持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第15天，点击查看活动详情
STATA小白入门第15期分享: STATA中的分层回归命令（第一部分）
大家好啊，本期我想和大家分享的是多层回归在STATA中的应用。多层回归主要是用来比较不同的线性模型。分层回归的基本原理是，我们首先生成一个只有一个解释变量（自变量）的线性回归模型，也就是说这一个模型一共有两个变量，包括一个因变量，一个解释变量。然后我们再生成另一个线性回归模型，在第二个线性回归模型中，我们在前者的基础上再纳入一个解释变量/自变量。也就是说，在这一模型中，有一个因变量，有两个解释变量。
应用 “hireg”命令分别对上述两个模型进行线性回归模型，重点比较R平方的大小。如果第二个模型的R平方高于第一个模型的R的平方，那么就说明第二个模型更好。这是线性回归中最简单的例子，我们在平时的研究中，为了充分考虑不同变量的解释作用，往往会在一个模型中纳入多个解释变量使模型更加的稳定，使它的预测作用更加的科学。因此，在实际的应用中，我们往往会对纳入多个解释变量的模型进行比较。原理都是一致的，那就是通过比较回归结果的R平方的大小来反映在对解释变量进行添加或者删减后，模型是否随之得到了改进。
“hireg”命令代码不能在STATA中直接搜到使用，我们需要提前对其下载。首先在STATA中输入 findit hireg，随即在弹出的窗口中选择 "hireg from fmwww.bc.edu/RePEc/bocod… "这一链接，然后随即又在弹出的窗口中选择click here to install，下载需要一些时间。这一命令具体的使用方法将在下期为大家介绍。
