stata回归结果输出中，R方和F值到底是用来干嘛的？

Question

如题所述

Answer 1

在探讨Stata回归结果输出中的R方和F值时，我们首先直接回答问题：R方，即可决系数，衡量了模型的拟合优度，反映模型解释能力的高低。具体而言，它表示模型中的各个解释变量联合起来，在多大程度上能够解释被解释变量。R方数值接近1，表示模型的拟合度较高，解释变量对被解释变量的解释能力较强。F值用于评估模型整体的统计显著性，数值高且对应P值小于0.05，说明模型整体具有统计显著性，即模型整体对被解释变量的影响是显著的。接下来，通过一个具体示例来展示这一过程。

在“数据6”数据文件中，我们以1997-2021年期间的XX生产制造企业的营业利润水平(profit)、固定资产投资(invest)、平均职工人数(labor)、研究开发支出(rd)等数据为例，以营业利润水平作为因变量，其他三项作为自变量，进行线性回归分析。具体操作如下：

首先，在Stata的命令窗口中输入命令“regress profit invest labor rd”。这条命令意味着以营业利润水平作为因变量，固定资产投资、平均职工人数、研究开发支出作为自变量，执行线性回归分析。分析结果显示，共有25个样本参与分析，模型整体显著(F值为1650.89，P值为0.0000)，模型解释能力高（R方为0.9958，修正R方为0.9952）。回归方程为profit=2.859037*invest+2.6269*labor+3.127479*rd-315.6367。具体到各个自变量，例如固定资产投资(invest)、平均职工人数(labor)和研究开发支出(rd)，它们的系数均显著，且与营业利润水平存在正向影响关系。这表明，自变量每增加一个单位，因变量营业利润水平也会相应增加。

关于学习Stata与计量经济学的路径，对于希望撰写论文但对计量经济学理论方法不甚了解的读者，建议从《Stata统计分析从入门到精通》这本书开始，该书由杨维忠、张甜编著，清华大学出版社出版。2022年新版，由山东大学陈强教授作序推荐，专为计量经济学基础薄弱或学不深入的读者设计，强调实践应用，减少数学推导。通过边读边操作，掌握基本知识后，再深入阅读目标研究领域的高质量文献，了解同行采用的方法，如政策效应检验、结构方程模型等。对于更高阶的方法或更系统的学习，参加陈强教授的培训班也是个不错的选择。