前一段时间的奇幻的矩阵世界大家还记得吗？小编偷偷告诉你们，我们的小世界又扩充了新的领土哦！主要包含两大领域，其一：萃取海域（单元素提取，矩阵行和列提取，全部元素提取）；其二：融合大陆（整合矩阵特征，观察其在事件研究中的应用）。

包含元素的提取，根据等级区分单元素提取，矩阵行和列提取，全部元素提取。

1、单元素提取有两种形式

调用el()函数

mat  d=(1,2,3\4,5,6\2,9,5)

scalar g = el(d,1,1)      //使用el函数

display "g = ", g

使用x[i,j]结构

scalar h = d[1,1]

display "h = ", h

2、矩阵的行和列提取

mat i=d[1,1...]   //读取矩阵d的第一行

mat list i

mat j=d[1...,1]   //读取矩阵d的第一列

mat k=d[m…n,j…k]矩阵结构就是读取矩阵d中m到n行和j到k列的子矩阵。

3、全部元素提取

只需要使用两个循环语句即可

mat  d=(1,2,3\4,5,6\2,9,5)

forvalues i=1/`=rowsof(d)'{

        forvalues j=1/`=colsof(d)'{

                local m=d[`i',`j']

                di "`m'"

  }

}

我们主要是整合矩阵知识，观察矩阵在事件研究中的作用。

1、通过矩阵计算多元回归分析β值，阐述矩阵的作用

还是以系统数据为例

sysuse auto,clear

mkmat mpg   //mpg为被解释变量

mkmat  foreign weight displacement,mat(x)    //x为解释变量

mat b=inv(x'*x)*x'*mpg 

mat list b

通过reg命令进行验证。

reg mpg foreign weight displacement, noconstant

2、通过矩阵运算功能与绘图软件相结合，亦可以绘制迟来的圣诞树

matrix L=(0.03, 0.85 , 0.8  ,0.20, -0.20 , 0.25, -0.20\0.00 ,0.00,  0.0, -0.08,  0.08, -0.10  ,0.10\ 0.00, 0.00 ,0.0 , 0.15 , 0.15 ,0.12,  0.12\ 0.10,0.85  ,0.80 , 0.22  ,0.22 , 0.25,  0.20)

 mat list L

 matrix B=( 0 , 0.0 , 0.0 ,0.00, 0.00 , 0.0,  0.0\  0 , 1.5 , 1.5, 0.85,0.85  ,0.3  ,0.4)

  mat list B

 matrix prob =(0.02, 0.6,.08, 0.07, 0.07, 0.07, 0.07)

 set obs 100000

 gen x1=.

 gen x2=.

 gen k=int(runiform(1,7))

 replace x1 = 0 if _n==1

 replace x2 = 2 if _n==1

 set more off

forval i=2(1)100000 {

mat x=(x1[`i'-1],x2[`i'-1])

mat a=(L[1,k[`i']],L[3,k[`i']]\L[2,k[`i']],L[4,k[`i']])

mat b=a'*x'+ B[1...,k[`i']]

replace x1=b[1,1] if _n==`i'

replace x2=b[2,1] if _n==`i'

}

scatter x2 x1 ,color(green) jitter(2) ylabel(minmax) xlabel(minmax)

通过图片编辑器将Y size进行修改为8，即可得到我们想要的圣诞树。

该图表达迟来的Merry Christmas。

今天分享的内容就是这些啦，通过本文的介绍，希望能帮助读者进一步了解stata中矩阵，通过矩阵解决更多的实际问题。

接下来让我们关注一下空气质量

全国空气质量如下

河南的朋友们请注意