1. 导出多个回归结果
1）输出数据的类型的区别
分类输出的数据类型是离散数据，也就是分类的标签。比如我们前面通过学生学习预测考试是否通过，这里的预测结果是考试通过，或者不通过，这2种离散数据。
回归输出的是连续数据类型。比如我们通过学习时间预测学生的考试分数，这里的预测结果分数，是连续数据。
2）第2个区别是我们想要通过机器学习算法得到什么？
分类算法得到是一个决策面，用于对数据集中的数据进行分类。
回归算法得到是一个最优拟合线，这个线条可以最好的接近数据集中的各个点。
3）第3个区别是对模型的评估指标不一样
在监督分类中，我们我们通常会使用正确率作为为指标，也就是预测结果中分类正确数据占总数据的比例
在回归中，我们用决定系数R平方来评估模型的好坏。R平方表示有多少百分比的y波动被回归线描述。
2. outreg2导出多个回归结果
outreg2指令用于输出之前回归的结果，例如做完一次回归reg blahblahblah，然后进行了一些列test以后找不回刚刚回归的结果了，这时候就可以用outreg2重新调出接过来。更详细的介绍可以再STATA的输入栏里输入help outreg2然后回车
3. 导出多个回归结果的方法
使用outreg2，logout和esttab等导出结果命令，都可以是的结果直接标注出星星
4. 导出多个回归结果的函数
stata统计描述转化成为excel表格，可以填写以下代码解决问题：
*-基本设定 * logout, save(filename) word(excel,tex) [options]
: /// * 输出统计表格或列示矩阵的命令 *-1.10.1.1 输出基本统计量 sysuse auto, clear tabstat price wei len mpg rep78, /// stats(mean sd min p50 max) c(s) f(%6.2f) *- 【Word】文档 logout, save(mytable) word replace: /// tabstat price wei len mpg rep78, /// stats(mean sd min p50 max) c(s) f(%6.2f)
5. stata多个回归结果导出
逐步回归分析法的步骤：对全部因素按其对y的影响程度大小（偏回归平方的大小），从大到小地依次逐个地引入回归方程；随时对回归方程当时所含的全部变量进行检验，看其是否仍然显著；在剩余的未选因素中，选出对y作用最大者，检验其显著性，显著者，引入方程，不显著者，则不引入。
- 相关评论
- 我要评论
-