散点图是经常使用的表现两个变量或多个变量之间相关关系的统计图。它用点的密集程度和趋势来表示变量之间的相关关系。微信
对于回归分析来讲，借助散点图能够预先判断变量之间的线性关系是否适合作线性回归，可是因为观测变量的不肯定性，其散点的变化趋势每每是不规则的，特别是异常值的出现，会大大影响回归结果。ui
此时带置信区间的散点图，不只能够帮你判断散点趋势还能判断异常值的状况，其绘制步骤与命令以下：spa
sysuse auto, clear .net
quietly regress mpg weight 命令行
predict hat orm
predict stf, stdf blog
gen lo = hat - 1.96*stf get
gen hi = hat + 1.96*stf it
scatter mpg weight || line hat lo hi weight, pstyle(p2 p3 p3) sortio
获得的图形为：
下面对命令行进行解释：
sysuse auto, clear
自动导入stata自带的数据
quietly regress mpg weight
快速进行线性回归
predict hat
生成因变量的预测值yhat 序列
predict stf, stdf
生成预测值的yhat 的标准误（S.E. of the forecast）序列
gen lo = hat - 1.96*stf
生成预测值的yhat 置信上限序列（95%的显著性水平下，1.96就是Z值）
gen hi = hat + 1.96*stf
生成预测值的yhat 置信下限序列（95%的显著性水平下，1.96就是Z值）
scatter mpg weight || line hat lo hi weight, pstyle(p2 p3 p3) sort
作出散点和折线的复合图（||是而且的意思），pstyle是对图形的一些调整，可用可不用
本文分享自微信公众号 - 博士的计量经济学干货（econometrics_ABC）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。