上课：Stata应用技巧资料

1、Stata 应 用 技 巧共三十六页1、界面(jimin)Stata有4个窗口：1 Stata Command（右下）用于向Stata输入命令；2 Stata Results（右上）用于显示运行结果(ji gu)；3 Review（左上）记录使用过的命令；4 Variables（左下）显示当前memory中的所有变量。2共三十六页STATA的界面(jimin)STATA数据分析基础(jch)Result WindowCommand WindowReview WindowVariable WindowButtons共三十六页2、文件(wnjin)和数据Stata相关的文件有三类：数据文件，do-

2、file文件，log文件。1数据文件数据文件以后(yhu)缀“.dta”表示。数据文件是Stata处理和分析的对象。数据文件具有如下的逻辑结构：4共三十六页Variable 1Variable 2Variable n12n5其中每一行表示一个观测，每一列表示一个变量。每个观测都有一个编号（表1左起第1列），是系统自动加上去的。Stata对数据类型的区分不是很细致，分为(fn wi)数据型和字符型。缺失数据用“.”表示。共三十六页数据文件可以在Data Editor中生成，如图2所示。在方格中输入(shr)相应的变量名和数据后，点击Save按钮即可。如果数据是逗号分隔数值格式的文本文件 (.cs

3、v)insheet using “F:AEdataFees1.csv clear6共三十六页2do-file文件do-file文件以后缀“.do”表示(biosh)。在command窗口输入命令很不方便，而且也不利于保存对数据文件处理和分析的过程。替代的做法是使用工具栏中“New Do-file Editor”在Do-file中编写命令。可以在命令行输入doedit来编辑程序文件。7共三十六页在do-file文件中，用*表示注释内容，Stata在运行do-file文件时会跳过这些注释语句。加入(jir)注释语句能增强do-file文件的可读性。最好为每一个do-file文件写详细的注释内容。比

4、如文件名称，计量分析的目的，时间和结果存放位置。如果过程中生成并保存了数据文件，应写出相应数据文件的名称等。如果中途对do-file文件进行过修改，最好将修改过文件保存为另一个文件，以便于将来对比分析原文件和修改后的文件。8共三十六页3log文件log文件以后缀“.log”表示，用于记录Stata的运行结果。在开始运行Stata时，创建一个(y )log文件，并指定其路径和文件名，在结束运行时，再将其关掉，则可记录此间Stata的运行结果。9共三十六页例：（开始运行）log using D:Econometricslogfiles20091012.log.（Stata命令）.log close

5、（结束运行）从而20091012.log就记录(jl)了从“log using”命令 到“log close”命令之间Stata运行的所有结果。10共三十六页3、语法(yf)和命令Stata的语法十分地简单和灵活。一个命令便构成了一条可执行的语句，在Stata Command中输入后，敲回车键就可以运行了。当然(dngrn)也可以将一组语句编成do-file文件。11共三十六页Stata命令可以大体上分成4类：help命令；针对memory的命令；处理和分析数据的命令；数学命令。现分述如下。help命令十分地简单。比如想了解“regress”的用法，可在Stata Command中输入如下语句

6、(yj)后回车：help regressStata会提供关于“regress”用法的详细说明，并配以例子。12共三十六页针对(zhndu)memory的命令有清空命令clear和设置memory大小的set memory命令。memory有一个默认的大小，但如果数据文件太大，必须重设memory的大小，例如：set memory 20m该命令将memory大小设为20兆。13共三十六页处理和分析数据(shj)的命令构成Stata命令的主体。它们可实现各种各样的功能，但大体具有如下的格式：by varlist1: command varlist2 if exp in range ,options

7、其中by varlist1:表示按一组变量（由varlist1指定）分组；command varlist2表示命令是针对由varlist2指定的变量；if exp表示命令只针对满足exp（一般是一个逻辑表达式）的观测；14共三十六页in range表示命令只针对处在range指定的范围内的观测，如in 5指执行(zhxng)的范围是第5个观测，in -5指执行的范围是倒数第5个观测，in 5/12指执行的范围是从第5到第12个观测；,options是命令特有的一些选项，根据情况和需要而定，Stata的强大功能主要就体现在这些选项上，选项的使用非常精细和讲究。15共三十六页if exp极大地体现

8、了Stata的灵活性。逻辑表达式exp一般由以下成分构成(guchng)： 变量名 数字，字符，表示缺失值的“.” 关系运算符：=（等于），!=，（不等于），（大于），=（大于或等于），100000 & income=. （若income大于100000且不缺失，则新变量biginc为1，否则为0）。18共三十六页4.3对现有(xin yu)变量重新赋值replace oldvar = exp if exp in rangeoldvar为现有的变量。对满足if exp和in range的样本，oldvar将根据表达式exp重新赋值。比如，replace income=. if income=0

9、 （若income非正，令其取缺失值），replace age = 25 in 1007 （令第1007个观测中age为25）。19共三十六页4.4删除变量或观测drop varlist （去掉varlist指定的变量）drop _all （去掉全部(qunb)变量）drop if exp (去掉符合表达式exp的观测)drop in range （去掉处在range指定范围内的观测）20共三十六页4.5 保留变量(binling)或观测keep varlist （保留varlist指定的变量，其余变量去掉）keep if exp (保留符合表达式exp的观测，其余观测去掉)keep in r

10、ange （保留处在range指定范围内的观测）21共三十六页4.6观测重排sort varlist将全部观测按varlist指定的变量按升序排列。varlist中可以有不止一个变量，此时(c sh)排序与字典顺序相当。22共三十六页5、常用回归(hugu)分析回归是Stata最主要的功能之一。本部分主要介绍如何用Stata做线性回归，以及回归分析，并简单介绍用Stata做Logistic回归的方法。回归命令的选项也非常丰富(fngf)，可以使用help regress / logit / probit / tobit 来了解。23共三十六页线性回归的命令有： regress y x1 x2

11、x3 （以y为被解释变量，x1，x2，x3为解释变量做回归；regress后第一个变量为被解释变量） regress y x1 x2 if exp in range （使用(shyng)满足if exp和in range的观测做回归）regress y x1 x2 x3, robust （regression with robust standard errors） regress y x1 x2 x3 aweight=w （WLS，以变量w为权重）24共三十六页线性回归的典型输出：Stata会报告(bogo)如下结果：方差分解，整体显著性检验的F统计量及相应的p值，R平方，调整后的R平方，M

12、SE的平方根（亦即对的估计），系数估计，系数估计的标准差，t值，显著性检验的p值，置信区间。25共三十六页回归后可以对系数做假设检验： 对单个参数的检验test labor （检验labor的系数是否(sh fu)显著）test labor = 1 （检验labor的系数是否为1） 对多个参数的检验test labor capital（零假设为labor和capital的系数都不显著）test labor=capital （检验labor和capital的系数是否相等）test labor+capital=1 （检验labor和capital的系数之和是否为1）26共三十六页回归后一般要做回归

13、分析，检验是否存在异常的观测，以及是否有异方差，自相关，共线性。回归分析一般依据(yj)回归残差进行。此时最重要的命令是predict，可以使用help predict指令来了解它。predict命令主要的功能如下： 拟合值相关predict yhat （yhat是任意指定的变量名，以下皆如此）predict e, resid （e是任意指定的变量名）27共三十六页对模型的检验：多重共线性检验：vif （variance inflation factors或方差膨胀因子。对每一个解释变量，都可以计算其方差膨胀因子。该因子越大，相应的变量越有可能是其它变量的线性组合。） 异方差检验hettest

14、 (test for heteroskedasticity)hettest x1 （同上，但此时我们(w men)有理由怀疑异方差可写成变量x1的函数） 自相关检验dwstat （Durbin-Watson自相关检验）durbina （Durbin-Watson h统计量）bgodfrey （Breusch-Godfrey LM 统计量）28共三十六页6、常用命令6.1 文件和系统管理insheet (导入外部数据）use (使用已有的数据文件）save (保存数据文件）log using / log close （log文件操作(cozu)）cd (改变默认路径）set memory (设置

15、memory 大小）clear (清空memory）help / findit(查询帮助文档）29共三十六页6.2 数据管理list (展示数据)describe （数据文件的整体描述）rename(改变变量名)generate(生成新变量)replace(对现有变量重新赋值)drop(删除变量或观测)keep(保留(boli)变量或观测)sort(观测重排)merge / append(数据文件的合并)xi(生成虚拟变量)30共三十六页6.3 描述统计summarizetabstatsktest /swilk /ladder /gladder /qladder (正态性检验(jinyn)ta

16、bulatecorrelate、pwcorr(计算多个变量两两之间的相关系数)31共三十六页6.4 画图(hu t)histogram(直方图)graph box(box plot)graph pie(pie charts)kdensity(kernal density function)qnorm(QQ图)graph twoway scatter/line/connected(两个变量的散点图)graph matrix(多个变量的散点图)32共三十六页6.5 回归和回归分析(fnx)regress(线性回归)xi: regress(带虚拟变量的线性回归)test(假设检验)predictrv

17、fplot(与残差相关的图象)vif(共线性检验)hettest(异方差检验)dwstat /durbina /bgodfrey(自相关检验)33共三十六页347、 常用回归(hugu)模型Dependent variable (Y)ExamplesEstimation method(s)STATA command连续型Continuous(- Y +)汽车价格OLSregress二值变量Binary(Y = 0, 1)是否在劳动力市场上ProbitLogitprobitlogit离散不能排序Discrete and unordered(Y = 0, 1, 2,.)交通工具选择(train,

18、bus, car, bicycle)企业类型(private, public unquoted, quoted)Multinomial logitMultinomial probitmlogitmprobit离散可排序Discrete and ordered (Y = 0, 1, 2,.)对论文的意见 (adverse, modified, unmodified)Ordered probitOrdered logitoprobitologit共三十六页35Dependent variable (Y)ExamplesEstimation method(s)STATA commandDiscrete count data(Y = 0, 1, 2, )生育小孩的数量PoissonNegative binomialpoissonnbreg共三十六页内容摘要Stata 应 用 技 巧。其中每一行表示