目录-使用stata进行数据分析的工作流程.docx

The Workflow of Data Analysis Using Stata目录表格目录.21图形目录.23示例目录.25前言.29对字体、文件名、命令和示例的说明.33第1章 导论.1第1节 工作流程的指导原则可复制性.2第2节 工作流程的几个步骤31.2.1数据清理41.2.2.进行分析41.2.3.结果呈现41.2.4.文档保存4第3节 每个步骤中的具体任务.51.3.1.计划.51.3.2.组织51.3.3.记录51.3.4.执行6第4节 选择工作流程的标准61.4.1.精确61.4.2.效率61.4.3.简洁71.4.4.标准化.71.4.5.自动化.71.4.6.易用性.71.4.7.扩展性.8第5节 改变工作流程.8第6节 本书的结构安排8第2章 计划、组织和记录.11第1节 数据分析的循环过程13第2节 计划14第3节 组织182.3.1.组织的原则.182.3.2.组织文件和目录192.3.3.创建个人目录结构.21小型项目的目录结构.21大型个人项目的目录结构.23多人合作项目的目录结构.23特殊用途目录.25牢记目录内容.27规划个人目录结构.29文件命名.30批处理文件302.3.4.新建目录结构（高阶）.31新建目录结构的示例31第4节 记录.342.4.1.关于什么是需要记录的内容.362.4.2.记录的层次.372.4.3.关于编写记录文件的建议.38记录文件的评估.392.4.4. Research log39Research log 示例.40Research log 模板.422.4.5. Codebook编码表.43基于测量工具的编码表.432.4.6. 数据库记录.44第5节 本章小结45第3章 Do文件的编写和调试.47第1节 运行命令的3种方式.473.1.1. 命令窗口483.1.2. 对话框.493.1.3. Do文件49第2节 编写有效的Do文件503.2.1. 使Do文件更加稳健.51使Do文件更加self-contained51使用版本控制53排除目录信息53包含随机数种子.553.2.2. 使Do文件更具可读性55 尽量多使用附注.56对齐与缩进.57单行不要太长.58谨慎使用缩写.61前后一致633.2.3. Do文件模板.63Do文件中必备命令.63一个简单的Do文件模板66相对复杂的Do文件模板.66第3节 Do文件的调试.683.3.1. 低级错误及其修改.68Log文件处于打开状态.68Log文件已经存在.68命令拼写错误.69变量名拼写错误69选项错误.70选项之前缺少逗号703.3.2. 解决错误的步骤70第一步：升级Stata及其用户书写程序.70第二步：使用新的slate.71第三步：使用其他数据.72第四步：不要忽视任何错误的可能性.72第五步：分别执行每个命令72第六步：排除Do文件的一部分.74第七步：重新编写Do文件.74第八步：并非编写错误的其他原因.753.3.3. 例1：调试一处细微错误.753.3.4. 例2：调试非预期结果773.3.5. 高级调试方法.81第4节 如何获取帮助.82第5节 本章小结.82第4章 将工作自动化运行.83第1节 宏.844.1.1. Local and global macros.84Local macros.84Global macros.85定义宏时使用双引号.85新建long strings854.1.2. 区分分组变量和嵌套模型.864.1.3. 用local来设置选项.88第2节 Stata命令返回的信息90在local宏的帮助下使用返回结果92第3节 Loop循环语句：foreach命令与forvalues命令.92Foreach命令.94Forvalues命令.954.3.1. 使用loops的方式.95Loop示例1：列举变量和纸标签.96Loop示例2：创建交互变量.97Loop示例3：用教育的替代措施来调整模型.98Loop示例4：用同一方式记录多个变量.98Loop示例5：创建一个可累积信息的宏.99Loop示例6：检索Stata返回信息.1004.3.2. 在loop中记录循环次数.101使用loop将结果保存至矩阵.1024.3.3. 嵌套循环.1044.3.4. 循环的调试.105第4节 include命令.1064.4.1. 用include文件制定分析样本.1074.4.2. 用include文件记录数据.1074.4.3. 使用include的注意事项.109第5节 ado文件.1104.5.1. 一个更改目录的简单程序.1114.5.2. 加载和删除一个ado文件.1124.5.3. 列举变量名称和标签.1134.5.4. 一个更改工作目录的通用程序1174.5.5. 注意事项.118第6节 帮助文件.1194.6.1. nmlabel.hlp1194.6.2. help me.122第5章 名称，备注和标签.125第1节 post文件125第2节 数据管理和统计分析的双重工作流程127第3节 名称，备注和变量.129第4节 do文件命名.1295.4.1. 命名do文件重新创建数据集.1305.4.2. 命名do文件复制统计分析过程1305.4.3. 使用master do文件.131Master log文件1335.4.4. 命名do文件的一个模板134在复杂分析中使用子目录.135第5节 数据集的命名和internally documenting136勿将文件命名为“最终版本”1375.5.1.暂时或一次性数据集.1375.5.2.大型项目的数据集1385.5.3.数据集的标签和备注.1385.5.4.datasignature命令.139一个使用datasignature命令的工作流程.140Datasignature无法探测到的改变.141第6节 变量命名.1435.6.1.创建和命名变量的基本原则1435.6.2.变量命名的体系144顺序命名体系.145来源命名体系.145记忆命名体系.1465.6.3.为命名进行规划.1465.6.4.选择名称的规则.147设想寻找变量的过程147使用简洁的、无歧义的名称148在决定名称前先进行尝试.151第7节 为变量添加标签5.7.1. 列举变量的标签和其他信息151改变数据集中变量的顺序.1555.7.2. 为变量添加标签的有关语句1555.7.3. 为变量添加标签的原则.156注意truncation.156在post文件之前检测变量标签.1575.7.4 暂时更改变量标.1575.7.5 创建包含变量名的变量标签.157第8节 为变量添加备注.1605.8.1. 与添加备注有关的命令161列出备注.161删除备注162搜索备注.1625.8.2. 在备注中使用宏和循环162第9节 值标签1635.9.1.两步法创建值标签.164第一步：定义标签164第二步：贴标签164为何使用该两步法164删除标签1655.9.2.创建值标签的原则.165原则1：标签尽量简短.165原则2：包含分类编号.166原则3：避免使用特殊符号168原则4：熟知标签被使用于何处.1695.9.3.清理值标签.1705.9.4.值标签对缺失值的处理须保持一致1715.9.5.在贴标签时使用loop语句.171第10节 使用多种语言5.10.1 针对不同语种使用语言集标签.1745.10.2 针对长标签和短标签使用不同语言集标签174第11节 名称和标签的工作流程176第一步：做出改变时要提前规划.176第二步：存档、复制与重命名.177第三步：修改变量标签177第四步：修改值标签.177第五步：确认修改.1785.11.1. 第一步 检查数据来源178第一步a：列出当前名称和标签178第一步b：尝试当前名称和标签1815.11.2. 第二步 创建复制和重命名变量.182第二步a：创建复制.183第二步b：创建重命名命令183第二步c：重命名变量1845.11.3 第三步 修改变量标签.185第三步a：创建变量标签命令185第三步b：修改变量标签1865.11.4. 第四步 修改值标签187第四步a：列出当前标签.188第四步b：创建label define 命令来编辑标签.189第四步c：修改标签并将标签添加到数据集.1935.11.5. 第五步 检查新名称和新标签.194第12节 本章小结.195第6章 清理数据197第1节 数据导入.1986.1.1.数据格式198ASCII数据格式198Binary-data数据格式2006.1.2.导入数据的方法.201与导入数据相关的stata命令201从其他统计软件中导出数据.203使用数据转换软件.2036.1.3.确认数据转换.203对俄罗斯ISSP 2002数据进行转换204第2节 核实变量.2106.2.1. 检查变量值.211检查科学家职业历程数据的变量值.212检查家庭观念数据的变量值.2156.2.2. 检查独立有效性.216“获得学位所用时间”究竟测量了什么216检查出现频率极高的值218变量之间的联系.220问卷中问题的更改2256.2.3. 检查缺失值225缺失值的大小比较.225创建标识案例是否缺失的指标.228使用扩展缺失值228核实和扩大缺失值编码.229使用include文件.2366.2.4. 内在一致性检验238科学家职业里程数据的一致性.2386.2.5. 修正不一致数据的原则.241第3节 为数据分析新建变量.2416.3.1.创建新变量的原则242新变量，新名字.242核实新变量是否正确.243记录新变量.244保留原变量.2446.3.2.创建新变量的核心命令244Generate命令.245Clonevar命令245Replace命令.2466.3.3.创建有缺失值的变量2476.3.4.创建新变量的其他命令.249Recode命令.249Egen命令.250Tabulate, generate() 命令2526.3.5.为新建变量创建标签2536.3.6.核实变量是否正确.254检查代码.255列出变量.255绘制连续变量散点图256使用tabulate命令.258用多种方式创建变量259第4节 数据集的保存2606.4.1.选择观察样本.261删除部分样本VS另存所需样本.2616.4.2.删除变量.262从俄罗斯ISSP 2002数据中选择变量.2636.4.3.变量的排序2636.4.4.内部记录.2646.4.5.变量压缩(compress).2646.4.6.运行诊断265Codebook, problems 命令.265检查ID唯一的变量.2676.4.7.添加data signature2696.4.8.保存文件2706.4.9.保存文件之后271第5节 数据分析前期准备的其他示例271创建控制变量271为积极态度创建二分类指标.274为积极态度创建四分类量表.277第6节 merge.2796.6.1. match-merging280 将ID变量排序2816.6.2. one-to-one merging.281合并无关数据集.2816.6.3. 区分match-merge和one-to-one merge.283第7节 本章小结285第7章 数据分析与结果呈现.287第1节 统计分析的规划和组织2877.1.1. 总体规划2887.1.2. 中层规划2897.1.3. 具体规划291第2节 组织do文件.2917.2.1. 使用master do文件2927.2.2. do文件里应该包含的内容.294第3节 统计分析的记录.2957.3.1. log文件和do文件中的备注.2957.3.2.记录结果的出处296图表的标题298第4节 使用automation来分析数据.2987.4.1.用来定义变量集的locals.2997.4.2.重复性分析的loops命令.300用loops命令进行t检验300用于替代性模型校验的loops.3027.4.3.用于汇集和输出结果的矩阵303汇集t检验结果.303保存嵌套回归模型的结果306保存article的不同变形结果.3087.4.4.从矩阵中创建图形.3107.4.5.使用include文件加载数据和选择样本.311第5节 基线统计.312第6节 复制3137.6.1.丢失或遗忘的文件.3137.6.2.软件与版本控制.3147.6.3.未知的随机数种子.314Bootstrap辅助程序标准错误.314让stata设置种子.315Training和confirmation样本.3167.6.4.使用不在do文件里的global.318第7节 结果的呈现.3187.7.1.创建表格.319使用excel电子表格.319使用esttab命令的回归结果.3217.7.2.创建图形323图形的颜色.324字体大小3267.7.3.对论文和报告的建议.326论文.326报告.327第8节 研究项目的被忘清单.328第9节 本章小结328第8章 文件的保护331第1节 文件类型与保护层次332第2节 数据丢失的原因与文件恢复的问题.334