Stata学习笔记和国贸理论总结

stata学习笔记

一、认识数据

（一）向stata中导入txt. csv格式的数据 1.这两种数据可以用文本文档打开.新建记事本-然后将相应文档拖入记

事本即可打开数据，e制

2.按下stata中的edit按钮，右键选择paste special

3. \xls/\xlsx数据仅能用

Excel打开，不可用记事本打开，打开后会出现

乱码，也不要保存?否则就恢a不了。逗号分隔的数常为CSV数据。

（二）网页数据网页上的表格只要能选中的，都能复制到excel中；网页数据的下載可以

通过白度“国家数据**进行搜索、下载

二、Do-file 和log 文件

打开stata后，第一步就要do-file,记录步骤和历史记录?方便fl后査看。

Stata处理中保留的三种文件：原始数据（\dta）,记录处理步骤（\do）.以及处

理的历史记录（*.smcl）o

三、导入Stata

Stata不识别带有中文的变a,如果导入的数据第一行有中文就没法导入。

但是对于列来说不会出现这个问题，不分析即可（Stata不分析字符ftb红色文本显示：被分析的数据?黑色显示）：第一行是英文变最名.选择-Treat first row as variable names”

在导入新数据的时候，需要清空原有数据? clear命令.

导入空格分隔数据：复制一tata中选择edit按钮或输入相应命令

右键选择Paste special ------ 并选择?确定；导入Excel中数据?复制粘贴即可

:逗号分隔数据，选择Paste special后点击comma,然后确定。

Stata数据格式为-?dta,导入后统一使用此格式》

（一）use auto, clear。在清空原有数据的同时，导入新的auto数据。

（二）browse ?浏览数据。

（三）describe和list.査看数据，describe和list使用list命令能使我

们根据n己的需要选择数据（例如其与in/if语句的结合使用）O

（四）ScatterO 作图命令，scatter 散点图（scatter price mpg ）

（五）Summarizeo描述统计，常写作sum/su,求变量的个数、平均值、

标准差、故小值和般大值。

（六）generateO生成数据，简写为gen。

（七）replaceO修改数据，命令replace该命令不推荐使用，一般不会改变原始数据的。剔除缺失值、异常值，或者批R修改数据均可以通过replace命令加上条件语句实现.

（八）Tabstat .描述性统计，tabstat变最列表，statistics（统计最列表）

（九）Rename。对变凰更名，rename旧变最名新变S名。一次只能对

一个变最名重命名。

（十）Order ?对变鼠排序，order变屋列表［,选项］

（"一）Sort/gsort .对观测值排序，sort变量列表：gsort ［+/?］变量，注意，方括号可有可无.Sort是升序排序，当第一个变最出现相同时，才会对第二个变量排序，否则是不会管后面的变?的排序的；gsort （general sort）即可升也可降，视+和?而定.为了保证数据的原始性，为了最后恢复数据排序，一般在排序前，生成新的变量num,最后对num排序就可以恢复。

（十二）Keep/drop。保留/删除变量或数据，keep/drop变量列表：keep/drop条件。注意：请不要随意删除变最或数据，因为可以使用if条件句!

（对行改变）每一次只能使用keep和drop中的一个命令。

（十三）Count .按条件对观测值计数，count ［条件］,方括号可有可无，直接输入条件。

（十四）Recode ?批量修改观测值，recode变量列表（规则），括号必须有。规则如下：#=#.比如3=1.值为3的全改为1: #/#=#,比如min/3000=0.

3000以下全为0。如果加generate,则会生成新的变屋。规则为：recode变? 列表（规则）（规则），gen （新变最）。

（十五）Encode/decodeo字符串与数值转换，encode变最，generate （新变最）?将stata不能识别的红色字符串改为数值，而且必须生成新变鼠，即

generate （新变最）不能省。Decode是将label的数值转换为字符串变鼠，也必须生成新变

最，即generate （新变鼠）不能省。

（十A） Displayo显示字符串/变最值‘display字符串或变凰或表达式。By/by sort分组地瑕复执行某一命令：by变量列表：bysort变帚:列表.By后面一般是一个类别的变量。一般在命令前加by变0:列表：就可以，H号后的命令碧血是完整的。此命令实际是先按变a列表分组，然后再执行后面的命令。Egen生成新变重:egen新变星=丙数表达式oGenerate新变最=sum（变量）是逐个加总，egen新变5= sum （变5）是求和。

（十七）Forvalues/ Forrach.循环命令，Forvalues 有规律的循环，Forrach任意循环。

（十八）Reshape O面板数据的变换‘reshape long变最列表，i（样本变最名）j（时间变帚名）：reshape wide变最列表,i（样本变最名）j（时间变最名）

（十九）merge。横向拼接，merge拼接形式变鼠列表using被拼接数据集。merge命令是用于横向拼接，即为了增加变最.拼接形式冇1:1. 1:m、m:1和mm四种。“1”方是需要复制多份，并与“m”方拼接的；而“m”方的记录数是不会增加的。变?列表是在拼接时，用丁?识别拼接记录的；一般是两数据集的共同变最.可以是一个，也可以是多个.比如要把学生的考试成绩（变量为姓名、考试科y、成绩）和学生学号（变最为姓名、学号），那么姓名就是这里用于识别的变量.被拼接数据集只支持Idta格式数据。若被拼接数据集的名称中包含空格，请将其置于英文状态下的引号内.若被拼接数据集不在Stata当前路径下，请

在数据集名称前加上路径，支持放在英文状态下的引号内。

flT,

（二十）append .纵向拼接，append using 一个或多个数据集。append 命令是用于纵向拼接，即为了增加样本或观测值。此命令支持多个..dta文件拼接，多个数据集需用空格隔开。

（二"一）Duplicateso删除重复数据，duplicates report变最列表，报告是否有重复。duplicates list变ft列表，列出）11复的：duplicates tag变ft列表,generate（新

变最），报告重复的，并生成新变量：duplicates drop变量列表，删除遗复的：duplicates drop变量列表,force,强制删除重复的

五、模型选择

建模应ft先考虑数据类型（截面数据、时间序列数据和面板数据以及各种

数据类里的特点）。在Stata中，时间序列数据必须含有一个时间指标用于刻iffli 有序的时期。用到的命令有:

date

n期转换函数，将n期字符串（红色）转换成数值（黑色）

命令中的n期字符串和格式字符串默认是要放在英文状态下的引号中.但

若H期字符串是一个变星?而且他本身就是字符串格式的变最?那么在写命令时直接用变a 名替代n期字符串即可。

反向提取:如要从数值型的n期中提取年、/1、n,使用year（）, month（）,day（）

函数。

format. 数据显示格式命令

1.若是时间数据（黑色的数值），则会以时间格式（%fml）的具体形式来显示:

若是数值数据-可以用%fmt來设賈其显示格式:

3.若是字符串数据，可以用%fmt来限定其长度。

tsset:.通过指定时间指标

在Stata中，必须先指定时间指标，才能进行接下來一系列的时间序列分

析（面板数据也是同样道理）?否则stata会将其当做截而数据。

在Stata中，用距离1960年1月1 fl有多少天（即一个整数）來表示

n期，故其实是数值。

（一）定义时间序列

命令格式：gen新时间变

（口期字符串，格式字符串）: Array format变最列表％fmt： tsset时间指标。

前两个命令是将字符弗的时间格式改成Stata能识别的时间格式，第三个

命令是去识别这个时间序列。

（二）定义面板数据

命令格式：xtset个体指标时间指标。需要两个指标，需要注意顺序.如

果被解释变最y取离散值，那么就不能使用普通的线性模型进行建模。根据模型的特性和缺陷，可以建立如下模型：

1.稳健性回归模型:rreg

2.工具变最模型:ivregress

3.选择模型：logit/probit

4.分位数回归模型:qreg

5.时间序列模型：arch/arima/var

6.而板数据模型：xtreg/xtivreg/xtiogit/xtprobit

上述模型可以综合使用，比如面板-logit模型，面板-2SLS模型等。

六、操作及导出输出结果

（一）求变量间协方差/相关矩阵

correlate变星列表L选项］。若要求协方差矩阵，则选项中需要加covariance选项?协方

差/相关矩阵是对称矩阵，所以为了简化此命令生成的矩阵下三角部分.此命令计算的是Pearson相关系数/协方差矩阵。

（二）求变最间的相关矩阵

pwcoiT变最列表L选项］。与correlate命令类似?即求多个变帚之间的相关矩阵，这里具体指的是成对相关系数（Pairwise Correlation）；与correlate不同的是，它能尽可能

使用两两变量中所有没有缺失的数据。此命令计算的是Pearson相关系数矩阵。

（三）绘制矩阵散点图

graph matrix变帚列表

（四）绘制直方图

histogram变駅［,选项］。直方图不连续，若想连续请参看核密度图常用选项：bin