Lav lineær regression i Stata

Lineær regression er en af de mere simple, men dog meget anvendte analyser. I denne artikel kan du se hvordan du laver lineær regression i Stata.
Som eksempel vil vi indlæse et af de test-datasæt der er indbygget i Stata. Skriv derfor følgende kommando og tryk Enter:

sysuse nlsw88

Dette test-datasæt er nogle nationale data for amerikanske kvinder fra 1988. Ved at trykke browse kan du se datasættet. Her vil vi se om der er en sammenhæng mellem den variabel der hedder “wage”, dvs. deres løn, og “tenure”, dvs. deres anciennitet. Med andre ord vil vi se, om kvinder der har større anciennitet på deres job også får større løn..

Det første vi vil gøre er at lave et xy-plot hvor vi vælger wage som y-værdi og tenure som x-værdi. Herudover vil vi også sortere på x-værdien. Dette gør vi med kommandoen:

twoway (scatter wage tenure, sort)

Dette vil give denne graf:

For at lave en lineær regression mellem wage og tenure, skriver vi koden:

regress wage tenure

Hvilket giver følgende resultat:

Her kan vi blandt andet se at denne lineære regression baserer sig på 2231 observationer og R2-værdien er 0,0316. Herudover kan vi se, at for hver ekstra års anciennitet en kvinde har, stiger lønnen med 0,1858747 og et 95% konfidensinterval omkring denne værdi er [0,1431138;0,2286357].
Vi vil nu lave en ny variabel der kaldes for “PredictedWage”, som er den lineære forudsigelse udfra den model vi har lavet.

predict PredictedWage, xb

Dette genererer 15 nye værdier i vores data. Nu vil vi lave det samme xy-plot som før, men nu også tilføje en linie der plotter den nye variabel PredictedWage som funktion af tenure. Vi kan lave et plot hvor både det oprindelige xy-plot og den nye tendenslinie findes med følgende formel:

twoway (scatter wage tenure, sort) (line PredictedWage tenure, sort)

Dette giver følgende graf:

Dette var kort hvordan du plotter noget data som et xy-plot, laver en lineær regression og plotter en tendenslinie.