计量论文写作和发表的黑客教程.docx

1、计量论文写作和发表的黑客教程计量论文写作和发表的黑客教程（让初学者瞬间开窍，发不再难）by Zera Na本文的缘起：当初一个舍友来自西部地区，从没学过计量（OLS都没学过）。但毕业论文老板要求用数据说话，发愁。我于心不忍，告诉她：我每天晚上自习回来，睡觉前花10分钟给你讲解一下STATA的操作和出来的各项结果意义。第一天，我讲了OLS。画了一张散点图和一根直线，用了1分钟就让她完全理解了OLS的精髓，这是用来干啥的。后面9分钟讲解了STATA的操作和OLS的各种变种。结果只一个星期，讲完五种方法（下面会介绍），她信心大增。后来一下子发了好几篇CSSCI，计量做的天花乱坠，让人误以为是一个大师

2、。毕业论文也顺利通过。她说我的方法是当今世界上最快的计量速成法。她说，以后有时间要好好看看计量书，打打基础。我推荐她读伍德里奇的那本现代观点。但她论文发表了好多篇，至今还没看那本书。问其原因：“看了一下OLS，跟你讲的没啥区别，就是多了些推导。那些推导看不看都不影响我用软件。现在没空看，先发论文再说。”我笑其太浮躁。但后来想想，这种学习方法不一定适合所有人，但或许适合一部分人群。因此有必要写出来让这部分人群都有所收获，不会因为发不了CSSCI而担忧，不会因为毕业论文不会做计量而担忧。因此有了本文。你是不是属于这样的人群？请看下面：本文的目标人群：不懂计量的人；想学计量却缺乏时间的人；想学计量却

3、看不懂、推导不了那些恐怖矩阵的人，也就是不想看计量推导过程，也想发论文的人。不想看计量书，却想写计量论文，发几篇CSSCI，尽快毕业的人。所有想速成的人。所有不信计量能速成的人。但是，目标人群一定要能看懂STATA软件操作手册的人（或者其他软件操作手册。不想看大部头软件手册的人往后面看，最后我为你提供了一本：从入门到精通的、综合考虑STATA操作的广度、深度、难易度和阅读速度的、专门针对计量经济学领域技巧的、由STATA著名官方编程人员撰写的、10天就能掌握的、涵盖经济研究常见计量方法的书籍，而且有下载链接）。如果你不认得手册上的字，不要来告诉我。我也不认得。如果你能找到一个懂STATA、EV

4、IEWS的人给你讲解一下，那么你看不懂也无所谓。本文的目标：不看计量推导、不看计量书籍就能发计量论文，而且是大规模批量生产计量论文，灌水CSSCI(可行性在后面有严密论证)，甚至发经济研究和管理世界。（你如果不信，不妨先看看7楼的一流期刊示例）时间预算：深刻理解本贴内容，2小时或者更多；阅读由我全面比较寻找出来的难度广度深度速度达到最优平衡的书，10天；阅读我给出的quantile快速入门，10分钟；用相关数据进行全面训练，断断续续，约1-3天；合计时间：2周左右。注：这不是你写一篇论文的时间。这是你从不认识STATA开始，到全面熟练地操作经济研究上常用计量方法的一个可行时间长度。可能更快，也

5、可能更慢，这取决于你的阅读速度。严重警告：不是教你如何抄袭作弊，而是教你写计量论文的方法和捷径。本文犹如海洛因，容易上瘾，且杀伤力巨大，切忌滥用。做理论计量研究的人，容易诱发高级计量排斥症状。本文方法一般只能用于：应急发表、被迫发表论文等极端情况。=一、计量论文的两大要点是什么？二、如何判断计量论文的水平高低？三、做计量的“大杀器”有哪些？四、瞎折腾计量的秘诀五、大规模发CSSCI的不传之秘六、案例分析：借助大杀器成功登上一流期刊七、软件操作方面书籍推荐(10天能读完)=一、计量论文的两大要点是什么？1、计量模型的建立（就是那个方程，表达什么经济含义要知道）；2、模型中的系数如何估计出来（关键

6、在于估计方法的选择）。第1个要点涉及你论文主题。你一般要想用数据检验某种经济关系，根据这种经济关系来建立计量模型。如果你不知道要检验什么经济关系，那我劝你就此打住。你发不了经济研究了。第2个要点。千万种方法的出现，目的都是要把那个系数给估计出来。不同估计方法的估计效果好坏，就是根据各种统计量来判断。如果能选择一种最合适你数据的估计方法，那么这论文基本就成了。二、如何判断计量论文的水平高低？掌握了上面两个要点，只是说你能写出一篇计量论文，并不是说能写出一篇高水平的论文。水平的高低在于你处理这两个要点时水平的高低。下面仔细讲解。如果只是为了写计量论文，只需要“知其然”即可。没有人会因为不会推导OL

7、S估计量而对软件里面出来的结果不知所措。这条途径，最快捷的走法是找一个懂的人，把结果里面的各种东西所表示的意思给你讲一遍，每个东西要注意什么。基本就可以了。在一般的CSSCI上发表论文没有什么问题。如果找不到人，就看STATA的手册，里面的例子会讲解每个指标参数统计量的含义。这样慢一点，但效果很好，而且也能成为STATA专家。STATA手册比高级计量教材看起来轻松多了，就是告诉你怎么操作软件，然后得到什么结果的。计量论文中的估计问题，最关键的事情，不是能推导估计量，而是在STATA里面选择一个“合适”的方法估计出来。然后解释结果的经济意义。而计量水平的高低，不在于方法的复杂性，而在于方法的合适

8、程度。因此高水平的计量论文，不必要求作者掌握高深的计量推导，而在于“选择”的技巧。每种计量方法，都有优劣。所谓用人之长，容人之短。水平高的人，能够选择以其之长，攻它之短。同时又能隐藏计量方法内在的拙劣。其实，计量论文的水平主要决定于论文的主题的重要性。这个话题大家都很关心，就很重要，发表就很容易。所以，你会发现国际顶级期刊上一些计量论文所用的方法很简单。这些论文能发表，主要是他讨论的问题很重要（这涉及第一个要点），采用的方法即使有缺陷，也无伤大雅。如果问题不是非常重要，只是有新意，但是估计方法比较合适，也能发一个中上等期刊。如果问题属于鸡毛蒜皮之类，那就只能诉诸于超级复杂的计量方法，祈求审稿人

9、看论文时，方法还没看完就已经累得半死，再也没有心情来思考你的问题的重要性，然后也能通过了。三、做计量的“大杀器”有哪些？所谓的大杀器，不是指超级复杂的计量方法，而是指这种东西一旦用起来，一般不会有人来攻击。所谓的一招毙命，毙了审稿人的命。计量方法很多，可以说满天飞。但是，真正有价值的方法，被人公认为具有一定可信度的方法（就是所谓的“大杀器”），只有5种。并不是你所看到的所有的方法都有人信。这点大部分初学计量的人都不会意识到。看到书上介绍一个方法，就认为这是一个好方法。其实不是。书上很多方法的介绍，仅仅是出于理论推演的需要，并不是实际研究中都能用的。你如果查阅一下国际上关于经验研究类的论文，会发

10、现大部分论文所用方法无非是：1、简单回归；2、工具变量回归；3、面板固定效应回归；4、差分再差分回归(difference in differnece)；5、狂忒二回归(Quantile)。大杀器就这几种，破绽最少，公认度最高，使用最广泛。真是所谓的老少皆宜、童叟无欺。其他的方法都不会更好，只会招致更多的破绽。你在STATA里面还可以看到无数的其他方法，例如GMM、多层次分析法等。这个GMM实在是一个没有用的忽悠，他还分为diffGMM和系统GMM。其关键思想是当你找不到工具变量时，用滞后项来做工具变量。结果你会发现令人崩溃的情况：不同滞后变量的阶数，严重影响你的结果，更令人崩溃的是，一些判断

11、估计结果优劣的指标会失灵。这完全是胡搞！这GMM的唯一价值在于理论价值，而不在于实践价值。你如果要玩计量，你就可以在GMM的基础上进行修改（玩计量的方法后面讲）。有人会问：简单回归会不会太简单？我只能说你真逗。STATA里面那么多选项，你加就是了。什么异方差、什么序列相关，一大堆尽管加。如果你实在无法确定是否有异方差和序列相关，那就把选项都加上。反正如果没有异方差，结果是一样的。有异方差，软件就自动给你纠正了。这不很爽嘛。如果样本太少，你还能加一个选项：bootstrap来估计方差。你看爽不爽！bootstrap就是自己提靴子的方法。自己把脚抬起来扛在肩上走路，就这么牛。这个bootstrap

12、就是用30个样本能做到30万样本那样的效果。有吸引力吧。你说这个简单回归简单还是不简单！很简单，就是加选项。可是，要理论推导，就不简单了。我估计国内能推导的没几个人。经济研究上论文作者，最多只有5%的人能推导，而且大部分是海龟。所以，你不需要会推导，也能把计量做的天花乱坠。工具变量(IV)回归，这不用说了，有内生性变量，就用这个吧。一旦有内生性变量，你的估计就有问题了。国际审稿人会拼了老命整死你。国内审稿人大部分不懂这东西（除了经济研究这类刊物的部分审稿人以外）。工具变量的选择只要掌握一个关键点就行：找一个和内生性变量有数据相关的，但是和残差没有关系的东西，这就是你的IV了。例如贸易量如果是内

13、生的，那么你找地理距离作为IV。北京到纽约的距离，那是自然形成的，没人认为是由你的Y或者残差导致的。但是你会发现贸易量和地理距离在数据上具有相关性。这就很好。这种数据相关性越强，IV的效果就越好。就这么一段话，IV变量回归就讲完了。在STATA里面，你直接把原回归方程写出来，然后把IV填进去就可以了，回车就得到你的结果。关键是你不一定能找到这样的工具变量。你能找到，这个工具也不大能用。不过要注意，IV不灵不代表你不能发表。经济研究上还不是发了一大堆这样的论文。所以，你只要找到一个IV，效果不是差的太离谱，一般都能发。当然不能发国际一流了。国内是没问题。国内审稿人没人会重复你的结果看看是否有问题

14、，因此你说这个IV效果已经是最好的了，世界上还找不到第二个比这个更好的了，审稿人也没的话说。就发表呗！如果审稿人说，另外一个IV效果可能要比你的好。那你就采纳他的建议用他的IV（尽管他的建议会更差），然后感谢他一下。第二次审稿，难道他还会说自己上次是胡说八道所以就发表了，哈哈哈哈！有人又会问：面板不是还有个随机效应嘛？我只能说，你是看过书的人，所以才知道随机效应。其实随机效应压根就没什么用处。有人信誓旦旦说可以用hausman来检验。我只能告诉你，这检验压根就不可靠。可靠也是理论上可靠，实践上根本没人信。当然中国人都信，不信的都是美国欧洲这样的计量经济学家。你难道不知道hausman还会出现负

15、值！做过这个检验的人都很头疼这个负值，不知道该怎么做。你如果看看一些高手的建议，或者一些书籍，你就会发现，最权威的建议就是：当你无法判断该用固定效应还是随机效应的时候，选择固定效应更可靠。随机效应不是任何时候都可以做，但是固定效应是任何时候都可以做。所以你知道该怎么做了吧。差分再差分(Difference-in-Differences)，或者叫作差差分法、双差分法，是固定效应的一个变种，在估计某个事件发生带来的效应时最有用的方法，特简单。关键思想是通过差分的方法把相同的固定效应差分掉，就剩下来事件的净效应了。举一个例子你就明白怎么回事了。大家都知道买房子靠不靠学校医院等设施还是有很大差别的。Z

16、F为了拉动某个地方的房价，直接把地铁建到那里。但是你不知道这种设施到底导致价格有多少差别。你看到学校旁边的学区房价格上升，难道一定是学区房因素导致的吗？北京房价一直飙升，很可能是学区房以外的因素导致的。现在你要检验一个假设：学区房因素导致房价上升。差分再差分，这个方法要凑效的秘诀是：学区房因素发生变化，而其他因素基本维持不变。例如ZF重新划分学区，一个著名小学突然在某个没学校的地方建分校，或者一个著名小学搬迁，这些因素导致房子是否属于学区房发生了变化。以建分校为例。建校后周围一片区域A的房子都属于学区房，这个区域以外附近区域(B)的其他房子就不算该校学区房。然后收集建校前后两个时间点上、A和B

17、区域房价的数据。所谓的差分再差分法，就是：A区域两个时间点上的平均房价差距 - B区域两时间点上的平均房价差距 = d，这个d就是建校对房价的影响了。d是两个差距之间的差距，所以才叫做差分再差分。用计量回归把这个d给估计出来，是有办法的：P= b0 + b1*Da + b2*Dt + d*(Da*Dt) + Xb + eP是房价，Da是虚拟变量，在区域A则为1，否则为0， Dt是时间虚拟变量，建校后为1，建校前为0。 STATA一跑，就把d估计出来了。为什么d可以如此表示？自己思考一下啦。实在想不出来，Wooldridge的书上有精确严格的解释。这里给出一个直观的粗略解释：北京所有区域的房价每

18、个月都在上升，因此需要控制这部分因素，这就是时间因素Dt；区域不同自然也有差别，需要控制区域位置因素，这就是Da，这就控制了即使不建校也存在的差距；控制住其他因素X，那么剩下的Da*Dt就是建校带来的房价提升效应了。这下明白了哦。狂忒二回归(Quantile)是一般均值回归的一个推广。看名字挺吓人，其实很简单。如果你知道OLS是一个均值回归，那类推就可以知道1/2分位数回归。你知道的，正态分布下，均值就是1/2分位数的地方。均值回归就是1/2分位数回归。知道了1/2回归，你自然知道1/4和3/4分位数回归了。如果还不懂，翻开伍德里奇的书，讲到简单OLS回归时，我记得有一个图，上面对不同位置的x

19、位置画了不同的正态分布密度函数(第2版是figure 2.1，pp26，见下面)。如果是异方差问题，那么不同x位置的正太分布图的方差就有变化。这个图上注明了预测值是E(Y|X)，就是Y的条件期望，就是那根回归预测直线啦。在正态分布下就是Y的密度函数的中心点的连线，就是1/2分位数点的连线。如果那条预测线画在密度函数的1/4和3/4分位数点上，那么预测结果就不是Y的均值（在非正态下可能是均值），而是1/4和3/4分位数点的预测值。这下明白狂忒二回归了吧。分位数回归就是看看那根预测直线在不同的分位数点上有什么结果,得到什么样的回归系数。通常的OLS预测直线，仅仅是一个特例而已。进一步推广，可以推广

20、到任意分位数点回归的情况。道理一样。quantile回归还可以推广到带bootstrap的quantile回归哦，想起来是不是很过瘾啊道理还是一样的，具体怎样操作，耐心往下看，到最后有quantile的速成秘诀哦，包你10分钟能在STATA里面跑出quantile回归来。伍德里奇计量经济学导论现代观点的图2.1（解释Quantile回归的意义）不过要注意，大杀器要用对。有内生性变量，你就不要用简单回归了，你得用IV回归。这几种大杀器的精髓一领会，基本上其他东西就难不倒你了。就是STATA里面的选项多选几个或者少选几个的问题。你所要做的就是在STATA里面打钩、设置参数。对付一般的CSSCI论文

21、，已经是绰绰有余了。如果你提了一个大家很感兴趣的问题，就是一个重要问题，那么用用IV，或者固定面板，发个经济研究基本没问题。如果你的问题不是很重要，还想发经济研究，那你就要简单问题复杂化。上面大杀器能解决的问题，你就用更不可靠的方法但更复杂的方法去解决吧。大家用开源软件就会知道，一般开源软件会有一个稳定版本，功能比较少，效果很稳定，能满足你日常几乎所有的需求。还有一个开发版本，专门给那些吃饱了撑着没事干的人折腾的版本，因为是开发版本，所以很不稳定，经常会出错、崩溃。不过能折腾的人不怕崩溃，崩溃了能自己修。你要是想折腾，接着往下看吧。四、瞎折腾计量的秘诀瞎折腾有三种水平，第一种是低水平，第二种，

22、高水平瞎折腾。第三种，当然是中等水平折腾。低水平瞎折腾，就是大杀器不够过瘾，要用摄人魂魄、但容易走火入魔的计量方法达到发表经济研究的目的。例如，没事弄弄协整，搞一把单位根检验之类的。听起来头头是道，其实都是杞人忧天。你想想，要是有协整，时间序列你根本不用着急。要是没有协整，你着急也没用。那你还协整个啥！面板来说，你有协整，也没有一个较好的估计方法，期刊上不是还有很多人在用固定效应OLS，或者是加点滞后滞前项变成一个固定效应动态OLS来估计非平稳面板嘛。面板到现在为止也没有一个公认的可靠的协整向量估计方法，否则STATA这样的软件早就提供按钮了（STATA和EVIEW现在只有协整的检验方法，不是

23、协整向量的估计）。既然没有公认可靠的方法，你急啥！其实，协整这玩意，最大的价值也在于理论价值，实践价值几乎没有。当年格兰杰发表协整思想，说如果变量不平稳，在没有协整关系的情况下，前人回归都不可靠。这话把大家吓个半死。惊魂未定时格兰杰又说，在协整情况下没问题，大部分论文中的经济变量都有协整关系。大家一听，松了口气，原来没有问题。有问题的那些少数自然自讨没趣。从格兰杰当年这搞笑天分，你就知道期刊上那些协整玩意都是忽悠。当然，又是单位根检验，又是协整检验，然后各种估计方法，这就好几页篇幅过去了，经济研究编辑一看，至少进入匿名审稿了。兵法曰：唱空城计，以静制动。意思你知道的。上面是低水平瞎折腾。虽然摄

24、人魂魄，但是一旦走火入魔，论文就被毙。风险和收益，你自己把握吧。下面简单谈谈高水平瞎折腾。这不属于本文的目标范围，但是既然提到瞎折腾，不提一下这个有点缺陷。能干这事的人，一般都要看过高级计量。不看是不会的。如果你没看过，下面可以直接跳过。这高水平瞎折腾，基本上是一招毙命，当然是毙审稿人和主编的命。要毙了自己的命，还不如不瞎折腾呢。我只讲一下操作步骤。能如此瞎折腾的人，基本一看就能心领神会。找一篇顶级期刊的名人写的经验研究论文。这类论文通常是问题很重要，方法很傻瓜。然后你去拓展方法。这里改改残差假设，那里修修变量平稳性强度，重新推导一下估计量（这就是为什么走这条路，你就得会推导），得到一个新的分

25、布，然后按照这个新分布来做显著性检验，得到你想要的结果。看看有什么结果变化。啥变化也没有那几乎是不可能的。即使没大的变化，也会有系数程度大小的变化，或者显著性有所轻微变化。只要有变化，就大做文章，巴拉巴拉一大堆讨论，晕死他再说。这论文写出来，投经济研究自然没什么问题。说实话国内能这么玩的人毕竟少数。你玩把戏，审稿人都不一定看得出来。自然就通过了。如果投国际上一流刊物，那么多人在玩这个把戏，都是火眼金睛，就看你玩的转否。如同马戏团的杂技，有人玩得溜，有人会出破绽。再补充一个中等水平的瞎折腾方法。你也不需要会推导公式，但是你得会用一些傻程序，例如GAUSS，MATLAB、R等。你平时紧紧盯着那些出

26、新方法的期刊，我指的是国际期刊哦。一旦有一个新方法出来，作者都会附一个程序，例如R程序。你就下载下来。看明白这篇对应论文的摘要、introduction和结论，基本搞清楚这方法是针对什么样的问题的，在什么情况下能用。这就行了。你拿过来把中国数据往里面灌，然后出来一篇论文。因为这方法很新，国内基本没人见过，即使见过也是极少数人。没人见过就好办事。你说自己的结果怎么样可靠，怎么样比别人的结果要好，那就是好。编辑肯定没见过这方法，审稿人只是小概率见过。所以这论文一投就中。五、大规模发CSSCI的不传之秘以揭示经济变量之间关系为目的的人，掌握大杀器的用法就够了。发CSSCI没有问题。你把一个数据集用一

27、个方法做一遍，然后呢？当然是上面讲的每个方法都做一遍，不要犯傻只用一个方法做哦。然后挑最差的一个结果写一篇论文，然后发表。然后次差的结果写第二篇，推进你第一篇的结论，说你用了新方法有了新发现。准能发。这年头的CSSCI，大部分都是没有什么新结果的，花钱就能发。你要弄出一些新结果来推进一下，那就是上层之作了。然后，你知道的，第三篇文章杀出来了，第四篇文章又杀出来了。别忘了，还有第五种狂忒二方法(后面我有文件，让你10分钟内知道怎么在STATA里面实现)，CSSCI编辑基本不知道啥东西，你基本上是一招杀敌。这样至少5篇CSSCI。一般研究生博士生都能毕业了。碰到 -变-态- 的学校，你也 -变-态

28、- 一点，再找一个数据集，再整5篇CSSCI。10篇总能让人毕业了吧如果你的学校非要发经济研究、管理世界、中国社科，那你就再把我上面的五种方法看一遍，融会贯通，让自己能做到对症下药，挑选最佳结果，发经济研究基本没问题。对症下药就是计量方法要选择合适的，那几种大杀器不要用错了地方。如果期刊编辑跟你过不去，你就跟编辑说：后果很严重哦。然后你就使出瞎折腾的杀手锏。大家根据上面三种瞎折腾水平，对号入座。在这种论文的写作过程中，切记如下潜规则：一定得选最复杂的计量方法，用别人无法获得的数据，写出能让人明白但看不懂的论文。控制变量直接放你所能想到的，起码也得五六个。什么序列相关呀，异方差呀，bootstr

29、ap呀，能加上的全给他加上。论文开头有复杂新奇的关键词，致谢里都是学界名人。字里行间都带脚注，引用全是英文文献，特专业的那种，读者读到这里，甭管他有没有看懂，都得跟人家说一声“我的方法来自ECONOMETRICA”，一口专业的计量术语，倍儿有面子。论文中要有几个图和表，散点图得带标签的，光这些数据标签叠加在一起就晕死几十万人，再放一个超级复杂的方法论“简介”，推导过程带逻辑跳跃性的。就是一个字儿晕。随便瞄一眼就得眼冒金星。周围的同学不是用NAG、C+就是FORTRAN，你要是用GAUSS呀MATLAB呀，你都不好意思跟人家打招呼。你说这样的计量论文，得写多长时间？我觉得怎么着也得两年吧？两年

30、？那是傻瓜！最多两周。你别嫌快，还有更快的呢。你得研究作者的发表心理，能够在两周时间内写一篇论文的人，根本不想花两年时间去写。什么叫计量大师，你知道吗？计量大师就是：做什么样的计量，都做最晕的，不做最好的。所以，我们做计量的口号就是：不求最好，但求最晕！你那学校发经济研究也不能毕业难道你在哈佛念书？那你看错帖子了。哈佛写经验类论文是不能毕业的对于大部分国内学生来说，没人教授计量经济学，很痛苦。有人教授计量，更痛苦。计量经济学的教材、那些漫天飞舞的矩阵，有时间看看，没时间不看也行，不影响写论文。关键是看看软件的手册或者我在后面推荐的材料，有条件找个懂软件的人，一周就能成为计量写作的高手。我猜想看

31、这帖子的大部分人都是属于写经验论文的吧，按照上面的方法，发个10篇CSSCI基本没问题。难道毕业还有问题？用五种计量大杀器，成功登上国内一流期刊的具体实例六、案例分析：借助大杀器成功登上一流期刊对照具体的案例再琢磨，效果更佳。大家看到这里，是否有一些感想呢？我分享了这么多经验，你不妨把自己的论文写作发表的经验也写出来分享一下，大家相互学习。正好回复本贴，免费观看隐藏部分：1、市场化改革、企业业绩与国有企业经理薪酬经济研究，2009年第11期 面板固定效应模型，不折腾。2、出口开放、地区市场规模和经济增长 经济研究，2006年第6期面板固定效应模型+IV，左右开弓一招毙命，不折腾。3、中国自主创

32、新中研发资本投入产出绩效分析兼论人力资本和知识产权保护的影响，中国社会科学，2007年 02期 折腾一大堆单位根检验，协整检验。最后回到简单OLS（第一种大杀器）来估计时间序列，连常见的EG两步法也不见踪影。一句话，能折腾。以上只作为示例，不涉及作者。他们能发一流期刊，是因为主题选得好，相反计量工具却并不复杂。这些论文的计量仅仅需要知道EVIEWS或STATA软件怎么操作即可，不需要更多的高级计量知识。你可以不看计量经济学教科书，可以没有高深的计量知识，但是，你得有经济学知识。一般的CSSCI的例子自己可以找找，多得是。七、软件操作方面书籍推荐(10天能读完)这一部分是后来补充的。我一开始建议看STATA手册，但网友反映，STATA手册太多、太厚，阅读不易，耗时巨大。如何能在短时间内了解STATA操作，并付之于运用