Stata编程基础PPT课件

1、引言 这一章讨论Stata中一些常用的编程语句。我们将讲解do文件与log文件，用户可以将任何顺序的Stata命令存入一个文本文件或do文件中，并通过Stata中的do命令或do文件编辑器来执行。通过使用Stata的do文件，用户可以避免重复键入相同的程序，使得一些重复性编程问题的处理变得更加方便。 本章的内容包括do文件和log文件的介绍、局部宏和全局宏、标量和矩阵、循环语句以及如何利用return list和ereturn list命令获得Stata命令的结果，这些内容都是Stata编程的基础。第1页/共24页14.1 do文件和Log文件14.1.1 do文件的编写所谓do文件是以. d

2、o为后缀的包含一系列Stata命令的文本文件。编写do文件的标准步骤如下：（1）确定当前工作目录。查看当前工作目录只需输入cd，而要改变当前目录，可以在cd后加上要更改的目标目录地址。（2）打开一个Do文件编辑器。（3）输入Do文件的内容，并保存。保存可以直接点击save按钮，或者打开菜单file，然后寻找并点击save。另外，作为一个比较快捷的方式，用户也可以直接在命令框中输入：doedit第2页/共24页14.1.2运行do文件 1 用户可以通过命令窗口来执行已经编写好的do文件。 2 另一种办法是通过do文件编辑器来执行do文件。第3页/共24页14.1.3 log文件 Log文件可以通

3、过log命令创建。例如，为了创建一个名为example.txt的log文件，用户可以在命令框中键入: . log using example .txt, text replace 其中replace选项允许新写入的log文件覆盖原有的同名文件。如果这里没有replace，且文件中已经存在同名log文件，Stata会拒绝该文件的创建。当程序执行完毕时，用户可以键入 . log close 来关闭当前的log文件。第4页/共24页14.2 局部宏与全局宏14.2.1 局部宏 【例3-2】请定义一个计数宏count从1到4，定义一个包含四个国家简写（US UK DE FR）的局部宏country，然

4、后通过使用foreach语句（循环语句foreach会在13.4节详细介绍）和display语句生成如下样式的结果： Country 1 : US Country 2 : UK Country 3 : DE Country 4 : FR 【例14-3】请定义一个计数宏count从1到4，定义一个包含四个国家简写（US UK DE FR）的局部宏country，然后通过使用foreach语句（循环语句foreach会在）和display语句生成如下样式的结果： 1 US 2 UK 3 DE 4 FR第5页/共24页第6页/共24页 【例14-4】数据集gdp4cty.dta是美国、英国、德国和法

5、国GDP的季度数据，从1971年的第1季度到1995年的第4季度，该数据集中重要的变量如表14-1所示，部分数据罗列在了表14-2中。本例要求利用局部宏和foreach语句生成每一国家的GDP时间趋势图。第7页/共24页第8页/共24页14.2.2 全局宏 全局宏的内涵与定义方式不同于局部宏。它往往被用来存储整个过程中所需要的用到的宏。例如，当我们需要存储一些当前的数据，且这些数据将会被所有的程序或默认路径下的数据集与do文件所使用时，我们就可以创建一个全局宏。 因为全局宏的使用可能会带来一些意想不到的问题，只有在少数下我们才会选择使用全局宏。比如我们在do文件A中创建了一个全局宏abc，之后

6、我们却忘记了。若之后我们在do文件G或H的编写中，又使用了宏abc，此时会将其作为一个它全局宏进行计算，运行出来的结果将会是不合意的，而我们很难避免这样的问题。一些教FORTRAN或C语言的老师经常会鼓励同学们多使用局部宏，尽量避免使用全局宏，运用到Stata的编程中道理也是一样的。第9页/共24页14.2.3 一些扩展函数以及列表函数 在Stata的编程过程中，用户可以通过许多扩展函数以各种灵活的方式来使用宏，此时需要在宏的名称和扩展函数之间添加一个冒号（：），这样用户便可以更加简单的重获或修改宏的内容。 使用宏的扩展函数的语法是： local | global macname : exte

7、nded_function 其中，macname是局部宏或者全局宏名，而extended_function就宏的扩展函数，具体来说包括如下这些函数，见表14-3所示。第10页/共24页 【例14-5】请定义一个包含四个国家简写（US UK DE FR）的局部宏country，使用宏扩展函数word count定义局部宏wds表示最大的循环个数，使用宏扩展函数word i生成局部宏wd作为计数依据，然后通过使用foreach语句（循环语句foreach会在14.4节详细介绍）和display语句生成如下样式的结果： Country 1 : US Country 2 : UK Country 3

8、: DE Country 4 : FR第11页/共24页14.3 标量简介定义标量 scalar define scalar_name = exp 其中，scalar_name是要定义的标量名，标量的赋值通过一个数值或者文字表达式 exp 来表示。显示标量的内容 scalar dir | list _all | scalar_names 其中，scalar dir和scalar list都用于显示标量的内容，其后面可以使用_all表示内存中的所有变量，也可以指定某些标量名称（scalar_names）。 从内存中删掉某些标量 scalar drop _all | scalar_names 第1

9、2页/共24页下面我们举一些简单的例子说明。定义标量a，赋值为2： . scalar a = 2定义标量b，赋值为a的赋值加上3： . scalar b = a+3定义标量root2，其赋值为2的开方： . scalar root2 = sqrt(2)定义标量s1，其赋值是字符串“hello world“：. scalar s1 = hello world第13页/共24页显示定义好的所有标量： . scalar list删掉标量a和b： . scalar drop a b再比如如下两个命令，要求定义标量，并且将这个标量用于定义新的变量：.scalar root2 = sqrt(2.0) /生

10、成一个标量，其赋值为2的开根号.generate DOuble rootGDP = gdp*root2 /将这个标量用于定义新的变量第14页/共24页14.4 循环结构14.4.1 forvalues语句 forvalues语句如下： forvalues lname = range commands referring to lname 其中，lname是指定的局部宏名称，而rang可以有如下形式： #1(#d)#2 表示从#1到#2步长为#d #1/#2 表示以步长为1从#1到#2第15页/共24页 【例14-6】数据集gdp4cty.dta是美国、英国、德国和法国GDP的季度数据，从197

11、1年的第1季度到1995年的第4季度，该数据集中重要的变量如表14-1所示，部分数据罗列在了表14-2中。 （1）这里的任务是利用forvalues语句生成四个变量lngdp1、lngdp2、lndgp3和lngdp4，它们分别是gdp1、gdp2、gdp3和gdp4的对数，然后显示新生成的四个变量的描述性统计量。 （2）生成变量gdp1_1995、gdp2_1995、gdp3_1995、gdp4_1995、gdp1_1997、gdp2_1997、gdp3_1997、gdp4_1997、gdp1_1999、gdp2_1999、gdp3_1999、gdp4_1999的描述性统计结果。第16页/共

12、24页14.4.2 foreach语句foreach语句的语法如下： foreach lname in|of listtype list commands referring to lname 可以使用的类型包括：对于每一个局部宏foreach lname of local lmacname 对于每一个全局宏 foreach lname of global gmacname 对于变量列表中的每一个变量foreach lname of varlist varlist 对于数字列表中的每一个数字foreach lname of numlist numlist 第17页/共24页 【例14-7】我们

13、这里使用数据集lifeexp来说明foreach命令语句的使用，这个数据集在第三章已经使用过了，该数据集是一个关于全球68国人口生存状况的数据，这些国家分别来自欧亚、北美和南美四大洲，数据的内容参看第三章，表3-10 是所有变量的一个概览，表3-11列出了数据集中北美洲国家的观测值。 这里要求计算这些变量的描述性统计量以及它们与popgrowth的相关性，并且绘制它们与popgrowth的散点图。第18页/共24页14.6 使用Stata命令的结果 所有的Stata的命令都可以被归入一下三类：r类、e类、s类（属于这类的情况较少）。其中e类命令是指估计命令（estimation command

14、s），这类命令将返回两个矩阵：e(b)被估计的系数矩阵，e(v)被估计系数的方差与协方差矩阵，同时也会返回一些其他信息（详情参见help ereturn）。其他绝大多数的Stata官方命令属于r类命令，这类命令是将运行结果返回到调用程序当中（详情参见help return）。 14.6.1 r类命令 下面让我们从最简单的r类命令入手。理论上说，所有的Stata命令都会将其所有的输出项存放在一个返回列表中。输入命令： return list 就可以获得这些输出项。第19页/共24页 【例14-8】 打开数据集wage.dta，使用describe命令描述该数据集，然后返回describe命令中的

15、输出项。 【例14-9】本例使用数据集abdata.dta，该数据集是一个面板数据，是140个国家 1976年到1984年的各种宏观指标。在这里的关键变量是id代表每个国家的标号，year代表年份，一个面板数据通常定义这两个变量以便进行各种面板回归和统计。其他的变量包括就业率emp（%）、平均工资wage（指标）、投资占GDP的百分比cap（%）。表14-4 罗列了部分数据 这里要求用tsset命令查看该面板数据的结构，并使用return list返回相关的结果。第20页/共24页14.6.2 e类命令 通过ereturn list命令可以返回e类命令的计算结果。ereturn list命令的

16、语法如下： ereturn list 这个命令在通过Stata执行了e类命令之后使用，大多数的e类命令返回的结果中包含四类： 标量比如e(N)，总结估计的过程； 宏比如关于响应变量的信息（e(depvar)）、使用的估计方法（e(model)）； 矩阵系数和方差矩阵（e(b) e(v)）； Stata函数比如e(sample)，如果估计过程中使用了所有观测值则返回1，否则为0。第21页/共24页 【例14-10】本例使用数据集wage.dta，观测值有526个，主要变量有被调查者的工资（百元）、经验（年）、受教育水平（年）等，这里要求首先以工资（wage）为被解释变量，经验（experience）和受教育水平（education）做回归，然后使用ereturn list返回上述回归的结果。本例中我们将演示如何将回归结果中的各种元素导出，分以下五个