【无标题】Stata总体回归函数与样本回归函数：蒙特卡罗模拟

最新推荐文章于 2024-08-21 19:59:48 发布

bug_camel

最新推荐文章于 2024-08-21 19:59:48 发布

阅读量2.8k

点赞数 4

文章标签：回归机器学习人工智能 r语言

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/bug_camel/article/details/124626715

版权

这篇博客是作者学习Stata的笔记，通过蒙特卡罗模拟来理解总体回归函数（PRF）与样本回归函数（SRF）的关系。文章介绍了数据生成过程，解释变量和扰动项遵循正态分布，通过随机抽样和回归分析展示样本估计值与真实值的差异，并记录了在使用Stata过程中遇到的错误及解决方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

个人Stata学习笔记，代码源文件来自陈强老师教材。由于markdown文件上传丢失格式，部分公式显示可能存在一定问题，不过会typora语法的应该可以很容易看明白。另外也附上了一些截图

为直观理解总体回归函数(PRF)与样本回归函数的关系(SRF)，使用蒙特卡罗法进行模拟。所谓“蒙特卡罗法”(Monte Carlo Methods，MC)，是通过计算机模拟，从总体抽取大量随机样本的计算方法。

1.预备知识：

若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，记为N(μ，σ^2)

2.举例：

考虑如下数据生成过程(DGP)或总体回归模型：

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。