Stata 自学笔记
Stata 自学笔记
Stata笔记1.clear2.input3.savee5.sysuse6.d/des/desc/describe7.sum & return list & ereturn list8.reg9.clear results10.matrix11.type12.insheet13.rename14.infile15.browse16.xmlusepress18.xpose19.tsset20.outfile21.outsheet22.xmlsave23.变量Stata笔记1.clear清除内存数据。
数据都是存入内存来计算的，所以在输入大量数据之前，要先清除内存中的数据来释放空间。
删除的不光包括数据，还有变量，以及Data Editor 中的数据。
（就是删除所有数据，什么都不留）不影响已经存在硬盘上的数据。
（只删除内存中的所有数据）具体使用方法在下文中有具体例子。
手动输入数据。
可以分五次输入，也可以直接复制到Command 。
input x y x50 30 2020 30 5020 52 60end保存数据。
此项如果保存在C 盘可能因为权限不够而报错。
换到其他盘符即可。
save data_name[,replace]save 名称[,如果之前已经有这个名称，则替换（覆盖）。
]使用、导入（.dta ）数据。
use data_name[,clear]use “file_path”[,clear]use url[,clear]use 名称[,清除。
]2.input3.savee导入软件安装时自带的数据时用。
sysuse auto,clear导入汽车数据。
显示数据变量信息。
（名称、类型等等）describe[,detail]sum price weight turn（以刚刚导入的汽车价格数据为例，price weight turn 为变量名称）显示一些相关信息。
（观察值个数、平均数、最大最小值等等）5.sysuse6.d/des/desc/describe7.sum & return list & ereturn listreturn listreturn 可以简写为ret返回更多信息（包括sum 没有显示的）ereturn listereturn 可以简写为eret返回更详细的信息。
stata学习笔记
经济数据的特点与类型。
1、横截面数据：多个经济个体的变量在同一时间点上的取值，如2012年中国各省的GDP2、时间数列数据：指的是某个经济个体的变量在不同时点上的取值，如1978-2012年山东省每年的GDP3、面板数据：多个经济个体的变量在不同时点上的取值，如1978-2012年中国各省的GDP 小样本OLS（最小二乘法）：单一方程线性回归最常见方法条件：解释变量与扰动项正交、扰动项无自相关、同方差。
拟合优度：衡量线性回归模型对样本数据的拟合程度（R2），越高说明模型拟合程度越好。
单系数T检验：对回归方程扰动项的具体概率进行假设显著性水平进行检验F检验：整个回归方程是否显著STATA操作简介：如果数据中包含1949-10-01或1949/10/01的时间变量，导入stata后可能会被视为字符串，因此对于日度数据，可以使用命令gen newvar=date(varname,YMD),将其转换为整数日期变量，其中YMD说明原始数据的格式为年月日，如果原始数据的格式为月日年则使用MDY；对于月度数据则gen newvar=monthly(varname,YM)。
.describe：数据的概貌.drop keep：删除和保留.su：统计特征Pwcorr：变量之间相关系数Star（.05）：5%显著性水平gen:产生g intc=log（tc）：取自然对数. reg：OLS回归.Vce：协方差矩阵reg。
，noc表示在进行回归时不要常数项大样本OLS：只要求解释变量与同期的扰动项正交即可Robust：稳健标准误，如果存在异方差，则应使用稳健标准误最大似然估计法：如果回归方程存在非线性，则使用最大似然估计法（MLE ）或非线性最小二乘法（NLS ）三类在大样本下渐进等价的统计检验：Wald test LR （似然比检验） LM操作步骤如下：sysuse auto （调用数据集）Hist mpg ，normal （画变量mpg 的直方图，并与正态密度比较）D e n s i t y直方图显示，变量mpg 的分布于正态分布有一定差距。
Stata学习笔记
以下命令均采用小写字母Chapter 1 stata入门1.1打开数据use "D:\Stata9\auto.dta", clear 用use命令打开数据sysuse auto，clear auto 为系统数据 sysuse为打开系统数据的命令1.2获取帮助Help summarize summarize为需要获取帮助对象可以改为其他的需要帮助的对象Findit summarize，net 寻找网络帮助 summarize为需要获取帮助对象Search summarize ，net 寻找网络帮助 summarize为需要获取帮助对象显示结果Display 5+91.3描述统计（summarize 可简写成sum）Use atuo，clearSummarize price 描述price的观察值个数、平均值、标准差、最小值、最大值Sum weight summarize可简写成sumSum weight price 同时完成上面两步1.4绘图Scatter price weight scatter 为绘制散点图命令Line price weight ，sort line 为绘制折线图命令，sort为排序，绘制折线图前需要先排序1.5生成新的数据（generate 可简写成gen）ClearSet obs 1000 设置观测值的组数Gen x=_n _n 为观察值得序号Gen y=x+1001.6控制结果输出显示List n1.7设置屏幕滚动Set more off 先设置此项则显示时，屏幕不停止Set more on 先设置此项则显示时，会使显示停止1.8清除内存中原有内容clear1.9设置文件存取路径（cd）Cd d:\stata d:\stata为路径1.10如果想知道当前路径下有哪些文件，可以用dir 命令来列示.dir1.11假设你想在D 盘的根目录下创建一个新的文件夹mydata 来存放数据文件，命令为mkdir。
stata学习笔记
经济数据的特点与类型。
1、横截面数据：多个经济个体的变量在同一时间点上的取值，如2012年中国各省的GDP2、时间数列数据：指的是某个经济个体的变量在不同时点上的取值，如1978-2012年山东省每年的GDP3、面板数据：多个经济个体的变量在不同时点上的取值，如1978-2012年中国各省的GDP 小样本OLS（最小二乘法）：单一方程线性回归最常见方法条件：解释变量与扰动项正交、扰动项无自相关、同方差。
拟合优度：衡量线性回归模型对样本数据的拟合程度（R2），越高说明模型拟合程度越好。
单系数T检验：对回归方程扰动项的具体概率进行假设显著性水平进行检验F检验：整个回归方程是否显著STATA操作简介：如果数据中包含1949-10-01或1949/10/01的时间变量，导入stata后可能会被视为字符串，因此对于日度数据，可以使用命令gen newvar=date(varname,YMD),将其转换为整数日期变量，其中YMD说明原始数据的格式为年月日，如果原始数据的格式为月日年则使用MDY；对于月度数据则gen newvar=monthly(varname,YM)。
.describe：数据的概貌.drop keep：删除和保留.su：统计特征Pwcorr：变量之间相关系数Star（.05）：5%显著性水平gen:产生g intc=log（tc）：取自然对数. reg：OLS回归.Vce：协方差矩阵reg。
，noc表示在进行回归时不要常数项大样本OLS：只要求解释变量与同期的扰动项正交即可Robust：稳健标准误，如果存在异方差，则应使用稳健标准误最大似然估计法：如果回归方程存在非线性，则使用最大似然估计法（MLE ）或非线性最小二乘法（NLS ）三类在大样本下渐进等价的统计检验：Wald test LR （似然比检验） LM操作步骤如下：sysuse auto （调用数据集）Hist mpg ，normal （画变量mpg 的直方图，并与正态密度比较）D e n s i t y直方图显示，变量mpg 的分布于正态分布有一定差距。
stata笔记要点
1.一般检验假设系数为0，t比较大则拒绝假设，认为系数不为0.假设系数为0，P比较小则拒绝假设，认为系数不为0.假设方程不显著，F比较大则拒绝假设，认为方程显著。
2.小样本运用OLS进行估计的前提条件为：（1）线性假定。
即解释变量与被解释变量之间为线性关系。
这一前提可以通过将非线性转换为线性方程来解决。
（2）严格外生性。
即随机扰动项独立于所有解释变量：与解释变量之间所有时候都是正交关系，随机扰动项期望为0。
(工具变量法解决)（3）不存在严格的多重共线性。
一般在现实数据中不会出现，但是设置过多的虚拟变量时，可能会出现这种现象。
Stata可以自动剔除。
（4）扰动项为球型扰动项，即随即扰动项同方差，无自相关性。
3.大样本估计时，一般要求数据在30个以上就可以称为大样本了。
大样本的前提是（1）线性假定（2）渐进独立的平稳过程（3）前定解释变量，即解释变量与同期的扰动项正交。
（4）E（XiXit）为非退化矩阵。
（5）gt为鞅差分序列，且其协方差矩阵为非退化矩阵。
与小样本相比，其不需要严格的外生性和正太随机扰动项的要求。
4.命令稳健标准差回归：reg y x1x2x3,robust回归系数与OLS一样，但标准差存在差异。
如果认为存在异方差，则使用稳健标准差。
使用稳健标准差可以对大样本进行检验。
只要样本容量足够大，在模型出现异方差的情况下，使用稳健标准差时参数估计、假设检验等均可正常进行，即可以很大程度上消除异方差带来的副作用对单个系数进行检验：test lnq=1线性检验：testnl_b[lnpl]=_b[lnq]^25.如果回归模型为非线性，不方便使用OLS,则可以采取最大似然估计法（MLE）,或者非线性最小二乘法（NLS）6.违背经典假设，即存在异方差的情况。
截面数据通常会出现异方差。
因此检验异方差可以：（1）看残差图，但只是直观，可能并不准确。
rvfplot(residual-versus-fitted plot)与拟合值的散点图rvpplot varname(residual-versus-predictor plot)与解释变量的散点图扰动项的方差随观测值而变动，表示可能存在异方差。
(完整版)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，复制2．按下stata中的edit按钮，右键选择paste special3．*.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，否则就恢复不了。
逗号分隔的数据常为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；网页数据的下载可以通过百度“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，方便日后查看。
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)。
三、导入StataStata不识别带有中文的变量，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不分析字符串，红色文本显示；被分析的数据，黑色显示）；第一行是英文变量名，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——Stata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。
四、基本操作（几个命令）（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。
查看数据，describe 和list 使用list命令能使我们根据自己的需要选择数据（例如其与in/if语句的结合使用）。
Stata学习笔记
Stata学习笔记以下命令均采用小写字母Chapter 1 stata入门1.1打开数据use "D:\Stata9\auto.dta", clear 用use命令打开数据sysuse auto，clear auto 为系统数据sysuse为打开系统数据的命令1.2获取帮助Help summarize summarize为需要获取帮助对象可以改为其他的需要帮助的对象Findit summarize，net 寻找网络帮助summarize为需要获取帮助对象Search summarize ，net 寻找网络帮助summarize为需要获取帮助对象显示结果Display 5+91.3描述统计（summarize 可简写成sum）Use atuo，clearSummarize price 描述price的观察值个数、平均值、标准差、最小值、最大值Sum weight summarize可简写成sum Sum weight price 同时完成上面两步1.4绘图Scatter price weight scatter 为绘制散点图命令Line price weight ，sort line 为绘制折线图命令，sort为排序，绘制折线图前需要先排序1.5生成新的数据（generate 可简写成gen）ClearSet obs 1000 设置观测值的组数Gen x=_n _n 为观察值得序号Gen y=x+1001.6控制结果输出显示List n1.7设置屏幕滚动Set more off 先设置此项则显示时，屏幕不停止Set more on 先设置此项则显示时，会使显示停止1.8清除内存中原有内容clear1.9设置文件存取路径（cd）Cd d:\stata d:\stata为路径1.10如果想知道当前路径下有哪些文件，可以用dir 命令来列示.dir1.11假设你想在D 盘的根目录下创建一个新的文件夹mydata 来存放数据文件，命令为mkdir。
Stata学习笔记之令狐文艳创作
以下命令均采用小写字母令狐文艳Chapter 1 stata入门1.1打开数据use "D:\Stata9\auto.dta", clear 用use命令打开数据sysuse auto，clear auto 为系统数据 sysuse为打开系统数据的命令1.2获取帮助Help summarize summarize为需要获取帮助对象可以改为其他的需要帮助的对象Findit summarize，net寻找网络帮助 summarize为需要获取帮助对象Search summarize ，net 寻找网络帮助 summarize为需要获取帮助对象显示结果Display 5+91.3描述统计（summarize 可简写成sum）Use atuo，clearSummarize price 描述price的观察值个数、平均值、标准差、最小值、最大值Sum weight summarize可简写成sumSum weight price 同时完成上面两步1.4绘图Scatter price weight scatter 为绘制散点图命令Line price weight ，sort line 为绘制折线图命令，sort为排序，绘制折线图前需要先排序1.5生成新的数据（generate 可简写成gen）ClearSet obs 1000 设置观测值的组数Gen x=_n _n 为观察值得序号Gen y=x+1001.6控制结果输出显示List n1.7设置屏幕滚动Set more off 先设置此项则显示时，屏幕不停止Set more on 先设置此项则显示时，会使显示停止1.8清除内存中原有内容clear1.9设置文件存取路径（cd）Cd d:\stata d:\stata为路径1.10如果想知道当前路径下有哪些文件，可以用dir 命令来列示.dir1.11假设你想在D 盘的根目录下创建一个新的文件夹mydata来存放数据文件，命令为mkdir。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Stata笔记1.clear2.input3.savee5.sysuse6.d/des/desc/describe7.sum & return list & ereturn list8.reg9.clear results10.matrix11.type12.insheet13.rename14.infile15.browse16.xmlusepress18.xpose19.tsset20.outfile21.outsheet22.xmlsave23.变量Stata笔记1.clear清除内存数据。
数据都是存入内存来计算的，所以在输入大量数据之前，要先清除内存中的数据来释放空间。
删除的不光包括数据，还有变量，以及Data Editor 中的数据。
（就是删除所有数据，什么都不留）不影响已经存在硬盘上的数据。
（只删除内存中的所有数据）具体使用方法在下文中有具体例子。
手动输入数据。
可以分五次输入，也可以直接复制到Command 。
input x y x50 30 2020 30 5020 52 60end保存数据。
此项如果保存在C 盘可能因为权限不够而报错。
换到其他盘符即可。
save data_name[,replace]save 名称[,如果之前已经有这个名称，则替换（覆盖）。
]使用、导入（.dta ）数据。
use data_name[,clear]use “file_path”[,clear]use url[,clear]use 名称[,清除。
]2.input3.savee导入软件安装时自带的数据时用。
sysuse auto,clear导入汽车数据。
显示数据变量信息。
（名称、类型等等）describe[,detail]sum price weight turn（以刚刚导入的汽车价格数据为例，price weight turn 为变量名称）显示一些相关信息。
（观察值个数、平均数、最大最小值等等）5.sysuse6.d/des/desc/describe7.sum & return list & ereturn listreturn listreturn 可以简写为ret返回更多信息（包括sum 没有显示的）ereturn listereturn 可以简写为eret返回更详细的信息。
e:estimate,估计回归分析。
reg price weight turn foreignreg 变量名8.reg清除计算结果。
就是刚才的return/ereturn list 的结果。
但是变量并没有被清除。
再次输入return/ereturn list 会发现已经没有任何输出。
clear results创建矩阵。
matrix A = I(5)创建名称为A 的5*5的矩阵。
mat list A显示A 矩阵。
9.clear results10.matrixmat dir显示有多少矩阵。
clear matrix清除矩阵。
再次查看矩阵，一经发现没有了。
以下是tab 键为分隔符的数据。
查看文件原始内容形式（.txt ）。
导入文件内容。
一定要说明后缀名。
insheet using data.txt,clear11.type12.insheet修改变量名称。
rename old_var_name new_var_name在导入的时候直接修改变量名称，同时也是批量（一定要对应）。
不用一条条的修改。
insheet a p w t using data.txt,clear以下是space 键（空格）为分隔符的数据。
直接使用insheet 导入无法识别所有变量，将其视为一个变量。
13.rename14.infile如果非要用insheet导入，在最后加上delimiter选项。
就可以正常导入了。
insheet using datas.txt,clear delimiter(” “)使用infile可以直接导入以空格为分隔符的数据。
而不用指定delimiter。
同时可以指定变量名。
infile p w t using datas.txt,clear包含字符串的情况下：直接导入会出现错误。
指定变量名的情况下，也会出现数据遗漏，文字都变成“·”。
infile str20 v1 int v2 int v3 int v4 str10 v5 using strdata.txt,clear str：字符串类型（文字）int：数值类型（数字）指定变量类型后，可以顺利导入。
以逗号为分隔符的数据和上面一样。
原始数据：导入：infile str20 v1 int v2 int v3 int v4 str10 v5 using ddata.txt,clear查看数据表内容。
browse导入excel 文件数据。
旧版方式xmluse data.xlsx doctype(excel) clear firstrow -本条命令是错误的提示无法识别这种文件类型。
xmluse data.xml doctype(excel) clear firstrow需要将excel 另存为xml 格式。
然后再导入，就可以了。
doctype ：指定文件类型，firstrow ：第一行作为变量。
新版方式（Stata MP15.0）import excel using data.xlsx,clear直接导入excel ，不用更改格式。
15.browse16.xmluse精简优化资料的存储结构。
（自动检测变量大小）（自适应）compress可以看到优化结果。
同时browse 可以发现name 变量的宽度变小。
对调数据（转置）。
原始数据是横向的。
insheet using xpose.txt,clear导入数据。
数据是横向的。
press18.xposexpose,clear要附加clear 选项。
设定变量。
tsset data设定时间变量。
如图，使用系统数据，然后设定date 为时间变量。
结果显示：导出数据。
空格为分隔符。
outfile using data_auto, wide replacewide ：解除每行80字符的限制，使每个观察值占一行。
19.tsset20.outfile导出部分变量。
outfile make-price foreign using data_auto, wide replace导出数据。
Tab 键为分隔符。
outsheet make-mpg using data_outsheet,replace导出数据。
XML 格式。
21.outsheet22.xmlsavexmlsave data_xmlsave,doctype(excel) replace1. 命名规则：（1）英文字母，数字，下划线组成，长度不超过32。
（2）不能以数字开头。
（3）区分大小写。
（4）尽量不要以_开头（虽然允许）。
2. 查看变量ds [,has(type int)]显示所有变量中类型为int 的。
ds [,not(type byte)]显示所有变量中类型不是byte 的。
ds [,detail]作用同des 。
23.变量3. 查看/更改类型list gear_ratio in 1/5显示gear_ratio变量前五个。
d gear_ratio显示gear_ratio变量信息。
下图中，%6.2f：%是定义格式前缀，6是整个变量最长占到6位，2是保留两位小数，f是fix简写，固定的格式。
recast int gear_ratio,force更改gear_ratio变量类型为int。
force强制更改。
小数信息会丢失。
仍然显示小数是因为显示格式没有改变。
3. listlist price[,sep(int)]显示price变量和值。
sep：separate 每隔多少行划一道分割线。
默认为5。
0就是没有分割线。
list price in 1/30,sep(0)显示price前30个值。
sep(0)没有分割线。
sort rep78以rep78进行排序。
list make price rep78 in 1/20,sepby(rep78)显示make price rep78前20个，并以rep78的数据划分割线。
list price weight length ,noobsnoobs，不显示结果前面的序号。
方便复制。
list price weight length ,noobs cleanclean，去除边框。
仅显示数据。