stata初级入门2-数据篇.ppt

Stata 入门2 数据篇,2019年6月30日星期日,计量经济学软件应用课程讲义,1,一、数据录入,直接录入 打开dta数据文件 导入其它格式的数据文件 其它方式,2019年6月30日星期日,计量经济学软件应用课程讲义,2,1直接录入,（1）直接在stata中录入（适用于小样本少变量数据）：打开程序，调用数据编辑窗口，直接录入数据，如excel中操作。 调用数据窗口方式：(a)在command窗口中输入edit命令；(b)点工具栏上的 （2）在excel中录入后，直接复制到stata数据编辑窗口中。 （3）键盘直接输入：在command窗口，用input命令。划线部分输入,. drop _all . input x y x y 1. 1 2 2. 3 4 3. 5 6 4. 7 8 5. 9 10 6. end,2019年6月30日星期日,计量经济学软件应用课程讲义,3,2.数据文件的读取,（1）Stata数据文件，后缀.dta 直接双击 菜单操作：在工具栏上直接点击 或File Open：,2019年6月30日星期日,计量经济学软件应用课程讲义,4,use 命令,语法格式： use filename , clear nolabel，读取整个数据文件 use varlist if in using filename , clear nolabel，从数据文件中仅读取几个变量 范例： use “C:Program Files (x86)Stata12auto.dta“, clear use “C:Program Files (x86)Stata12auto.dta“, clear nolabel use make price using “C:Program Files (x86)Stata12auto.dta“, clear,（2）其它格式的数据文件,Excel数据：*.xls, *xlsx。这是stata12新增的功能。 用spreadsheet建立的ASCII(txt)数据：*.raw, *.txt, *.csv，用insheet命令。 固定列宽的ASCII(txt)数据：*.dct，用infix命令 以dictionary格式建的ASCII(txt)数据：*.dct, *.raw，用infile命令。 无格式的ASCII(txt)数据： *.txt， *.raw，用infile命令。 SAS XPORT数据：*.xpt，用fdause命令。 ODBC数据源：包括access数据源，*.mdb，dBase数据源，*.dbf xml数据：*.xml,菜单操作：fileimport,2019年6月30日星期日,计量经济学软件应用课程讲义,7,3.其它方式,（1）用StatTransfer 软件转换 可以用statTranser 9软件将各种格式的数据转换成dta格式数据 前提是你安装了这个软件 （2）安装外挂命令程序包，如usespss.ado程序包就是一个用于读取spss生成的格式数据的程序包。 在search all中敲入搜索关键词：找到可能你需要的程序包，而后安装即可。 这个方法安装的外挂命令，不会在菜单中出现，需要你记住命令名。,2019年6月30日星期日,计量经济学软件应用课程讲义,8,二、数据的保存或导出,1保存用save/save as 2导出 从file菜单中export选项下选择你想保存的格式； 用outfile，outsheet，fdasave，xmlsave命令,2019年6月30日星期日,计量经济学软件应用课程讲义,9,三、数据操作,变量名、标签等属性 变量属性显示和修改 变量的数据类型和长度 变量生成和变量值修改 缺失值的处理 变量的剔除和保留 数据的排序 字符变量和数值变量的相互转换,2019年6月30日星期日,计量经济学软件应用课程讲义,10,1.变量属性，如名称、标签、值标签,变量名：由英文字符、数字、中文字符组成。 字母大小写表示的含义不同！ 标签：对变量含义的解释 值标签：用于对分类变量值的含义进行解释 如foreign有domestic和foreign，在数据量化上，可用0代表domestic，1代表foreign。,2019年6月30日星期日,计量经济学软件应用课程讲义,11,2.变量属性的显示,菜单操作：DataDescribe Data in Memory Describe命令，语法格式：describe var1 var2 用于，可显示1个，或多个。 如describe foreign,2019年6月30日星期日,计量经济学软件应用课程讲义,12,3.变量属性的修改,变量名更改：rename命令，常用语法格式：rename old_var new_var，如rename income inc. 变量标签（label)的定义：label命令，语法：label var varname “#”，如label var foreign “car type”。除用于定义变量的标签外，其还可用于定义数据的标签，如label data “auto in American” 分类（或指示）变量的值标签定义：亦label命令，要完成分类变量值的标签定义有两步，如把变量foreign取值为0，定义为domestic，取值为1，定义为foreign，并用origin表示该变量值标签定义结果： label define origin 0 “domestic” 1 “foreign” label values foreign origin,2019年6月30日星期日,计量经济学软件应用课程讲义,13,4.变量的数据类型和长度,整数数值型： (1)byte，(2)int， (3)long。 小数数值型： (1)float，(2)double。 数值型数据一般定义为float型，除非你有特别定义。 字符串型：string,2019年6月30日星期日,计量经济学软件应用课程讲义,14,数值型数据,字符型数据,数值变量和字符变量的转换,encode命令：将字符变量转换为数值变量。 格式：encode varname if in, generate(newvar) label (name) noextend 菜单： Data Create or change data Other variable-transformation commands Convert variables from string to numeric 范例：encode make, generate(make2) decode命令：将数值变量转换为字符变量 格式：decode varname if in, generate(newvar) maxlength(#) 菜单： Data Create or change data Other variable-transformation commands Convert variables from numeric to string 范例：deocde price, genrate(price2),包括数值数据的字符转换,destring命令: 将字符变量转换为数值变量 语法：destring varlist, generate (newvarlist) | replace options options：ignore (“chars”) 删除字符变量中的非数值字符，force将非数值字符转换为缺失值 tostring命令: 将字符变量转换为数值变量 语法：tostring varlist, generate (newvarlist) | replace,5.新变量生成,generate/egen命令： gen命令格式：generate type newvar=exp if in 范例：gen id=. egen命令格式：它是gen的更高级应用， egen type newvar=fcn(arguments) if in , options 范例：egen mmpg=mean(mpg),2019年6月30日星期日,计量经济学软件应用课程讲义,18,菜单操作： Data Create or change data Create new variable Data Create or change data Create new variable (extended),6.变量值的修改,replace命令 格式：replace oldvar=exp if in , nopromote 范例：如replace id=1,7.缺失值的处理,在现有的调查中，经常用88, 99,888,999,.等来表示不知道或不清楚。 在stata中如何一般用”.”来表示该变量的观测缺失值。 将变量缺失值转化为数值，用mvencode命令 格式：mvencode varlist if in, mv(#|mvc=# mvc=#. else=#) override 范例： mvencode rep78 if foreign = 0, mv(998) 将变量的某些数值转化为缺失值，用mvdecode命令 格式： mvdecode varlist if in, mv(numlist | numlist=mvc numlist=mvc.) 范例： mvdecode rep78, mv(998=. 999=.a),2019年6月30日星期日,计量经济学软件应用课程讲义,21,菜单操作： Data Create or change data Other variable-transformation commands Change missing values to numeric或Change numeric values to missing,8.变量（观测值）的剔除,保留,显示,drop/keep命令： 格式：(1)变量：drop/keep varlist；(2)观测值：drop/keep if exp 范例：drop pop*，drop if medage 32 菜单操作：(1)变量：Data Variables Manager；(2)观测值：Data Create or change data Keep or drop observations Clear命令 list命令： 格式：list varlist if in ,options,9.数据的排序,Sort命令 语法： 升序sort varlist in ,stable。 选项stable指如果两个观测值相同，则保持其顺序不变。 降序gsort - varname - varname , generate (newvar) mfirst。 选项mfirst表示将缺失值放在前面。,菜单操作： （1）只完成升序：Data Sort Ascending sort （2）升、降序皆可：Data Sort Ascending and descending sort 范例：,2019年6月30日星期日,计量经济学软件应用课程讲义,25,四、分类数据的处理,变量：连续变量、分类变量 将连续变量转化为指示变量 如generate priceg=(price=6000) 将连续变量转化为分类变量 语法：generate newvar=recode(varname, num1,num2, num3, ., numk) 将分类变量转化为指示变量 语法：xi i.varname,五、数据集的合并和附加,1.数据集的合并：merge命令 语法： （1）按指定的关键变量进行1对1匹配合并（One-to-one merge on specified key variables） merge 1:1 varlist using filename , options （2）按指定的关键变量进行多对一匹配合并（Many-to-one merge on specified key variables）（外部数据文件的关键变量值唯一值） merge m:1 varlist using filename , options,菜单操作： Data Combine datasets Merge two datasets 范例： use c:program files stata12auto1.dta merge 1:1 id using c:program files stata12auto2.dta,2019年6月30日星期日,计量经济学软件应用课程讲义,28,2.数据集的附加：append命令 语法： append using filename filename . , options 菜单操作： Data Combin