STATA第五讲教程.ppt

1、STATA硕士研究生班,计量经济软件及应用,对外经济贸易大学金融学院 谢海滨 International Business School, UIBE,第五讲、命令语句结构与运算符,STATA的广泛应用： -1.运算符及运算 -2.命令语句结构 -1 命令(command) -2 变量(varlist) -3 分类变量(by varlist) -4 赋值（=exp） -5 条件（if exp） -6 范围（in range） -7 加权（weight） -8 可选（option）,第五讲、命令语句结构与运算符,运算符与运算 对数据进行加工，不可避免的会涉及到数据的运算。STATA共有四种运算：代

2、数运算、字符运算、逻辑运算和关系运算。各种运算的运算符见右表。 运算的优先级（从高到低）：！(或)，-（负号），/，*，-（减），+，!=(或=),=,=,第五讲、命令语句结构与运算符,关系运算 关系运算包括大于、小于、等于；大于等于、小于等于、不等于等多种比较关系。特别要注意的是，STATA中的等于符号为“=”，是两个等号连写在一起，表示比较两边的关系式是否相等，它不同于“=”。“=”的含义是将等号右边的值赋予左边的变量，这是一个赋值号。当关系式满足是，显示结果为1（表示关系式正确），否则显示结果为0（表示关系式错误） dis 35 /dis是display的简写，显示结果为0 ，表示关系式

3、不对 dis 35 /显示结果为1，表示关系式正确 dis 4=4 /显示结果为1，表示关系式正确 在进行关系运算中一定要注意缺失值，因为在STATA中，系统缺失值大于任何一个数据。,例 下面举例说明忽略缺失值的严重后果。假定有如下的学生成绩数据，由于John缺考，因此成绩缺失。 现在假定学校想了解数学成绩在8090分和90分以上的人数，有人写出如下命令进行统计 gen Math_9=(Math=90)/成绩在90及以上的 gen Math_8=(Math=80)/成绩在8090之间 list Math Math_9 Math_8/显示结果 显然这种统计方式是错误的，因为他将缺考的John的数

4、学成绩当成超过90分来处理。,第五讲、命令语句结构与运算符,逻辑运算 逻辑运算符包括非（！或者），和（,第五讲、命令语句结构与运算符,命令（command） 命令的简化规则 在不引起歧义条件下，命令可以尽量只写前几个字母。如 summarize 只需要前两个字母 su；而describe只需要写第一个字母d。在帮助文件中，命令下面的小划线表明了命令的可以省略到什么程度。如 describe varlist if in , options summarize varlist if in weight , options 练习：请用list命令进行仿照练习。,第五讲、命令语句结构与运算符,变量（v

5、arlist） by varlist: command varlist =exp if exp in range weight , optionsvarlist: 变量列表，表示一个或者多个变量，多个变量之间用空格隔开。变量一般紧跟command命令之后，表示命令执行对象。如 cd d:/mystata /工作路径设定在d盘的mystata文件夹下 use auto.dta, clear / 打开数据文件并清空原有内存 su price /显示价格变量的基本统计特征 su p /由于auto文件中只有变量price首字母为p，因此与su price相同 su t /数据中有两个变量的开首字母为

6、t（trunk和turn），所以STATA认为t为模糊的省略，并给出如下的错误信息 t ambiguous abbreviation su trunk turn/显示trunk和turn的基本统计特征 su t* /与上一条命令相同，显示首字母为t的所有变量的基本统计特征,第五讲、命令语句结构与运算符,分类变量（by varlist） by varlist: command varlist =exp if exp in range weight , options 该语句的含义是根据变量列表，varlist来执行相应的命令。请比较下面的两个例子：例1：对所有汽车数据进行命令操作 cd d:/m

7、ystata /设定工作路径为d盘的mystata文件夹 use myauto.dta, clear /打开d盘文件夹mystata中的文件myauto.dta，并清空原有内存 sum price mpg length /对变量进行基本统计分析 例2：*对国产车和进口车进行分类命令操作 by foreign: sum price mpg length /对国产车和进口车分别进行基本的数据统计分析 注意：用by语句时，一定要确保内存中的数据是按照by后面的变量排序的，否则将会报错。请看下面的例子： sort price /将内存中的数据按照价格进行排序 by foreign: sum price

8、 mpg length not sorted,第五讲、命令语句结构与运算符,赋值操作（=exp） by varlist: command varlist =exp if exp in range weight , options 该语句主要用于生成新变量（gen）或覆盖原有变量（replace）。 例：假定销售商相对所有的车进行降价处理，降价的方式是在原有价格基础之上打9折在扣除100美元。我们可以用下面的命令实现： cd d:/mystata use myauto.dta, clear gen adj_price=price*0.9-100 /新的变量adj_price由原始价格*0.9减去

9、100来生成 list price adj_price /显示price和adj_price的内容 如果要覆盖已存在的变量，要用replace命令，不可以用gen命令。,第五讲、命令语句结构与运算符,条件语句（if exp） by varlist: command varlist =exp if exp in range weight , options 当我们只想对满足某些条件的数据进行某类操作时，则应当考虑使用条件语句。 例1：假定某客户只想查看进口车的价格 cd d:/mystata use myauto.dta, clear list price if foreign=1 例2：假定某

10、客户只想查看价格高过10000的进口汽车信息 list if (price10000)&(foreign=1) 例3：假定某客户想分类查看价格高过10000或低于6000的进口汽车和国产汽车信息 by foreign: list if (price10000)|(price6000),第五讲、命令语句结构与运算符,范围筛选（in range） by varlist: command varlist =exp if exp in range weight , options 如果用户只想对某一范围的数据进行处理，则可以考虑使用in语句。 例1：列出前10辆价格最低的汽车的基本信息 cd d:/m

11、ystata use myauto.dta, clear sort price list in 1/10 注：1/10中的反斜杠“/”的的含义是从1到10 例2：只显示前20辆最低价格汽车中国产车的基本信息 list in 1/20 if foreign=0,第五讲、命令语句结构与运算符,加权（weight） by varlist: command varlist =exp if exp in range weight , options 假定有如右的成绩表，其中score表示成绩，num表示得到该成绩的人数，求所有人的平均成绩。 显然简单地使用sum score命令将会得到错误的结论，因为各

12、个分数下的人数是不一样的，因此需要进行加权处理。具体方法如下： sum score weight=num /加权计算，比较与sum score结果的差异,第五讲、命令语句结构与运算符,可选项（options） by varlist: command varlist =exp if exp in range weight , options 许多命令都有一些可选项，而且不同的命令其可选项也不相同。如果想要了解不同命令的可选项，可以用help command，如help summarize。我们在此仅以几个简单的例子来说明可选项。 例1：比较下面两段命令语句显示结果的差异 cd d:/mystat

13、a cd d:/mystata use myauto.dta, clear use myauto.dta, clear sum price in 1/20 sum price in 1/20, d 我们发现加了可选项d后，统计分析结果要更为丰富。,课程小结及参考文献,第五讲、STATA入门,复习和练习,（1）打开汽车数据，进行如下操作：1. 对国内车进行统一加价处理（价格上调100美元），对国外车进行降价处理（价格超过10000的打8.5折，价格在500010000的打9折，其他的价格保持不变）；3. 将调价后的汽车按价格分为三档：超过10000的为高档车（A），价格在600010000的为中

14、档车（B），低于6000的为低档车（C），做出这三类出的占比（饼状图形式呈现）,答案： cd d:/mystata use myauto.dta, clear gen a_price=(price+100)*(foreign=0)+price*0.85*(foreign=1)*(price10000) / +price*0.9*(foreign=1)*(price5000)+price*(foreign=1)*(price10000)+2*(a_price=6000)+3*(a_price6000) label define levellb 1 A 2 B 3 C label values level levellb list gen i