stata怎么弄线性回归 当应变量为log时

1. stata怎么弄线性回归 当应变量为log时

所谓回归分析法，是在掌握大量观察数据的基础上，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式（称回归方程式）。回归分析中，当研究的因果关系只涉及因变量和一个自变量时，叫做一元回归分析；当研究的因果关系涉及因变量和两个或两个以上自变量时，叫做多元回归分析。此外，回归分析中，又依据描述自变量与因变量之间因果关系的函数表达式是线性的还是非线性的，分为线性回归分析和非线性回归分析。通常线性回归分析法是最基本的分析方法，遇到非线性回归问题可以借助数学手段化为线性回归问题处理。

2. stata怎么选入多个变量

回归分析中所涉及的变量常分为自变量与因变量。 当因变量是非时间的连续性变量(自变量可包括连续性的和离散性的)时，欲研究变量之间的依存关系,进行可以多元线性回归分析。
    研究者根据专业知识和经验所选定的全部自变量并非对因变量都是有显著性影响的,故筛选变量是回归分析中不可回避的问题。介绍最常用的一种变量筛选法——逐步筛选法。
  模型中的变量从无到有，根据F统计量按SLENTRY的值(选变量进入方程的显著性水平)决定该变量是否入选；当模型选入变量后，再根据F统计量按SLSTAY的值(将方程中的变量剔除出去的显著性水平)剔除各不显著的变量，依次类推。这样直到没有变量可入选,也没有变量可剔除或入选变量就是刚剔除的变量，则停止逐步筛选过程。
例题：
 α-甲酰门冬酰苯丙氨酸甲酯(FAPM)是合成APM的关键中间体之一。试验表明，影响FAPM收率的主要因素有∶ 原料配比(r)、溶剂用量(p1)、催化剂用量(p2)及反应时间(t)等4个因素，现将各因素及其具体水平的取值列在下面。
  影响FAPM合成收率的因素和水平∶
 因素各水平的代码     1   2   3   4   5   6   7
r 原料配比       0.80  0.87  0.94  1.01  1.08  1.15  1.22
p1 溶剂用量(ml)     10   15   20   25   30   35   44
p2 催化剂用量(g)    1.0  1.5  2.0  2.5  3.0  3.5  4.0  
 t反应时间(h)       1   2   3   4   5   6   7  
  研究者按某种试验设计方法选定的因素各水平的组合及其试验结果如下，试用回归分析
方法分析此资料(注∶权重仅为相同试验条件下重复实验运行的次数)。
   编号   r     p1     p2     t  Y(收率,％)  权重
    1   0.80    15     2.0     6    71.5    3
    2   0.87    25     3.5     5    71.2    2
    3   0.94    35     1.5     4    72.8    3
    4   1.01    10     3.0     3    69.7    2
    5   1.08    20     1.0     2    67.5    3
    6   1.15    30     2.5     1    67.3    3
    7   1.22    40     4.0     7    71.8    3
具体计算特麻烦，必须借助统计软件。
MODEL y=r r2 p1 p12 p2 p22 t t2 rp1 rt p1t / SELECTION=STEPWISE;筛选变量。

3. stata 中怎么做回归分析 （因变量是多元虚拟变量， 自变量也有虚拟变量）

mlogit命令即可

4. 如何在stata输入面板数据，并区分因变量与自变量

关于输入面板数据，一般是两种方法用的多：1是先在excel整理好，然后直接导入（import）或者复制粘贴；2是直接输入数据，然后通过sort等命令整理。
关于自变量、因变量，控制变量，是不需要区分的，直接输入即可。

5. 用stata怎么分析一个自变量对多个因变量的

可以做多元分析

6. STATA中我要看X和Y之间的关系值，Y是因变量，X是自变量，那么应该是reg y x还是reg x y?

reg y x
因变量在前，自变量在后（多个自变量时，按随意顺序排列即可）。reg指线性回归，都是x的一次幂