OLS 回归简介

什么是 OLS？

普通最小二乘法（Ordinary Least Squares, OLS）是一种用于估计线性回归模型参数的经典统计方法。其核心思想是通过最小化残差平方和来寻找最佳拟合直线。

模型形式

$$ Y_i = \beta_0 + \beta_1 X_i + \epsilon_i $$
其中：

• $Y_i$：因变量
• $X_i$：自变量
• $\beta_0$：截距项
• $\beta_1$：斜率系数
• $\epsilon_i$：误差项

本示例说明

本脚本使用 Stata 生成模拟数据（1000 个观测值），构建一个简单的线性关系 $Y = 5 + 3X + \epsilon$，并运用 regress 命令进行 OLS 估计，以验证模型是否能准确还原真实参数。

结果展示说明

输入操作

在 Stata 命令行或 do-file 编辑器中运行 main.do 文件。

预期输出描述

1. 描述性统计部分 (summarize 输出)

系统将显示变量 x 和 y 的基本统计量，包括：

• 观测值数量 (Obs)：约 1000
• 均值 (Mean)：x 接近 10，y 接近 35 (因为 5 + 3*10)
• 标准差 (Std. Dev.)：x 接近 2，y 略大于 6
• 最小值和最大值范围

2. 回归分析部分 (regress 输出)

系统将输出一个标准的 OLS 回归表格，包含以下关键信息：

• 源表 (Source Table)：显示总平方和 (Total SS)、模型平方和 (Model SS) 和残差平方和 (Residual SS)。
• 模型拟合度：
  • F 统计量 (F-statistic)：数值较大，且 Prob > F 显示为 0.0000，表明模型整体显著。
  • R-squared (R²)：数值应非常高（接近 0.90 以上），因为数据是人工生成的线性关系且噪声较小。
  • Adj R-squared：与 R² 非常接近。
  • Root MSE：接近误差项的标准差 1。
• 系数表 (Coefficient Table)：
  • y (因变量) 对 x (自变量) 的回归结果：
  • x 的系数 (Coef.)：估计值应非常接近真实值 3.0。
  • 常数项 (_cons)：估计值应非常接近真实值 5.0。
  • 标准误 (Std. Err.)：数值很小。
  • t 值 (t)：绝对值很大（通常大于 100）。
  • P 值 (P>|t|)：显示为 0.000，表示系数在 1% 水平上极度显著。
  • 95% 置信区间：范围非常窄，紧紧包围住真实参数 3 和 5。

3. 结尾提示

屏幕最后将打印文本：回归完成：Y 对 X 的线性关系已估计，标志着脚本执行完毕。