围。一般你不做修改的话，这个概率默认是95%。也就是你回归结果前面的系数有95%的概率落在这之间。如果你的回归结果数值在这个范围内比较接近于0，那么统计上可能推断比如有35.6%的可能性是0，那这个结果就不显著，即P值为0.356就不显著。所以看的是P值，而不是系数。
觉得有用点个赞吧
stata怎么根据回归结果求F值？
stata软件回归分析结果中的F表示分析结果的置信度，F值越大则置信度越高
stata怎么选取年份数据做回归？
直接在回归命令里用 就会生成以year为基础的虚拟变量
比如reg y x ，就是控制年份后y对x的回归，数据里只需要有year这个变量就行，不需要每年都生成变量然后再放入回归命令中。
代码： xi:reg y x
year表示年份变量，industry为行业变量
这些不用自己事先创建，只需要有industry代码，直接就可以生成。
stata做多元回归前后需要进行什么检验？
在做回归预测时需要分析的数据往往是多变量的,那么我们在做多元回归时就需要特别注意了解我们的数据是否能够满足做多元线性回归分析的前提条件. 应用多重线性回归进行统计分析时要求满足哪些条件呢? 总结起来可用四个词来描述：线性、独立、正态、齐性. （1）自变量与因变量之间存在线性关系 这可以通过绘制”散点图矩阵”进行考察因变量随各自变量值的变化情况.如果因变量Yi 与某个自变量X i 之间呈现出曲线趋势,可尝试通过变量变换予以修正,常用的变量变换方法有对数变换、倒数变换、平方根变换、平方根反正弦变换等. （2）各观测间相互独立 任意两个观测残差的协方差为0 ,也就是要求自变量间不存在多重共线性问题.对于如何处理多重共线性问题,请参考《多元线性回归模型中多重共线性问题处理方法》
（3）残差e 服从正态分布N(0,σ2) .其方差σ2 var (ei) 反映了回归模型的精度,σ 越小,用所得到回归模型预测y的精确度愈高. （4） e 的大小不随所有变量取值水平的改变而改变,即方差齐性.