第1个回答 2017-07-27
* 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