利用stata的内部数据来进行回归
代码：
sysuse auto
sysuse dir /*可以看到所有的数据*/
su price mpg foreign
reg price mpg
predict u,residual /*新变量u=每一个观测的残差*/
/*生成残差u需要紧接着回归*/
mpg和price在0.01显著性水平上负相关。
利用回归得出的结果表计算系数，写出方程
经验回归方程：
Y：price=6165.257
X：mpg=21.2973
B1=-238.8943
所以B0=11253.06057539
Y=11253.06057539-238.8943x
画出x-y图
graph twoway lfit price mpg || scatter price mpg
画出残差和y的散点图
graph twoway lfit u mpg || scatter u mpg
【如果误差满足零均值、同方差且互不相关，则回归系数的最佳线性无偏估计。】
由图可知，误差满足零均值，但为异方差。
异质性分析
异质性分析代码：
su price mpg if foreign ==0
reg price mpg if foreign ==0
回归
price对mpg的OLS回归，只使用国产车为样本：
mpg和price在0.01显著性水平上负相关。
经验回归方程：
Y：price=6072.423
X：mpg=19.82692
B1=-329.2551
所以B0=12600.537527292
Y=12600.537527292-329.2551x
画图：
graph twoway lfit price mpg || scatter price mpg
graph twoway lfit u mpg || scatter u mpg
由图可知，国产车为样本时，误差均值不为0，且为异方差。
异质性分析报告：
一、经验回归方程对比
1、研究对象为总体时：
Y：price=6165.257
X：mpg=21.2973
B1=-238.8943
所以B0=11253.06057539
Y=11253.06057539-238.8943x
2、研究对象为国产车时：
Y：price=6072.423
X：mpg=19.82692
B1=-329.2551
所以B0=12600.537527292
Y=12600.537527292-329.2551x
二、图形对比
1、研究对象为总体时 2、研究对象为国产车时
三、结论
总体和国产车并无异质性（没有意义，论文中不用出现，论文中要出现的是异质性明显的）
总代码：
sysuse auto
sysuse dir
su price mpg foreign
reg price mpg /*回归*/
predict u,residual /*残差*/
graph twoway lfit price mpg || scatter price mpg
/*画出price（y）和mpg（x）的散点图和样本回归线*/
graph twoway lfit u mpg || scatter u mpg
/*画出残差和mpg（x）的散点图和样本回归线*/文章来源：https://www.toymoban.com/news/detail-428692.html
/*异质性分析*/
su price mpg if foreign ==0
reg price mpg if foreign ==0
predict u,residual
graph twoway lfit price mpg || scatter price mpg
graph twoway lfit u mpg || scatter u mpg文章来源地址https://www.toymoban.com/news/detail-428692.html
到了这里，关于stata基础--回归，画散点图，异质性分析的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
