用前期数据建模后，怎么样运用模型？

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

  做了一个简单的OLS回归，得出了回归结果如下：. reg y x

      Source |       SS       df       MS              Number of obs =     125
-------------+------------------------------           F(  1,   123) =   56.40
       Model |  .012939652     1  .012939652           Prob > F      =  0.0000
    Residual |  .028221188   123  .000229441           R-squared     =  0.3144
-------------+------------------------------           Adj R-squared =  0.3088
       Total |   .04116084   124  .000331942           Root MSE      =  .01515

------------------------------------------------------------------------------
           y |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
           x |   .7485549   .0996776     7.51   0.000     .5512492    .9458605
       _cons |  -.0018702   .0013719    -1.36   0.175    -.0045857    .0008453
------------------------------------------------------------------------------



  我的设想是，利用估计期数据，用OLS回归做成一个线性模型，然后把事件期数据带入模型中，计算出预测值。现在模型建立好了，想把事件期数据带入，得出预测值。请问这个预测的过程，能不能直接用predict命令实现？假设事件期数据用变量 Rm表示，该怎样编写程序呢？


  请各位帮忙解答，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：数据建模 怎么样 Residual Interval Squared 模型

可以直接用predict。数据不需要用不同的变量名。简单ols可以直接手算。
gen pred = .7485549*Rm即可