线性插值法(三)#实证分析

线性插值法(三)。

同样进行描述性统计分析，可以看一下发现缩尾之后分布情况会更加的集中。缩尾处也就是将数据大于百分之九十九分位数以及小于百分之一的分位数的数据用百分之九十九百分之一的进行填充，就是缩尾的原理。缩尾之后就得到了相对比较合理的差值的结果。

接下来就给大家讲一下最基础的也就是差值之后的一些处理。最基础可能就涉及到ors，也就是比较聪明的看最小二乘法的回归。

接下来就给大家讲一下最小二乘法的写命令，同样的最小二乘法就设置的red，就对比如拿odi查之后的odi作为一个它不也是编的，其他的表示控制边上比如gdp、社会零售总额、地方种植周规模以及国内在投资这些也都会一些控制边上，然后对样的对它进行回归。

因为差值之后的所以它变为了三百六十不存在缺失值，可以看出这是一个整个的回归结果。回归结果的解读主要是看它的系数以及它的显著性系数，就是这一列可以发现它的系数还是分布比较离散的，这个分布比较大。

其中gdp系数可能在三千八百六十四，显著性只有一个跟攒投资的显著性不是很显著，其他都是在三颗星显著，因为它的皮质是零。对于这些违规系数可能在很差异比较大的情况是因为从变成这些炼钢所导致的。

可以看出udi查出之后的亮纲分布在原始均值大概是一万五千左右，但pdp查之后的均值在二左右。所以如果想让它的炼钢会更好看，考虑做一些处理，比如最简单就是把udh对数处理，让商人把它炼钢缩小。

比如这个变量就是差值之后没有对指数处理的方法，ldi也是变换成ldie效果就会比较合适。可以看出这次见回归之后ppgddp的新手皮肤比较合适是零点三左右，但是其他变量也会存在一些差异。

比如政府支出规模，因为政府支出规模也是量缸比较大，它的均值是这么大的一个值，所以插这之后做回归的系数就比较一定要太好，就是它是可以进入法式的负八次方，小点后八位的结果。