回归分析是计量经济学的核心，用于研究一个或多个自变量（解释变量）与因变量（被解释变量）之间的关系。Stata因其强大的统计功能和相对易用的语法，成为进行回归分析最流行的工具之一。

第一部分：基础知识与准备

1. Stata界面介绍：

   • 命令窗口：直接输入命令执行。

   • 结果窗口：显示命令执行后的输出结果。

   • 变量窗口：显示当前数据集中所有变量的列表。

   • 数据编辑器：以电子表格形式查看和编辑数据。

   • Do文件编辑器：编写和保存脚本的最佳实践，确保分析的可重复性。

2. 数据管理：
   在进行回归前，必须确保数据已正确加载和处理。

   stata

   sysuse auto, clear    // 使用Stata自带的“auto”数据集（1978年汽车数据）
   describe              // 查看数据结构和变量含义
   summarize price mpg weight // 对关键变量进行描述性统计

第二部分：核心回归命令regress

regress是Stata中最基础、最常用的OLS（普通最小二乘法）回归命令，其基本语法为：

stata

regress depvar [indepvars] [if] [in] [, options]

• depvar： 因变量

• indepvars： 自变量（可以是一个或多个）

• if/in： 条件或范围限定

• options： 各种选项

示例1：简单线性回归
研究汽车价格（price）和油耗（mpg，每加仑英里数）的关系。

stata

regress price mpg

输出结果解读：
输出结果通常分为几个部分：

1. 方差分析表： 提供模型整体的拟合优度。

   • Prob > F： 模型显著性检验的P值。如果小于0.05，说明模型整体是显著的。

   • R-squared： 决定系数，表示自变量能解释因变量变异的比例。此例中为0.2196，说明mpg能解释21.96%的price变化。

2. 回归系数表： 这是解读的核心。

   • Coef.： 系数估计值。

     • mpg的系数为 -238.89。这意味着在保持其他因素不变的情况下，mpg每增加1个单位，汽车价格平均下降238.89美元。

   • Std. Err.： 系数的标准误，衡量估计值的准确性。

   • t： t统计量，用于检验单个系数的显著性（H0: Coef. = 0）。

   • P>|t|： P值。mpg的P值为0.000，远小于0.05，表明mpg对price有显著的负向影响。

   • [95% Conf. Interval]： 系数的95%置信区间。我们有95%的把握认为真实的系数落在这个区间内。

示例2：多元线性回归
现实世界中，一个结果通常由多个因素决定。我们加入汽车重量（weight）和车型（foreign）作为控制变量。

stata

regress price mpg weight foreign

结果解读：

• 在控制了weight和foreign后，mpg的系数变成了-49.51，其绝对值和显著性都大幅下降了。这表明在简单回归中，mpg的部分效应实际上是由weight和foreign带来的（例如，外国车可能更省油但也更贵）。

• weight的系数显著为正，说明更重的车价格更高。

• foreign的系数显著为正，说明外国车比国产车（基准组）平均贵3637.58美元。

---

第三部分：回归后诊断与检验

估计完模型后，检查模型是否满足OLS经典假设至关重要。

1. 异方差检验：
   异方差会使标准误估计不准确。最常用的检验是Breusch-Pagan检验。

   stata

   regress price mpg weight foreign // 先回归
   estat hettest                    // 执行异方差检验

   如果P值（Prob > chi2）小于0.05，则拒绝“同方差”的原假设，认为存在异方差问题。
   解决办法：使用稳健标准误。

   stata

   regress price mpg weight foreign, robust

   在绝大多数情况下，尤其是横截面数据中，都建议直接使用robust选项。

2. 多重共线性检验：
   多重共线性不会影响估计值的无偏性，但会增大方差，使得系数估计不稳定。

   stata

   estat vif    // 计算方差膨胀因子

   通常，如果某个变量的VIF大于10，则认为存在严重的多重共线性。解决办法包括：剔除变量、合并变量或使用降维方法。

3. 模型拟合图：
   直观地查看预测值与实际值、残差的关系。

   stata

   predict yhat // 生成预测值
   predict r, residuals // 生成残差
   scatter price yhat   // 画实际值与预测值的散点图
   scatter r yhat       // 画残差与预测值的散点图（应无规律）

---

第四部分：其他常用回归模型

Stata的强大之处在于它能处理各种复杂的模型。

1. 虚拟变量回归：
   分类变量（如性别、种族、地区）需要设置为虚拟变量后再放入模型。Stata的i.前缀可以自动完成。

   stata

   regress price mpg weight i.foreign // i.foreign 相当于自动生成了foreign=0和1的虚拟变量

2. 交互项：
   研究一个自变量的效应是否因另一个自变量的取值而异。使用#或##符号。

   stata

   regress price c.mpg##i.foreign // 研究mpg对price的影响是否在国产车和外国车中存在差异

   c.mpg##i.foreign会自动生成mpg、foreign和它们的交互项mpg#foreign。

3. 逻辑回归：
   当因变量是二分类变量（如是/否，成功/失败）时使用。

   stata

   logistic foreign price weight // 研究价格和重量如何影响一辆车是外国车的概率
   logit foreign price weight    // 输出的是系数形式
   logistic                      // 输出的是优势比，更易解释

4. 面板数据回归：
   针对面板数据（同一对象在不同时间点的数据），使用xtset声明面板结构，然后使用xtreg。

   stata

   webuse nlswork, clear   // 加载Stata面板数据集
   xtset idcode year       // 声明个体id和时间变量
   xtreg ln_w grade age ttl_exp, fe // 固定效应模型
   xtreg ln_w grade age ttl_exp, re // 随机效应模型

---

第五部分：完整工作流程与最佳实践

1. 使用Do文件：永远在Do文件编辑器中编写代码，而不是在命令窗口，以保证分析过程可重复。

2. 数据清洗：回归前使用summarize, tabulate, histogram等命令探索数据，处理缺失值和异常值。

3. 模型设定：基于理论选择变量，并考虑可能的函数形式（如对价格取对数ln_price = log(price)）。

4. 估计与检验：运行回归，并进行异方差、多重共线性等诊断。

5. 结果输出：使用outreg2或esttab命令将多个回归结果输出到Word或Excel中，制作成美观的出版级表格。

   stata

   ssc install outreg2 // 首次使用需要安装
   regress price mpg
   est store model1
   regress price mpg weight foreign, robust
   est store model2
   outreg2 [model1 model2] using myregression.doc, replace

总结

Stata的回归分析是一个从数据管理、模型估计、假设检验到结果输出的系统过程。掌握regress命令及其后续诊断命令是基础，而根据研究问题灵活运用虚拟变量、交互项以及面板模型等高级功能，则是完成一篇严谨实证研究的关键。切记，统计显著性不等于经济显著性，模型的解释必须结合理论和现实背景。