Stata的回归命令中的r选项有什么作用?
What does r option in Stata's regress command do?
我在 Stata 中看到 ,r
选项与 regress
命令一起使用:
. regress whora edad i.estudios i.cnae_4 i.sexo i.tipojor, r
但是,我在文档中找不到该选项,也无法弄清楚它的具体作用。我只能看到它通过抑制平方和 table.
稍微改变了输出
那么,,r
选项是什么意思呢?
无论您引用的是谁使用的是旧语法,仍然受支持。 r
作为 robust
的缩写是可以接受的,在最新版本的 Stata 中记录为 vce(robust)
。
然而,在默认输出中使用稳健标准错误是完全明确的。结果通常也是不同的 t 统计数据,以及不同的 P 值,即使四舍五入隐藏了其中一个或两个。
. sysuse auto, clear
(1978 Automobile Data)
. regress mpg weight
Source | SS df MS Number of obs = 74
-------------+---------------------------------- F(1, 72) = 134.62
Model | 1591.9902 1 1591.9902 Prob > F = 0.0000
Residual | 851.469256 72 11.8259619 R-squared = 0.6515
-------------+---------------------------------- Adj R-squared = 0.6467
Total | 2443.45946 73 33.4720474 Root MSE = 3.4389
------------------------------------------------------------------------------
mpg | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
weight | -.0060087 .0005179 -11.60 0.000 -.0070411 -.0049763
_cons | 39.44028 1.614003 24.44 0.000 36.22283 42.65774
------------------------------------------------------------------------------
. regress mpg weight, r
Linear regression Number of obs = 74
F(1, 72) = 105.83
Prob > F = 0.0000
R-squared = 0.6515
Root MSE = 3.4389
------------------------------------------------------------------------------
| Robust
mpg | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
weight | -.0060087 .0005841 -10.29 0.000 -.007173 -.0048443
_cons | 39.44028 1.98832 19.84 0.000 35.47664 43.40393
------------------------------------------------------------------------------
我在 Stata 中看到 ,r
选项与 regress
命令一起使用:
. regress whora edad i.estudios i.cnae_4 i.sexo i.tipojor, r
但是,我在文档中找不到该选项,也无法弄清楚它的具体作用。我只能看到它通过抑制平方和 table.
稍微改变了输出那么,,r
选项是什么意思呢?
无论您引用的是谁使用的是旧语法,仍然受支持。 r
作为 robust
的缩写是可以接受的,在最新版本的 Stata 中记录为 vce(robust)
。
然而,在默认输出中使用稳健标准错误是完全明确的。结果通常也是不同的 t 统计数据,以及不同的 P 值,即使四舍五入隐藏了其中一个或两个。
. sysuse auto, clear
(1978 Automobile Data)
. regress mpg weight
Source | SS df MS Number of obs = 74
-------------+---------------------------------- F(1, 72) = 134.62
Model | 1591.9902 1 1591.9902 Prob > F = 0.0000
Residual | 851.469256 72 11.8259619 R-squared = 0.6515
-------------+---------------------------------- Adj R-squared = 0.6467
Total | 2443.45946 73 33.4720474 Root MSE = 3.4389
------------------------------------------------------------------------------
mpg | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
weight | -.0060087 .0005179 -11.60 0.000 -.0070411 -.0049763
_cons | 39.44028 1.614003 24.44 0.000 36.22283 42.65774
------------------------------------------------------------------------------
. regress mpg weight, r
Linear regression Number of obs = 74
F(1, 72) = 105.83
Prob > F = 0.0000
R-squared = 0.6515
Root MSE = 3.4389
------------------------------------------------------------------------------
| Robust
mpg | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
weight | -.0060087 .0005841 -10.29 0.000 -.007173 -.0048443
_cons | 39.44028 1.98832 19.84 0.000 35.47664 43.40393
------------------------------------------------------------------------------