为什么同样的方程，RREG和REG的观测点数会不同

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

如果用RREG进行回归的话，结果是这样的：
. rreg omt_1 var1 var2 lnta dta indusa indusc induse y market

   Huber iteration 1:  maximum difference in weights = .92096875
   Huber iteration 2:  maximum difference in weights = .13295833
   Huber iteration 3:  maximum difference in weights = .03350974
Biweight iteration 4:  maximum difference in weights = .29261323
Biweight iteration 5:  maximum difference in weights = .0518385
Biweight iteration 6:  maximum difference in weights = .01518778
Biweight iteration 7:  maximum difference in weights = .0023725

Robust regression                                      Number of obs =     366
                                                       F(  9,   356) =   23.96
                                                       Prob > F      =  0.0000


/*-----------------------------------------*/
而如果用这个来回归，结果就是：
. reg omt_1 var1 var2 lnta dta indusa indusc induse y market

      Source |       SS       df       MS              Number of obs =     368
-------------+------------------------------           F(  9,   358) =    2.17
       Model |  .809932969     9  .089992552           Prob > F      =  0.0236
    Residual |   14.854733   358  .041493668           R-squared     =  0.0517
-------------+------------------------------           Adj R-squared =  0.0279
       Total |   15.664666   367  .042683014           Root MSE      =   .2037


方程都一样，只是所用的方法不同，为什么会出现观测点的不同呢？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：rreg REG 观测点 difference regression STATA REG RREG

标准的观测点数应该是368，RREG不知道为什么删去或者省略了两个观测点

the results are different


rreg y x1 x2

   Huber iteration 1:  maximum difference in weights = .14149509
   Huber iteration 2:  maximum difference in weights = .03192456
Biweight iteration 3:  maximum difference in weights = .13975218
Biweight iteration 4:  maximum difference in weights = .00584314

Robust regression                                      Number of obs =      17
                                                       F(  2,    14) =  106.69
                                                       Prob > F      =  0.0000

------------------------------------------------------------------------------
           y |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
          x1 |    1.03691   .3011037     3.44   0.004     .3911066    1.682713
          x2 |  -1.380018   .0946354   -14.58   0.000    -1.582991   -1.177045
       _cons |   133.0527   30.59239     4.35   0.001      67.4386    198.6669
------------------------------------------------------------------------------

. reg y x1 x2

      Source |       SS       df       MS              Number of obs =      17
-------------+------------------------------           F(  2,    14) =  136.68
       Model |  8460.93712     2  4230.46856           Prob > F      =  0.0000
    Residual |  433.313039    14  30.9509313           R-squared     =  0.9513
-------------+------------------------------           Adj R-squared =  0.9443
       Total |  8894.25016    16  555.890635           Root MSE      =  5.5634

------------------------------------------------------------------------------
           y |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
          x1 |   1.061709   .2666739     3.98   0.001     .4897506    1.633668
          x2 |  -1.382986   .0838143   -16.50   0.000    -1.562749   -1.203222
       _cons |   130.7066   27.09429     4.82   0.000     72.59515    188.8181
------------------------------------------------------------------------------

Gosia 发表于 2011-8-17 21:43
the results are different

您指的结果不同是什么意思？
我了解两个方法计算出来的模型是不同的，RREG是一种WLS，REG是OLS。可是方法不同但观测数据的个数应该是一样的呀（我帖子中标红的部分表明RREG省略掉了两个数据点）

xhxyfd 发表于 2011-8-17 21:57
您指的结果不同是什么意思？
我了解两个方法计算出来的模型是不同的，RREG是一种WLS，REG是OLS。可是方法 ...

xhxyfd
yes I saw the red color
may be you have missing values
if you want send to me the data file to test

gosiaaslan@yahoo.com

my best regards

rreg是稳健回归的方法，其中对强影响值或异常值有忽略掉得一种估计方法

因为迭代与WLS的缘故，损失了自由度

健壮回归法背后的思想就是通过考虑数据本身的缺陷对估计值进行调整，有三种健壮回归法：1.使用选项robust和cluster进行带健壮标准误差的回归分析；2.使用重复加权最小平方法进行健壮回归；3.分位数回归。

Reg使用重复加权最小平方法进行健壮回归分析，也就是说命令rreg给每个样本分配一个权重，给表现较好的样本分配较大的权重。实际上，对于极端不正常的样本（Cook's D大于1）所分配的权重为0，也就是说这些样本被排除在回归分析之外。

可以在命令rreg中使用選項gen來方便我們檢查每個樣本的權重。請記住，在這種分析中自變量的係數與標準差都不同於最小二乘法所得到的結果。