ИЗОБРАЖЕНИЕ ГРАФИКА ОТНОШЕНИЙ В МНОГОЧИСЛЕННОЙ РЕГРЕССИОННОЙ МОДЕЛИ Продукция

регрессии ДОХОДА, почасового дохода в долларах умноженного на S, годы

обучения и EXP, годы опыта работы.

1

. reg EARNINGS S EXP
----------------------------------------------------------------------------
Начало | SS df MS Number of obs = 500
-----------+------------------------------ F( 2, 497) = 35.24
Модель| 8735.42401 2 4367.712 Prob > F = 0.0000
Остаток| 61593.5422 497 123.930668 R-squared = 0.1242
-----------+------------------------------ Adj R-squared = 0.1207
Всего | 70328.9662 499 140.939812 Root MSE = 11.132
----------------------------------------------------------------------------
Доход| Coef. Std. Err. t P>|t| [95% Conf. Interval]
-----------+----------------------------------------------------------------
S | 1.877563 .2237434 8.39 0.000 1.437964 2.317163
EXP | .9833436 .2098457 4.69 0.000 .5710495 1.395638
_cons | -14.66833 4.288375 -3.42 0.001 -23.09391 -6.242752
----------------------------------------------------------------------------

хотели представить его графически, используя типовые данные.
ИЗОБРАЖЕНИЕ ГРАФИКА ОТНОШЕНИЙ В

МНОГОЧИСЛЕННОЙ МОДЕЛИ РЕГРЕССА

РЕГРЕССА

обратить на это внимание, и как следствие линия регресса недооценивает

воздействие обучения на доход

ГРАФИК ОТНОШЕНИЙ В МНОГОЧИСЛЕННОЙ МОДЕЛИ РЕГРЕССА

снятых переменных
ГРАФИК ОТНОШЕНИЙ В МНОГОЧИСЛЕННОЙ МОДЕЛИ РЕГРЕССА

S, их компонентов, связанных с EXP, и затем рисуем диаграмму

разброса, используя очищенные переменные.

ГРАФИК ОТНОШЕНИЙ В МНОГОЧИСЛЕННОЙ МОДЕЛИ РЕГРЕССА

SS df MS

Number of obs = 500
-----------+------------------------------ F( 1, 498) = 0.06
Model | 8.36885807 1 8.36885807 Prob > F = 0.8078
Residual | 70320.5974 498 141.206019 R-squared = 0.0001
-----------+------------------------------ Adj R-squared = -0.0019
Total | 70328.9662 499 140.939812 Root MSE = 11.883
----------------------------------------------------------------------------
EARNINGS | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-----------+----------------------------------------------------------------
EXP | -.0442828 .1818981 -0.24 0.808 -.4016651 .3130996
_cons | 19.86614 1.287089 15.43 0.000 17.33735 22.39494
----------------------------------------------------------------------------

. predict EEARN, resid

7

Мы начинаем, возвращая ДОХОД на EXP, как показано выше. Остатки - часть ДОХОДА, которая не связана с ЭКСПОРТОМ, команда 'предсказать' - команда Stata для экономии остатков от нового регресса. Мы называем их EEARN.

ГРАФИК ОТНОШЕНИЙ В МНОГОЧИСЛЕННОЙ МОДЕЛИ РЕГРЕССА

SS df MS

Number of obs = 500
-----------+------------------------------ F( 1, 498) = 257.18
Model | 1278.43322 1 1278.43322 Prob > F = 0.0000
Residual | 2475.58878 498 4.9710618 R-squared = 0.3406
-----------+------------------------------ Adj R-squared = 0.3392
Total | 3754.022 499 7.52309018 Root MSE = 2.2296
----------------------------------------------------------------------------
S | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-----------+----------------------------------------------------------------
EXP | -.5473191 .0341292 -16.04 0.000 -.6143741 -.4802641
_cons | 18.39324 .241494 76.16 0.000 17.91877 18.86771
----------------------------------------------------------------------------

. predict ES, resid

8

Мы делаем то же самое с S. Мы возвращаемся к EXP и сохраняем остатки как ES

ГРАФИК ОТНОШЕНИЙ В МНОГОЧИСЛЕННОЙ МОДЕЛИ РЕГРЕССА

представление отношений, обоих с точки зрения наклона линии тенденции (твердая

линия) и с точки зрения изменения о той линии.

ГРАФИК ОТНОШЕНИЙ В МНОГОЧИСЛЕННОЙ МОДЕЛИ РЕГРЕССА

диаграмме разброса, которая не управляла для EXP (воспроизведенный здесь как

пунктирная линия).

ГРАФИК ОТНОШЕНИЙ В МНОГОЧИСЛЕННОЙ МОДЕЛИ РЕГРЕССА

reg EEARN ES
Source | SS

df MS Number of obs = 500
-----------+------------------------------ F( 1, 498) = 70.56
Model | 8727.05507 1 8727.05507 Prob > F = 0.0000
Residual | 61593.5414 498 123.68181 R-squared = 0.1241
-----------+------------------------------ Adj R-squared = 0.1223
Total | 70320.5965 499 140.923039 Root MSE = 11.121
----------------------------------------------------------------------------
EEARN | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-----------+----------------------------------------------------------------
ES | 1.877563 .2235186 8.40 0.000 1.438408 2.316719
_cons | -1.32e-08 .4973566 -0.00 1.000 -.977176 .977176
----------------------------------------------------------------------------

довольствоваться, проверяя, что оценка наклонного коэффициента совпадает с в многократном

регрессе.

ГРАФИК ОТНОШЕНИЙ В МНОГОЧИСЛЕННОЙ МОДЕЛИ РЕГРЕССА

From multiple regression:

. reg EEARN ES
Source | SS df MS Number of obs = 500
-----------+------------------------------ F( 1, 498) = 70.56
Model | 8727.05507 1 8727.05507 Prob > F = 0.0000
Residual | 61593.5414 498 123.68181 R-squared = 0.1241
-----------+------------------------------ Adj R-squared = 0.1223
Total | 70320.5965 499 140.923039 Root MSE = 11.121
----------------------------------------------------------------------------
EEARN | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-----------+----------------------------------------------------------------
ES | 1.877563 .2235186 8.40 0.000 1.438408 2.316719
_cons | -1.32e-08 .4973566 -0.00 1.000 -.977176 .977176
----------------------------------------------------------------------------

. reg EARNINGS S EXP
----------------------------------------------------------------------------
EARNINGS | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-----------+----------------------------------------------------------------
S | 1.877563 .2237434 8.39 0.000 1.437964 2.317163
EXP | .9833436 .2098457 4.69 0.000 .5710495 1.395638
_cons | -14.66833 4.288375 -3.42 0.001 -23.09391 -6.242752
----------------------------------------------------------------------------

заметили, что стандартная ошибка и t статистическая величина действительно не

совсем соответствуют. Причина этого состоит в том, что количество степеней свободы завышено 1 в регрессе остатков.

ГРАФИК ОТНОШЕНИЙ В МНОГОЧИСЛЕННОЙ МОДЕЛИ РЕГРЕССА

From multiple regression:

. reg EEARN ES
Source | SS df MS Number of obs = 500
-----------+------------------------------ F( 1, 498) = 70.56
Model | 8727.05507 1 8727.05507 Prob > F = 0.0000
Residual | 61593.5414 498 123.68181 R-squared = 0.1241
-----------+------------------------------ Adj R-squared = 0.1223
Total | 70320.5965 499 140.923039 Root MSE = 11.121
----------------------------------------------------------------------------
EEARN | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-----------+----------------------------------------------------------------
ES | 1.877563 .2235186 8.40 0.000 1.438408 2.316719
_cons | -1.32e-08 .4973566 -0.00 1.000 -.977176 .977176
----------------------------------------------------------------------------

. reg EARNINGS S EXP
----------------------------------------------------------------------------
EARNINGS | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-----------+----------------------------------------------------------------
S | 1.877563 .2237434 8.39 0.000 1.437964 2.317163
EXP | .9833436 .2098457 4.69 0.000 .5710495 1.395638
_cons | -14.66833 4.288375 -3.42 0.001 -23.09391 -6.242752
----------------------------------------------------------------------------

израсходовали 1 степень свободы в удалении EXP из модели.
ГРАФИК ОТНОШЕНИЙ

В МНОГОЧИСЛЕННОЙ МОДЕЛИ РЕГРЕССА

From multiple regression:

. reg EEARN ES
Source | SS df MS Number of obs = 500
-----------+------------------------------ F( 1, 498) = 70.56
Model | 8727.05507 1 8727.05507 Prob > F = 0.0000
Residual | 61593.5414 498 123.68181 R-squared = 0.1241
-----------+------------------------------ Adj R-squared = 0.1223
Total | 70320.5965 499 140.923039 Root MSE = 11.121
----------------------------------------------------------------------------
EEARN | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-----------+----------------------------------------------------------------
ES | 1.877563 .2235186 8.40 0.000 1.438408 2.316719
_cons | -1.32e-08 .4973566 -0.00 1.000 -.977176 .977176
----------------------------------------------------------------------------

. reg EARNINGS S EXP
----------------------------------------------------------------------------
EARNINGS | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-----------+----------------------------------------------------------------
S | 1.877563 .2237434 8.39 0.000 1.437964 2.317163
EXP | .9833436 .2098457 4.69 0.000 .5710495 1.395638
_cons | -14.66833 4.288375 -3.42 0.001 -23.09391 -6.242752
----------------------------------------------------------------------------