① stata回歸結果怎麼看
需要准備的工具：電腦，stataSE 15。
1、首先生成一個自變數和一個因變數。
② 用stata做logit分析結果怎麼看
要判斷是否有相關性，看P值就可以了，從以上兩個表格數據來看，除_cons外，P值均明顯大於0.05，表明與這些因素沒有相關性，_cons不知道是不是表示合並因素，如果是，就表明性別、分組、學校單個因素與最終結果沒有相關性，但是三個因素一起則與結果有相關性。
③ stata 回歸分析結果，求大神解讀。在線等。
變數都是代表什麼東西，還有數據都是什麼。
還有你的no. of obs太少了，所以一眼看過去就知道沒有一個變數是significant的，數據太少了
④ stata回歸分析結果怎麼看
stata回歸分析結果可以這樣看：
1、看到Sig.P數值，如果數值小於0.05則說明有顯著影響。
2、找到R Square數值，該自變數能夠解釋異變數的變異值，如顯示0.763則表示兩者76.3%的概率相關聯。
3、找到線性值DW，查DW分布表，找到DW屬於1.240~1.556之間。例如DW=1.589大於1.556，則說明不存在相關性。
回歸分析使用條件：
1、線性趨勢：因變數與自變數存在線性關系，一般通過散點圖卡宴看出呈現一條直線。
2、滿足獨立性條件：因變數和因變數之間需要相互獨立。
3、滿足正態性：對自變數的任一個線性組合，因變數均服從正態分布。
4、滿足方差齊性：方差不齊可進行加權的最小二乘法。
⑤ stata結果求解釋！
Coef. :參數、系數
Std. Err.：系數Coef.的方差的平方根standard error
[95% Conf. Interval] 系數Coef.的95%置信區間
P>|z|: 值小於或等於0.05表示結果顯著。
⑥ 求高手分析stata回歸分析結果
上面左側的表是用來計算下面數據的，分析過程中基本不用提到
右側從上往下
1.Number of obs 是樣本容量
2.F是模型的F檢驗值，用來計算下面的P>F
3.P>F是模型F檢驗落在小概率事件區間的概率，你的模型置信水平是0.05，也就是說P>F值如果大於0.05，那麼模型就有足夠高的概率落在F函數的小概率區間，簡單的說，如果這個值大於0.05你這個模型設定有就問題，要重新設定模型
4.R-squard也就是模型的R²值，擬合優度，這個數越大你的模型和實際值的擬合度就越高，模型越好
5.Adj .R-squard 這個是調整過的R²，跟上面R²差不多，關注一個就行了
6.Root mse 是殘差標准差，值越大殘差波動越大，模型越不穩定（這個值我分析的時候一般不太關注）
下側表格
coef.是估計得到的系數值
std.err是標准差，這個數有重要意義，一般論文里都要求把標准差表示出來，這個數越大模型越不精確，越小越好
t是t檢驗值，t檢驗是用來檢驗某個系數是否顯著區別於0的，在分析中這個值一般沒什麼意義，主要用來計算P>t
P>t,這個值是觀察某個解釋變數是否有效的主要參數，還是對於你設置的0.05的置信水平，如果這個值大於0.05說明對應的解釋變數不能通過t檢驗，在模型中是不合格的，就需要作調整
後面兩個就是置信區間了，95%的置信區間，一般在論文中意義也不大
然後分析就選取你有用的參數做了，我學經濟的，一般最有用的參數就是P>F,coef，P>t，se等等，還有BIC,VIF這些，在簡單回歸里這些是不會計算的，需要其他命令
⑦ stata回歸之後的結果怎麼解讀什麼叫結果顯著是看p值還是β系數新手一個實在不懂，謝謝指教！
結果顯著就是回歸系數顯著地不等於0.所以是看P值。
回歸時，得到一個系數，這個系數一般是 不等 於0的。但是，系數計算出來後，會給出一個誤差。你看後面誤差范圍，如果中間有0，比如，在-1.5到2.0之間，這是給定的在一定概率范圍內的系數可能取值范圍。一般你不做修改的話，這個概率默認是95%。也就是你回歸結果前面的系數有95%的概率落在這之間。如果你的回歸結果數值在這個范圍內比較接近於0，那麼統計上可能推斷比如有35.6%的可能性是0，那這個結果就不顯著，即P值為0.356就不顯著。所以看的是P值，而不是系數。