位置: IT常识 - 正文

数学建模-回归分析(Stata)(数学建模回归模型例题)

编辑:rootadmin
数学建模-回归分析(Stata)

推荐整理分享数学建模-回归分析(Stata)(数学建模回归模型例题),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:数学建模回归模型论文,数学建模回归模型,数学建模回归分析案例,数学建模回归模型,数学建模回归分析案例,数学建模回归模型论文,数学建模回归分析,数学建模回归分析模型案例,内容如对您有帮助,希望把文章链接给更多的朋友!

 注意:代码文件仅供参考,一定不要直接用于自己的数模论文中国赛对于论文的查重要求非常严格,代码雷同也算作抄袭 如何修改代码避免查重的方法:https://www.bilibili.com/video/av59423231   //清风数学建模

 一、基础知识1.简介

X是自变量,Y是因变量。目的是通过X去预测Y。

一般处理模型像:期末成绩分析,Y是成绩,X是性别、是否是班干部、平时作业完成度等自变量。银行借贷成功率分析等问题。

2.不同数据类型的处理方法

 3.一元线性回归

①扰动项u与x均不相干,模型有外生性;否则存在内生性。包含了所有与y相关,但未添加到回归模型中的变量,如果这些变量和我们已经添加的自变量相关,则存在内生性。

②内生性的蒙特卡罗模拟:

相关系数绝对值越大,代表内生性越大(matlab代码)%% 蒙特卡洛模拟:内生性会造成回归系数的巨大误差times = 300; % 蒙特卡洛的次数R = zeros(times,1); % 用来储存扰动项u和x1的相关系数K = zeros(times,1); % 用来储存遗漏了x2之后,只用y对x1回归得到的回归系数for i = 1: times n = 30; % 样本数据量为n x1 = -10+rand(n,1)*20; % x1在-10和10上均匀分布,大小为30*1 u1 = normrnd(0,5,n,1) - rand(n,1); % 随机生成一组随机数 x2 = 0.3*x1 + u1; % x2与x1的相关性不确定, 因为我们设定了x2要加上u1这个随机数 % 这里的系数0.3我随便给的,没特殊的意义,你也可以改成其他的测试。 u = normrnd(0,1,n,1); % 扰动项u服从标准正态分布 y = 0.5 + 2 * x1 + 5 * x2 + u ; % 构造y k = (n*sum(x1.*y)-sum(x1)*sum(y))/(n*sum(x1.*x1)-sum(x1)*sum(x1)); % y = k*x1+b 回归估计出来的k K(i) = k; u = 5 * x2 + u; % 因为我们回归中忽略了5*x2,所以扰动项要加上5*x2 r = corrcoef(x1,u); % 2*2的相关系数矩阵 R(i) = r(2,1);endplot(R,K,'*')xlabel("x_1和u'的相关系数")ylabel("k的估计值")

③主要证明:核心变量与u不相干

核心解释变量:我们最感兴趣的变量,因此我们特别希望得到对其系数的一致估计(当样本容量无限增大时,收敛于待估计参数的真值 )。 控制变量:我们可能对于这些变量本身并无太大兴趣;而之所以把它们也放入回归方程,主要是为了 “控制住” 那些对被解释变量有影响的遗漏因素。

 ④什么时候取对数

对于什么时候取对数还没有固定的规则,但是有一些经验法则: (1)与市场价值相关的,例如,价格、销售额、工资等都可以取对数; (2)以年度量的变量,如受教育年限、工作经历等通常不取对数; (3)比例变量,如失业率、参与率等,两者均可; (4)变量取值必须是非负数,如果包含0,则可以对y取对数ln(1+y); 取对数的好处:(1)减弱数据的异方差性(2)如果变量本身不符合正态分布,取了对数后可能渐近服从正态分布(3)模型形式的需要,让模型具有经济学意义。

⑤三(四)种模型

1、一元线性回归:𝑦 = 𝑎 + 𝑏𝑥 + 𝜇,x每增加1个单位,y平均变化b个单位;2、双对数模型:𝑙𝑛𝑦 = 𝑎 + 𝑏𝑙𝑛𝑥 + 𝜇,x每增加1%,y平均变化b%;3、半对数模型:𝑦 = 𝑎+ 𝑏𝑙𝑛𝑥 + 𝜇,x每增加1%,y平均变化b/100个单位;4、半对数模型:𝑙𝑛𝑦= 𝑎+ 𝑏𝑥 + 𝜇,x每增加1个单位,y平均变化(100b)%。

 ⑥自变量有定性变量(如男女)引入虚拟变量x(女x=1 男x=0)

二、实战演练(Stata)1.题目

 打卡stata导入,勾上第一个

 2.定量数据和定性数据

定性数据是与描述有关的数据,可以观察到但无法计算。 相反,定量数据是一个专注于数字和数学计算,可以计算和计算的。

数学建模-回归分析(Stata)(数学建模回归模型例题)

比如数据中价格、评价量和重量都是可以拿数字直接表示,而产品名产地这种无法计算的只能定性处理。

summarize 团购价元 评价量 商品毛重kg定量:summarize 变量1 变量2 ... 变量n

评价变量,想评价啥就输入评价量

定性:tabulate 变量名,gen(A) 返回对应的这个变量的频率分布表,并生成对应的虚拟变量(以 A开头)。// 定性变量的频数分布,并得到相应字母开头的虚拟变量tabulate 配方,gen(A)tabulate 奶源产地 ,gen(B)tabulate 国产或进口 ,gen(C)tabulate 适用年龄岁 ,gen(D)tabulate 包装单位 ,gen(E)tabulate 分类 ,gen(F)tabulate 段位 ,gen(G)

 之后右侧会生成A1A2A3B1B2等变量

3.回归(默认OLS:普通最小二乘估计法)regress y x1 x2 … xkregress 评价量 团购价元 商品毛重kg

 加入虚拟变量回归

小技巧全选:鼠标在右边变量框下滑选中最后一个点击(文章是G4),再shift点击第一个即可全选,复制即可得到所有变量名。

regress 评价量 团购价元 商品毛重kg A1 A2 A3 B1 B2 B3 B4 B5 B6 B7 B8 B9 C1 C2 D1 D2 D3 D4 D5 E1 E2 E3 E4 F1  F2 G1 G2 G3 G4

注意只要定量变量+字母的定性变量

Stata会自动检测数据的完全多重共线性问题。

 上图的R-squared即R方,越高越好。

 4.标准化回归系数regress y x1 x2 … xk,beta

regress 评价量 团购价元 商品毛重kg,b

 5.拓展1.异方差;

横截面数据容易出现异方差的问题,时间序列数据容易出现自相关的问题。

异方差的检验:

在回归结束后运行命令: rvfplot      (画残差与拟合值的散点图) rvpplot x     (画残差与自变量x的散点图)2.拟合值出现负数的原因

 3.异方差的假设检验

BP法

Stata命令(在回归结束后使用): estat hettest ,rhs iid

原假设:扰动项不存在异方差 P值小于0.05,说明在95%的置信水平下拒绝原假设,即我们认为扰动项存在异方差怀特检验怀特检验原假设: 不存在异方差 Stata命令(在回归结束后使用): estat imtest,white

 4.处理异方差

使用OLS + 稳健的标准误

regress y x1 x2 … xk,robust

 5.检验多重共线性

(vif>10认为存在严重的多重共线性)

Stata计算各自变量VIF的命令(在回归结束后使用):estat vif

6. 逐步回归分析向前逐步回归Forward selection:stepwise regress y x1 x2 … xk, pe(#1)(显著才加入模型中).向后逐步回归Backward elimination:stepwise regress y x1 x2 … xk, pr(#2)(不显著就剔除出模型).stepwise reg 评价量 团购价元 商品毛重kg A1 A3 B1 B2 B3 B4 B5 B6 B7 B9 C1 D1 D2 D3 D4 E1 E2 E3 F1 G1 G2 G3, r pe(0.05)如果你觉得筛选后的变量仍很多,你可以减小#1或者#2   (#1 #2一般取0.05)如果你觉得筛选后的变量太少了,你可以增加#1或者#2 注: (1)x1 x2 … xk之间不能有完全多重共线性(和regress不同哦) (2)可以在后面再加参数b 和 r,即标准化回归系数或稳健标准误

一般向前向后逐步回归都跑一遍放论文里即可。

本文链接地址:https://www.jiuchutong.com/zhishi/298745.html 转载请保留说明!

上一篇:vue系列(三)——手把手教你搭建一个vue3管理后台基础模板(vue系列教程)

下一篇:【网络应用开发】实验1--Servlet技术及应用(网络应用开发技术)

  • 网页打开慢解决办法(网页打开慢的原因)(网页打开很卡怎么办)

    网页打开慢解决办法(网页打开慢的原因)(网页打开很卡怎么办)

  • 苹果13定位怎么开(苹果13定位怎么设置在控制中心)

    苹果13定位怎么开(苹果13定位怎么设置在控制中心)

  • opporeno6息屏显示在哪设置(oppp息屏显示)

    opporeno6息屏显示在哪设置(oppp息屏显示)

  • 快手被对方拉黑要怎么知道(快手被对方拉黑怎么看她的作品)

    快手被对方拉黑要怎么知道(快手被对方拉黑怎么看她的作品)

  • 买家怎么能拉黑店铺吗(买家怎么拉黑店铺客服)

    买家怎么能拉黑店铺吗(买家怎么拉黑店铺客服)

  • 打印机老是用户干预(打印机老是用户名错误)

    打印机老是用户干预(打印机老是用户名错误)

  • 拼多多出评率怎么提高(拼多多出评率怎么计算)

    拼多多出评率怎么提高(拼多多出评率怎么计算)

  • 移动光猫注册灯不亮(移动光猫注册灯一直闪)

    移动光猫注册灯不亮(移动光猫注册灯一直闪)

  • 磁盘文件是一种什么文件(u盘删除的文件怎么找回)

    磁盘文件是一种什么文件(u盘删除的文件怎么找回)

  • wps如何退出全屏模式(wps全屏怎么退出)

    wps如何退出全屏模式(wps全屏怎么退出)

  • 计算机按照用途可分为(计算机按照用途可以分为)

    计算机按照用途可分为(计算机按照用途可以分为)

  • 不支持快充用快充会坏电池吗(不支持快充用快充线会坏吗)

    不支持快充用快充会坏电池吗(不支持快充用快充线会坏吗)

  • 苹果手机不能开机只有苹果标志(苹果手机不能开微信分身吗)

    苹果手机不能开机只有苹果标志(苹果手机不能开微信分身吗)

  • windows2000是不是应用软件(windows2000是什么意思)

    windows2000是不是应用软件(windows2000是什么意思)

  • wx2100相当于什么显卡(wx2100显卡什么级别)

    wx2100相当于什么显卡(wx2100显卡什么级别)

  • qq三代密保人脸识别取消了吗(qq人脸找密)

    qq三代密保人脸识别取消了吗(qq人脸找密)

  • 淘宝买了一个月的东西可以退吗(淘宝买了一个月的东西怎么申请退款)

    淘宝买了一个月的东西可以退吗(淘宝买了一个月的东西怎么申请退款)

  • 图像编码属于多媒体中的(图像编码属于多态编码吗)

    图像编码属于多媒体中的(图像编码属于多态编码吗)

  • 苹果手机一晚上掉电多少正常(苹果手机一晚上没充上电是怎么回事)

    苹果手机一晚上掉电多少正常(苹果手机一晚上没充上电是怎么回事)

  • 如何设置试卷的密封线(如何设置试卷的装订线及姓名那栏)

    如何设置试卷的密封线(如何设置试卷的装订线及姓名那栏)

  • wps表格怎么搜索内容(wps表格怎么搜索文档里面的内容)

    wps表格怎么搜索内容(wps表格怎么搜索文档里面的内容)

  • 绑定qq的手机号丢了怎么解绑(绑定qq的手机号码不用了怎么登录)

    绑定qq的手机号丢了怎么解绑(绑定qq的手机号码不用了怎么登录)

  • 华为徕卡是什么意思(华为徕卡镜头有哪几款)

    华为徕卡是什么意思(华为徕卡镜头有哪几款)

  • 充电宝充一天一夜行吗(充电宝充一天一夜没事吧)

    充电宝充一天一夜行吗(充电宝充一天一夜没事吧)

  • 天猫积分不能兑换了吗(天猫积分不能兑换卷怎么办?)

    天猫积分不能兑换了吗(天猫积分不能兑换卷怎么办?)

  • 苹果夜间模式怎么关闭(苹果夜间模式怎么添加到控制中心)

    苹果夜间模式怎么关闭(苹果夜间模式怎么添加到控制中心)

  • css点击文字(非按钮) 能自动改变颜色。(css点击菜单显示内容)

    css点击文字(非按钮) 能自动改变颜色。(css点击菜单显示内容)

  • 将自产货物赠送客户
  • 有关研发支出的账务怎么做?
  • 出纳与会计现金对不上
  • 公司买的微波炉计入什么科目
  • 增值税13%税率有哪些
  • 客运地方税务局监制发票还能用吗?
  • 滴滴普通发票可以作废吗
  • 资产评估增值的会计科目
  • 承兑汇票丢了如何追回
  • 客户回款扣除的手续费会计分录怎么做?
  • 房地产企业所得税预缴
  • 特殊销售方式下销售额的确定
  • 生产车间修理用材料计入
  • 收据做账税局认嘛
  • 零申报的企业
  • 提高并购成本
  • 应收代位偿款
  • 公司老板垫付的钱怎么做账
  • 跨年会计分录错误
  • 小企业财务报表不包括
  • 业务招待费不超过销售收入的5‰
  • 户外广告经营总额
  • 盈余积累转增股本的个税问题
  • 政府补助专款专用如何入账
  • 盘库存在的问题汇总
  • 技术服务的大类包括
  • 手机压缩包损坏怎么修复
  • linux7 nfs
  • html的论文
  • composer安装不知道这样的主机
  • Error in render: “TypeError: Cannot read properties of undefined (reading ‘length‘)“,深层次数据处理报错????
  • 蓝色龙舌兰花语
  • vue前端代码实例
  • 个体工商户使用个人二维码收款违法吗
  • python爬虫入门教程
  • 微信php开发包
  • 美国疫情告急,请求中国医护人员支援,大家怎么看呢?
  • python绘制散点图的函数
  • 会计月末账务处理程序
  • 增值税发票完税证明图片
  • 赔偿客户款应该怎么记账
  • 测验3: 基本数据类型 (第3周)
  • 什么是死锁,死锁的四个必要条件
  • 织梦如何使用
  • vscode开发gui
  • 外经证开错作废要带些什么
  • 销售折扣单独开票的会计分录
  • 申请电子发票需要什么条件
  • sql2008怎么查询
  • 医疗费用属于什么费用
  • 存货跌价准备如何影响利润
  • 非成品油发票能做进项吗
  • 应交税费应交印花税贷方余额
  • 电脑开票怎么操作流程
  • 投资性房地产公允价值变动借贷方向
  • 赠送客户的商品怎么入账
  • 怎么去掉0前面的逗号
  • mysql8.0 主从
  • xp怎么安装framework
  • 详细介绍的英文
  • win7系统怎样设置
  • iis搭建php环境
  • win7系统自带游戏在哪
  • linux tar -zxf
  • win10 功能
  • win7桌面壁纸自动更换关闭
  • win10的用户
  • WIN10更新失败
  • js自动执行点击事件
  • jQuery Real Person验证码插件防止表单自动提交
  • 批处理文件用的什么语言
  • angular jsx
  • unity c++ dll
  • python 如何访问数据库
  • jQuery Ajax和getJSON获取后台普通json数据和层级json数据用法分析
  • 代收代付税务条件
  • 如何在税务系统缴纳医保
  • 开发商卖商铺需要哪些资质条件?
  • 加油发票如何抵扣
  • 深圳海关属于省级吗
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设