心得3：承接心得1，數(shù)據(jù)預(yù)處理第二點(diǎn)異常值的處理。我大概學(xué)了兩門(mén)統(tǒng)計(jì)軟件SPSS和Stata，SPSS用的時(shí)間久些，熟悉一下，Stata最近才學(xué)，不是太熟。關(guān)于這點(diǎn)我結(jié)合著來(lái)說(shuō)。關(guān)于異常值的處理可分為兩點(diǎn)，一是怎么判定一個(gè)值是異常值，二是怎么去處理。判定異常值的方法我個(gè)人認(rèn)為常用的有兩點(diǎn)：1是描述性統(tǒng)計(jì)分析，看均值、標(biāo)準(zhǔn)差和最大最小值。一般情況下，若標(biāo)準(zhǔn)差遠(yuǎn)遠(yuǎn)大于均值，可粗略判定數(shù)據(jù)存在異常值。2是通過(guò)做指標(biāo)的箱圖判定，箱圖上加“*”的個(gè)案即為異常個(gè)案。發(fā)現(xiàn)了異常值，接下來(lái)說(shuō)怎么處理的問(wèn)題。大概有三種方法：一是正偏態(tài)分布數(shù)據(jù)取對(duì)數(shù)處理。我做農(nóng)戶微觀實(shí)證研究，很多時(shí)候得到的數(shù)據(jù)（如收入）都有很大的異常值，數(shù)據(jù)呈正偏態(tài)分布，這種我一般是取對(duì)數(shù)處理數(shù)據(jù)。若原始數(shù)據(jù)中還有0，取對(duì)數(shù)ln(0)沒(méi)意義，我就取ln(x+1)處理；二是樣本量足夠大刪除異常值樣本；三是從stata里學(xué)到的，對(duì)數(shù)據(jù)做結(jié)尾或者縮尾處理。這里的結(jié)尾處理其實(shí)就是同第二個(gè)方法，在樣本量足夠大的情況下刪除首尾1%-5%的樣本�？s尾指的是人為改變異常值大小。如有一組數(shù)據(jù)，均值為50，存在幾個(gè)異常值，都是500多（我這么說(shuō)有點(diǎn)夸張，大概是這個(gè)意思），縮尾處理就是將這幾個(gè)500多的數(shù)據(jù)人為改為均值+3標(biāo)準(zhǔn)差左右數(shù)據(jù)大小，如改為100�？偨Y(jié)而言，我個(gè)人認(rèn)為做數(shù)據(jù)變換的方式比較好，數(shù)據(jù)變換后再做圖或描述性統(tǒng)計(jì)看數(shù)據(jù)分布情況，再剔除個(gè)別極端異常值。

心得4：如何做好回歸分析。經(jīng)過(guò)多次實(shí)戰(zhàn)，以及看了N多視頻，上了N多課，看了N多專業(yè)的書(shū)。我個(gè)人總結(jié)做回歸的步奏如下：1是承接心得1-3，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，替換缺失值和處理異常值；2是將單個(gè)自變量分別與因變量做散點(diǎn)圖和做回歸，判定其趨勢(shì)，并做好記錄（尤其是系數(shù)正負(fù)號(hào)，要特別記錄）；3是自變量和因變量一起做相關(guān)系數(shù)，看各個(gè)變量相關(guān)關(guān)系強(qiáng)弱，為下一步檢驗(yàn)多重共線性做準(zhǔn)備；4是自變量多重共線性診斷。若變量存在多重共線性，可采用主成分回歸，即先將存在多重共線性的變量做主成分分析合并為1個(gè)變量，然后再將合并成的新變量和其余自變量一起納入模型做回歸；5是做殘差圖，看殘差圖分布是否均勻（一般在+-3個(gè)單位之間均勻分布就比較好）；6是報(bào)告相應(yīng)結(jié)果。

心得5：看到論壇上有網(wǎng)友問(wèn)為什么他（她）老師不建議采用后向步進(jìn)法處理變量多重共線性。記得張文彤老師說(shuō)過(guò)他有個(gè)同學(xué)做過(guò)一個(gè)研究，即采用后向步進(jìn)法剔除變量的方式去做回歸，得到的結(jié)果犯錯(cuò)的幾率比較大。張老師也不建議用這個(gè)方法處理多重共線性。處理多重共線性比較好的方法是做主成分回歸。

心得6：有個(gè)朋友問(wèn)我在報(bào)到回歸結(jié)果時(shí)用未標(biāo)準(zhǔn)化的回歸系數(shù)好，還是用標(biāo)準(zhǔn)化后的回歸系數(shù)好。我個(gè)人覺(jué)得這個(gè)問(wèn)題仁者見(jiàn)仁智者見(jiàn)智，要看想表達(dá)什么。具體而言，如果想表達(dá)在其它條件不變的情況下，自變量X每變化1個(gè)單位，因變量變化多少個(gè)單位，這種情況用未標(biāo)準(zhǔn)化回歸系數(shù)就好；如果想比較各個(gè)自變量對(duì)因變量影響的相對(duì)大小，即判斷相對(duì)而言，哪個(gè)變量對(duì)因變量影響更大。這時(shí)需要消除量綱的影響，看標(biāo)準(zhǔn)化后的回歸系數(shù)。

心得7：這是投稿一篇SSCI外審專家提出的意見(jiàn)。我做的是無(wú)序多分類logistic回歸模型。因變量分了5類，有一類個(gè)數(shù)比較多，達(dá)到300多，有1-2類個(gè)案比較少，只有30左右。專家提到了要做穩(wěn)健性檢驗(yàn)。這個(gè)用stata軟件編程加一個(gè)robust即可解決問(wèn)題。不知道在SPSS里面怎么做。歡迎知道的朋友一起討論下。我個(gè)人認(rèn)為這是一個(gè)好問(wèn)題的。不做穩(wěn)健性檢驗(yàn)?zāi)Ｐ涂赡苁芤恍�極端值的影響，結(jié)果不穩(wěn)定�？赡鼙緛�(lái)顯著的變量剔除1-2個(gè)樣本后就變得不顯著了。所以做回歸分析穩(wěn)健性檢驗(yàn)也比較重要。

PS：如果有可能，我希望在后面的心得中附上實(shí)際操作的步奏圖和解釋的�？纯从袥](méi)有人需要這個(gè)。不然可能說(shuō)的一些東西需要的人能看明白，但還是不清楚怎么做。希望和大家一起交流學(xué)習(xí)。

---

「經(jīng)管之家」APP：經(jīng)管人學(xué)習(xí)、答疑、交友，就上經(jīng)管之家！
免流量費(fèi)下載資料----在經(jīng)管之家app可以下載論壇上的所有資源，并且不額外收取下載高峰期的論壇幣。
涵蓋所有經(jīng)管領(lǐng)域的優(yōu)秀內(nèi)容----覆蓋經(jīng)濟(jì)、管理、金融投資、計(jì)量統(tǒng)計(jì)、數(shù)據(jù)分析、國(guó)貿(mào)、財(cái)會(huì)等專業(yè)的學(xué)習(xí)寶庫(kù)，各類資料應(yīng)有盡有。
來(lái)自五湖四海的經(jīng)管達(dá)人----已經(jīng)有上千萬(wàn)的經(jīng)管人來(lái)到這里，你可以找到任何學(xué)科方向、有共同話題的朋友。
經(jīng)管之家（原人大經(jīng)濟(jì)論壇），跨越高校的圍墻，帶你走進(jìn)經(jīng)管知識(shí)的新世界。
掃描下方二維碼下載并注冊(cè)APP