请教连老师

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

连老师你好：
       我不是很清楚STATA 中的P值是如何算出来的。

       每个回归结果都会报t值或z值或F值。然后，有一栏会报“P>|z|”或“P>F”,如何从这些结果直接读出在5%或在10%水平上显著？(如果P>|t|=0.09,是不是说在10% 水平上显著？ P>|t|=0.7,是不是说不显著？)

谢谢。

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：连老师 Stata tata 回归结果 老师你好 如何

对于小样本而言，stata 报告 t 值，对应的 t-统计量服从 t 分布，可以通过查找 t 分布表得到对应的 p-value，由于是双尾检定，所以报告的是 p>|t|。
对于的样本而言（例如利用 MLE 或 GMM 分析时），会报告 z 值，它服从正态分布。
p 值小于 0.05 表示在 5% 水平上显著，小于 0.01 表明在 1% 水平上显著。

B1_OLS 部分对此进行了详细的介绍：

*---------------------
*-2.1.3  OLS 统计推断

  *--------
  *-2.1.3.1  回归系数的显著性
  
  * b 是一个随机数  b = inv(X'X)X'y, 因为y是随机的
     do B1_ols_gr3.do
     do B1_ols_gr2.do      // 实证样本与母体的关系
  
  * H4: Var[ui|X] = sigma^2   // 同方差假设
    * 结合 H3 可知， ui -- (0, sigma^2)
  * Var = inv(X'X)sigma^2      //  Var(Ax) = AVar(x)A'
    * Var = inv(X'X)X'*sigma^2*X*inv(X'X) = inv(X'X)sigma^2

   * 假设 ui -- i.i.d N(0, sigma^2)   // 干扰项服从正态分布
   *       b -- N(b0, Var(b))         // 因为 b 是 y 的线性组合
   * (bj - bj0)/s.e.(bj) -- t(n-k)
     * H0: bj0 = 0   
     * bj/s.e.(bj) --- t(n-k)
     
  * sigma^2 的估计值 --- s^2
      local N = _N   
      local K = colsof(X)
      mat e = y - X*b                 // 残差                     
      mat s2 = (1/(`N'-`K'))*(e'*e)
          
  * 系数的标准误 --- s.e.(bj)
  
      mat Var_b = s2*inv(X'*X)   
      mat list Var_b  
      dis sqrt(0.06187781)
      dis sqrt(6535.7483)
          
      * 矩阵解析         
      mat se_b = cholesky(diag(vecdiag(Var_b)))
       mat list se_b  
      reg consume income

  * t 值的计算  t = 系数/标准误
    use B1_consume, clear
    regress consume income
    dis %4.2f 0.6848014/0.2487525   // income 的 t 值
    dis %4.2f 51.89511/80.84397     // 常数项 的 t 值
       
    * 矩阵解析
    mat b0 = diag(b)
     mat list b0
    mat inv_se_b = inv(se_b)
     mat list inv_se_b
    mat t  = hadamard(b0, inv_se_b)
     mat list t            
    mat t  = vecdiag(t)
    reg consume income
  
  * p 值    * H0 : bj = 0  即，系数估计值是否显著不等于零
    * 由于 t值 服从 t 分布，所以我们很容易计算其 p 值
    help density functions
    mat list t
    local p_income = ttail(11-2, 2.75)*2  // 双尾
    local p_cons   = ttail(11-2, 0.64)*2
    mat pvalue = (`p_income' \ `p_cons')
    mat list pvalue