科研统计助手
医学科研资讯
前沿热点动态
统计分析服务
当前位置: 菁英统计工作室 > 统计知识 > 软件技巧 > STATA应用 > 正文
线性回归和逐步回归命令和输出结果说明
作者:tjstat  更新时间:2010-06-07  来源 生物谷 本条信息浏览人次共有

 

本节STATA命令摘要:

regress 因变量  变量1变量2…变量m,beta
stepwise 因变量  变量1变量2…变量mba forwstfe(#)fs(#)
test表达式
predict  新变量
predict   新变量,resi
predict   新变量,stdp
predict   新变量,stdr

 regress命令表示作线性回归,其子命令beta表示得到的回归系数为标化的回归系数(即:无量纲)stepwise命令表示作逐步线性回归,其子命令:ba表示后退法筛选自变量;form表示向前法筛选自变量;st表示前进后退法筛选变量;fe(#)表示在筛选变量中, 变量选入模型的F统计量的临界值(#),在STATA中,其缺省值为0.5,最大设置值不要大于4fs(#)表示在筛选变量中, 变量 从模型中剔除的F统计量的临界值(#),在STATA中,其缺省值为0.1,最大设置值不要大于4test用于检验回归系数的表达式,如:某两个回归系数是否相等。predict新变量 是根据线性回归方程计算每个自变量记录所对应的y(一些文献上称预测值和期望估计值)predict 新变量,resi 计算残差值。predict  新变量,stdp
 是计算因变量y的总体均数估计的标准误(不同的自变量值,该标准误也不同)predict 新变量,stdr   是计算 因变量y的预测值的标准误。
 例:对15名对象的血浆粘度(Y)及其3个血浆成分:白蛋白(x1),球蛋白(x2)和纤维蛋白原(x3)进行测定,试建立多元线性回归方程。其数据如下表(数据摘自医用多元统计分析,曹素华主编)
 编号
y
x1
x2
x3
1
1.73
4500
1500
1000
2
1.47
4200
1400
360
3
1.50
2700
1900
280
4
1.47
5200
1000
156
5
1.46
3700
2300
207
6
1.56
4200
1770
355
7
1.49
1700
2100
578
8
1.40
4650
950
231
9
1.46
5900
1550
416
10
1.38
3840
1410
391
11
1.66
3800
2650
515
12
1.57
5300
1900
435
13
1.90
4090
1820
357
14
1.20
3500
1700
300
15
2.20
3000
1790
820
上一篇:Stata软件介绍
下一篇:Stata 单因素生存分析

本站所发表的文章,大部分严格筛选,来源于各相关专业论坛或专业网站,内容仅供大家学习和参阅尊重原作者版权,勿用于商业用途,转载请注明来源。如有学术争议的文章,或可能与事实不符的,与本站立场无关。如有影响到您权益的文章,请及时通知本站,本站立即删除。谢谢监督。
推荐阅读
 
热门文章

Copyright 2010 Powered By 菁英统计工作室 www.tjstat.com 地址1:武汉市珞瑜路1037号 430074 ; 地址2:武汉市航空路13号 430030
邮箱:tjstat@126.com QQ: 点击这里给我发消息 点击这里给我发消息
鄂ICP备10020011号 |