Stata常用命令Word下载.docx
《Stata常用命令Word下载.docx》由会员分享，可在线阅读，更多相关《Stata常用命令Word下载.docx（22页珍藏版）》请在冰点文库上搜索。
常用的做法就是对日期排序，这个命令也可以排序多个变量，写在前面的先排序。
比如sortyearmonthday就是对年月日的顺序排序。
如果需要从大到小的话就是gsort就行。
bysort：
这个命令简直是用的最多的没有之一！
在此之前先讲一下by，by就是在某个组内执行后面的命令。
比如byyear:
genreturn=mean（dayreturn），意思就是在每一年的数据里，gen一个return变量，将这一年内所有的dayreturn（日收益率）求平均后赋值给return即当年平均日收益率。
而bysort就相当于先sort再by。
[_n]：
这个要单独讲一下，因为我个人觉得很好用。
[_n]是一个计数变量，比如genn=[_n]就是建立了一个自然数列，用到这个变量是因为在经济统计的时候，尤其是统计周数据、月数据、年数据时，由于我们的数据是日数据得到的，因此在每一组（比如计算月平均收益率blabla）时统计完之后，会发现在每一个组内有很多个相同的数据，因此用一个dropifmonthreturn[_n]==monthreturn[_n-1]就可以只保留每一组的第一个数据，之后的处理会节省时间。
（补充一句，如果你还需要原来的data的话一定记得另外保存）
drop：
处理数据的过程中，一些过程变量就可以drop掉节省时间了。
save：
记得写完了一定要保存！
！
2、回归统计
sum：
对统计量的最基本统计性质报告，直接敲sum加空格加某个变量就行。
会报告均值、最大最小、标准差等最基本的信息。
tab：
按照百分比对这个变量的取值统计。
（就是相当于饼状图的表格）
reg：
最简单的回归命令。
直接敲regyx1x2就相当于y对x1x2的回归，回归结果会报告的比较详细，包括coefficient、constant、t值、p值、F值、SSR等等。
以下的xtreg/ivreg2/tsset分别针对的面板数据、两阶段最小二乘、时间序列，写起来太多，如果有小伙伴想看的话，可以再单独写一章。
∙xtset/xtreg：
面板数据处理的命令，需要先进行xtset才能用xtreg的命令。
∙tsset：
时间序列数据处理的命令。
∙ivreg2：
两阶段最小二乘的命令。
（不过在使用之前需要先install一下安装包才可以用，也是先helpivreg2然后找到安装包就可以用）
3、我最喜欢用的命令…
count与tag：
count顾名思义，就是数个数，这个有时候在数据里非常好用，尤其是在分组的情况下。
举一个实际情况中遇到的栗子，比如我要统计某只股票在每个月内有多少个交易日，那我在月的分组下，用下count函数，就能数出来某个组内的个数。
Tag是另一个函数，我个人理解的与count区别在于：
count是数有几个，tag是数有几类。
举个栗子，比如在某个组内，有1个10，2个20，那么用count数出来就是3，因为一共有3个数据；
用tag数出来就是2，因为只有10和20这两个数值。
（转自人大论坛）
调整变量格式：
formatx1%10.3f——将x1的列宽固定为10，小数点后取三位
formatx1%10.3g——将x1的列宽固定为10，有效数字取三位
formatx1%10.3e——将x1的列宽固定为10，采用科学计数法
formatx1%10.3fc——将x1的列宽固定为10，小数点后取三位，加入千分位分隔符
formatx1%10.3gc——将x1的列宽固定为10，有效数字取三位，加入千分位分隔符
formatx1%-10.3gc——将x1的列宽固定为10，有效数字取三位，加入千分位分隔符，加入“-”表示左对齐
合并数据：
use"
C:
\DocumentsandSettings\xks\桌面\2006.dta"
clear
mergeusing"
\DocumentsandSettings\xks\桌面\1999.dta"
——将1999和2006的数据按照样本（observation）排列的自然顺序合并起来
mergeidusing"
uniquesort
——将1999和2006的数据按照唯一的（unique）变量id来合并，在合并时对id进行排序（sort）
建议采用第一种方法。
对样本进行随机筛选：
sample50
在观测案例中随机选取50%的样本，其余删除
sample50,count
在观测案例中随机选取50个样本，其余删除
查看与编辑数据：
browsex1x2ifx3>
3（按所列变量与条件打开数据查看器）
editx1x2ifx3>
3（按所列变量与条件打开数据编辑器）
数据合并（merge）与扩展（append）
merge表示样本量不变，但增加了一些新变量；
append表示样本总量增加了，但变量数目不变。
one-to-onemerge：
数据源自statatutorial中的exampw1和exampw2
第一步：
将exampw1按v001～v003这三个编码排序，并建立临时数据库tempw1
clear
t:
\statatut\exampw1.dta"
su——summarize的简写
sortv001v002v003
savetempw1
第二步：
对exampw2做同样的处理
\statatut\exampw2.dta"
su
savetempw2
第三步：
使用tempw1数据库，将其与tempw2合并：
usetempw1
mergev001v002v003usingtempw2
第四步：
查看合并后的数据状况：
ta_merge——tabulate_merge的简写
第五步：
清理临时数据库，并删除_merge，以免日后合并新变量时出错
erasetempw1.dta
erasetempw2.dta
drop_merge
数据扩展append：
数据源自statatutorial中的fac19和newfac
\statatut\fac19.dta"
taregion
appendusing"
\statatut\newfac"
合并后样本量增加，但变量数不变
茎叶图：
stemx1,line
（2）（做x1的茎叶图，每一个十分位的树茎都被拆分成两段来显示，前半段为0～4，后半段为5～9）
stemx1,width
（2）（做x1的茎叶图，每一个十分位的树茎都被拆分成五段来显示，每个小树茎的组距为2）
stemx1,round（100）（将x1除以100后再做x1的茎叶图）
直方图
采用auto数据库
histogrammpg,discretefrequencynormalxlabel（1
（1）5）
（discrete表示变量不连续，frequency表示显示频数，normal加入正太分布曲线，xlabel设定x轴，1和5为极端值，
（1）为单位）
histogramprice,fractionnorm
（fraction表示y轴显示小数，除了frequency和fraction这两个选择之外，该命令可替换为“percent”百分比，和“density”密度；
未加上discrete就表示将price当作连续变量来绘图）
histogramprice,percentby（foreign）
（按照变量“foreign”的分类，将不同类样本的“price”绘制出来，两个图分左右排布）
histogrammpg,discreteby（foreign,col
（1））
（按照变量“foreign”的分类，将不同类样本的“mpg”绘制出来，两个图分上下排布）
histogrammpg,discretepercentby（foreign,total）norm
（按照变量“foreign”的分类，将不同类样本的“mpg”绘制出来，同时绘出样本整体的“总”直方图）
二变量图：
graphtwowaylfitpriceweight||scatterpriceweight
（作出price和weight的回归线图——“lfit”，然后与price和weight的散点图相叠加）
twowayscatterpriceweight,mlabel（make）
（做price和weight的散点图，并在每个点上标注“make”，即厂商的取值）
twowayscatterpriceweight||lfitpriceweight,by（foreign）
（按照变量foreign的分类，分别对不同类样本的price和weight做散点图和回归线图的叠加，两图呈左右分布）
twowayscatterpriceweight||lfitpriceweight,by（foreign,col
（1））
（按照变量foreign的分类，分别对不同类样本的price和weight做散点图和回归线图的叠加，两图呈上下分布）
twowayscatterpriceweight[fweight=displacement],msymbol（oh）
（画出price和weight的散点图，“msybol（oh）”表示每个点均为中空的圆圈，[fweight=displacement]表示每个点的大小与displacement的取值大小成比例）
twowayconnectedy1time,yaxis
（1）||y2time,yaxis
（2）
（画出y1和y2这两个变量的时间点线图，并将它们叠加在一个图中，左边“yaxis
（1）”为y1的度量，右边“yaxis
（2）”为y2的）
twowayliney1time,yaxis
（1）||y2time,yaxis
（2）
（与上图基本相同，就是没有点，只显示曲线）
graphtwowayscattervar1var4||scattervar2var4||scattervar3var4
（做三个点图的叠加）
graphtwowaylinevar1var4||linevar2var4||linevar3var4
（做三个线图的叠加）
graphtwowayconnectedvar1var4||connectedvar2var4||connectedvar3var4
（叠加三个点线相连图）
更多变量：
graphmatrixabcy
（画出一个散点图矩阵，显示各变量之间所有可能的两两相互散点图）
graphmatrixabcd,half
（生成散点图矩阵，只显示下半部分的三角形区域）
用auto数据集：
graphmatrixpricempgweightlength,halfby（foreign,totalcol
（1））
（根据foreign变量的不同类型绘制price等四个变量的散点图矩阵，要求绘出总图，并上下排列】=具）
其他图形：
graphboxy,over（x）yline（.22）
（对应x的每一个取值构建y的箱型图，并在y轴的0.22处划一条水平线）
graphbar（mean）y,over（x）
对应x的每一个取值，显示y的平均数的条形图。
括号中的“mean”也可换成median、sum、sd、p25、p75等
graphbara1a2,over（b）stack
（对应在b的每一个取值，显示a1和a2的条形图，a1和a2是叠放成一根条形柱。
若不写入“stack”，则a1和a2显示为两个并排的条形柱）
graphdot（median）y,over（x）
（画点图，沿着水平刻度，在x的每一个取值水平所对应的y的中位数上打点）
qnormx
（画出一幅分位-正态标绘图）
rcharta1a2a2
（画出质量控制R图，显示a1到a3的取值范围）
简单统计量的计算：
ameansx
（计算变量x的算术平均值、几何平均值和简单调和平均值，均显示样本量和置信区间）
meanvar1[pweight=var2]
（求取分组数据的平均值和标准误，var1为各组的赋值，var2为每组的频数）
summarizeyx1x2,detail
（可以获得各个变量的百分比数、最大最小值、样本量、平均数、标准差、方差、峰度、偏度）
***注意***
stata中summarize所计算出来的峰度skewness和偏度kurtosis有问题，与ECELL和SPSS有较大差异，建议不采用stata的结果。
summarizevar1[aweight=var2],detail
（求取分组数据的统计量，var1为各组的赋值，var2为每组的频数）
tabstatX1,stats（meannqmaxminsdvarcv）
（计算变量X1的算术平均值、样本量、四分位线、最大最小值、标准差、方差和变异系数）
概率分布的计算：
（1）贝努利概率分布测试：
webusequick
bitestquick==0.3,detail
（假设每次得到成功案例‘1’的概率等于0.3，计算在变量quick所显示的二项分布情况下，各种累计概率和单个概率是多少）
bitesti10,3,0.5,detail
（计算当每次成功的概率为0.5时，十次抽样中抽到三次成功案例的概率：
低于或高于三次成功的累计概率和恰好三次成功概率）
（2）泊松分布概率：
displaypoisson（7,6）
.44971106
（计算均值为7，成功案例小于等于6个的泊松概率）
displaypoissonp（7,6）
.14900278
（计算均值为7，成功案例恰好等于6个的泊松概率）
displaypoissontail（7,6）
.69929172
（计算均值为7，成功案例大于等于6个的泊松概率）
（3）超几何分布概率：
displayhypergeometricp（10,3,4,2）
.3
（计算在样本总量为10，成功案例为3的样本总体中，不重置地抽取4个样本，其中恰好有2个为成功案例的概率）
displayhypergeometric（10,3,4,2）
.96666667
（计算在样本总量为10，成功案例为3的样本总体中，不重置地抽取4个样本，其中有小于或等于2个为成功案例的概率）
检验极端值的步骤：
常见命令：
tabulate、stem、codebook、summarize、list、histogram、graphbox、graghmatrix
step1.用codebook、summarize、histogram、graphboxs、graphmatrix、stem看检验数据的总体情况：
codebookyx1x2
histogramx1,norm（正态直方图）
graphboxx1（箱图）
graphmatrixyx1x2,half（画出各个变量的两两x-y图）
stemx1（做x1的茎叶图）
可以看出数据分布状况，尤其是最大、最小值
step2.用tabulate、list细致寻找极端值
tabulatecodeifx1==极端值（作出x1等于极端值时code的频数分布表，code表示地区、年份等序列变量，这样便可找出那些地区的数值出现了错误）
listcodeifx1==极端值（直接列出x1等于极端值时code的值，当x1的错误过多时，不建议使用该命令）
listin-20/l（l表示lastone，-20表示倒数第20个样本，该命令列出了从倒数第20个到倒数第一个样本的各变量值）
step3.用replace命令替换极端值
replacex1=?
ifx1==极端值
去除极端值：
keepify<
1000
dropify>
对数据排序：
sortx
gsort+x
（对数据按x进行升序排列）
gsort-x
（对数据按x进行降序排列）
gsort-x,generate（id）mfirst
（对数据按x进行降序排列，缺失值排最前，生成反映位次的变量id）
对变量进行排序：
orderyx3x1x2
（将变量按照y、x3、x1、x2的顺序排列）
生成新变量：
genlogx1=log（x1）（得出x1的对数）
genx1`=exp（logx1）（将logx1反对数化）
genr61_100=1ifrank>
=61&
rank<
=100（若rank在61与100之间，则新变量r61_100的取值为1，其他为缺失值）
replacer61_100ifr61_100!
=1（“!
=”表示不等于，若r61_100取值不为1，则将r61_100替换为0，就是将上式中的缺失值替换为0）
genabs（x）（取x的绝对值）
genceil（x）（取大于或等于x的最小整数）
gentrunc（x）（取x的整数部分）
genround（x）（对x进行四舍五入）
genround（x,y）（以y为单位，对x进行四舍五入）
gensqrt（x）（取x的平方根）
genmod（x,y）（取x/y的余数）
genreldif（x,y）（取x与y的相对差异，即|x-y|/（|y|+1））
genlogit（x）（取ln[x/（1-x）]）
genx=autocode（x,n,xmin,xmax）（将x的值域，即xmax-xmin，分为等距的n份）
genx=cond（x1>
x2,x1,x2）（若x1>
x2成立，则取x1，若x1>
x2不成立，则取x2）
gengx=group（n）（将经过排序的变量x分为尽量等规模的n个组）
egenzx1=std（x1）（得出x1的标准值，就是用（x1-avgx1）/sdx1）
egenzx1=std（x1）,m（0）s
（1）（得出x1的标准分，标准分的平均值为0，标准差为1）
egensdx1=sd（x1）（得出x1的标准差）
egenmeanx1=mean（x1）（得出x1的平均值）
egenmaxx1=max（x1）（最大值）
egenminx1=min（x1）（最小值）
egenmedx1=med（x1）（中数）
egenmodex1=mode（x1）（众数）
egentotalx1=total（x1）（得出x1的总数）
egenrowsd=sd（x1x2x3）（得出x1、x2和x3联合的标准差）
egenrowmean=mean（x1x2x3）（得出x1、x2和x3联合的平均值）
egenrowmax=max（x1x2x3）（联合最大值）
egenrowmin=min（x1x2x3）（联合最小值）
egenrowmed=med（x1x2x3）（联合中数）
egenrowmode=mode（x1x2x3）（联合众数）
egenrowtotal=total（x1x2x3）（联合总数）
egenxrank=rank（x）（在不改变变量x各个值排序的情况下，获得反映x值大小排序的xrank）
数据计算器display命令：
displayx[12]（显示x的第十二个观察值）
displaychi2（n,x）（自由度为n的累计卡方分布）
displaychi2tail（n,x）（自由度为n的反向累计卡方分布，chi2tail（n,x）=1-chi2（n,x））
dis
升级会员 