stata常用命令

twoway scatter price weight,mlabel(make) （做 price 和 weight 的散点图，并在每个点上标注“make”，即厂商的取值） twoway scatter price weight || lfit price weight,by(foreign) （按照变量 foreign 的分类，分别对不同类样本的 price 和 weight 做散点图和回归线图的叠 加，两图呈左右分布） twoway scatter price weight || lfit price weight,by(foreign,col(1)) （按照变量 foreign 的分类，分别对不同类样本的 price 和 weight 做散点图和回归线图的叠 加，两图呈上下分布） twoway scatter price weight [fweight= displacement],msymbol(ohl(oh)” 表 示 每 个 点 均 为 中 空 的 圆 圈 ， [fweight= displacement]表示每个点的大小与 displacement 的取值大小成比例） twoway connected y1 time,yaxis(1) || y2 time,yaxis(2) （画出 y1 和 y2 这两个变量的时间点线图，并将它们叠加在一个图中，左边“yaxis(1)”为 y1 的度量，右边“yaxis(2)”为 y2 的） twoway line y1 time,yaxis(1) || y2 time,yaxis(2) （与上图基本相同，就是没有点，只显示曲线） graph twoway scatter var1 var4 || scatter var2 var4 || scatter var3 var4 （做三个点图的叠加） graph twoway line var1 var4 || line var2 var4 || line var3 var4 （做三个线图的叠加） graph twoway connected var1 var4 || connected var2 var4 || connected var3 var4 （叠加三个点线相连图） � 更多变量： graph matrix a b c y （画出一个散点图矩阵，显示各变量之间所有可能的两两相互散点图） graph matrix a b c d,half （生成散点图矩阵，只显示下半部分的三角形区域） 用 auto 数据集： graph matrix price mpg weight length,half by( foreign,total col(1) ) （根据 foreign 变量的不同类型绘制 price 等四个变量的散点图矩阵，要求绘出总图，并上下 排列】=具） � 其他图形： graph box y,over(x) yline(.22) （对应 x 的每一个取值构建 y 的箱型图，并在 y 轴的 0.22 处划一条水平线） graph bar (mean) y,over(x) 对应 x 的每一个取值，显示 y 的平均数的条形图。括号中的“mean”也可换成 median、sum、 sd、p25、p75 等 graph bar a1 a2,over(b) stack （对应在 b 的每一个取值，显示 a1 和 a2 的条形图，a1 和 a2 是叠放成一根条形柱。若不写 入“stack”，则 a1 和 a2 显示为两个并排的条形柱） graph dot (median)y,over(x) （画点图，沿着水平刻度，在 x 的每一个取值水平所对应的 y 的中位数上打点） qnorm x （画出一幅分位-正态标绘图）
rchart a1 a2 a2 （画出质量控制 R 图，显示 a1 到 a3 的取值范围） � 简单统计量的计算： ameans x （计算变量 x 的算术平均值、几何平均值和简单调和平均值，均显示样本量和置信区间） mean var1 [pweight = var2] （求取分组数据的平均值和标准误，var1 为各组的赋值，var2 为每组的频数） summarize y x1 x2,detail （可以获得各个变量的百分比数、最大最小值、样本量、平均数、标准差、方差、峰度、 偏 度） ***注意*** stata 中 summarize 所计算出来的峰度 skewness 和偏度 kurtosis 有问题，与 ECELL 和 SPSS 有较大差异，建议不采用 stata 的结果。 summarize var1 [aweight = var2], detail （求取分组数据的统计量，var1 为各组的赋值，var2 为每组的频数） tabstat X1,stats(mean n q max min sd var cv) （计算变量 X1 的算术平均值、样本量、四分位线、最大最小值、标准差、方差和变异系数） � 概率分布的计算： （1）贝努利概率分布测试： webuse quick bitest quick==0.3,detail （假设每次得到成功案例‘1’的概率等于 0.3，计算在变量 quick 所显示的二项分布情况下， 各种累计概率和单个概率是多少） bitesti 10,3,0.5,detail （计算当每次成功的概率为 0.5 时，十次抽样中抽到三次成功案例的概率：低于或高于三次 成功的累计概率和恰好三次成功概率） （2）泊松分布概率： display poisson(7,6) .44971106 （计算均值为 7，成功案例小于等于 6 个的泊松概率） display poissonp(7,6) .14900278 （计算均值为 7，成功案例恰好等于 6 个的泊松概率） display poissontail(7,6) .69929172 （计算均值为 7，成功案例大于等于 6 个的泊松概率） （3）超几何分布概率： display hypergeometricp(10,3,4,2) .3 （计算在样本总量为 10，成功案例为 3 的样本总体中，不重置地抽取 4 个样本，其中恰好 有 2 个为成功案例的概率） display hypergeometric(10,3,4,2) .96666667 （计算在样本总量为 10，成功案例为 3 的样本总体中，不重置地抽取 4 个样本，其中有小
第三步：使用 tempw1 数据库，将其与 tempw2 合并： clear use tempw1 merge v001 v002 v003 using tempw2 第四步：查看合并后的数据状况： ta _merge ——tabulate _merge 的简写 su 第五步：清理临时数据库，并删除_merge，以免日后合并新变量时出错 erase tempw1.dta erase tempw2.dta drop _merge 数据扩展 append： 数据源自 stata tutorial 中的 fac19 和 newfac clear use "t:\statatut\fac19.dta" ta region append using "t:\statatut\newfac" ta region 合并后样本量增加，但变量数不变 � 单变量图 � 茎叶图： stem x1,line(2) （做 x1 的茎叶图， 每一个十分位的树茎都被拆分成两段来显示， 前半段为 0～ 4，后半段为 5～9） stem x1,width(2) （做 x1 的茎叶图，每一个十分位的树茎都被拆分成五段来显示，每个小树 茎的组距为 2） stem x1,round(100) （将 x1 除以 100 后再做 x1 的茎叶图） 直方图 采用 auto 数据库 histogram mpg, discrete frequency normal xlabel(1(1)5) （discrete 表示变量不连续，frequency 表示显示频数， normal 加入正太分布曲线， xlabel 设 定 x 轴，1 和 5 为极端值，(1)为单位） histogram price, fraction norm （fraction 表示 y 轴显示小数，除了 frequency 和 fraction 这两个选择之外，该命令可替换为 “percent”百分比，和“density”密度；未加上 discrete 就表示将 price 当作连续变量来绘图） histogram price, percent by(foreign) （按照变量“foreign”的分类，将不同类样本的“price”绘制出来，两个图分左右排布） histogram mpg, discrete by(foreign, col(1)) （按照变量“foreign”的分类，将不同类样本的“mpg”绘制出来，两个图分上下排布） histogram mpg, discrete percent by(foreign, total) norm （按照变量“foreign”的分类，将不同类样本的“mpg”绘制出来，同时绘出样本整体的 “总”直 方图） � 二变量图： graph twoway lfit price weight || scatter price weight （作出 price 和 weight 的回归线图——“lfit”，然后与 price 和 weight 的散点图相叠加）
� stata 常用命令
� 调整变量格式： format x1 %10.3f ——将 x1 的列宽固定为 10，小数点后取三位 format x1 %10.3g ——将 x1 的列宽固定为 10，有效数字取三位 format x1 %10.3e ——将 x1 的列宽固定为 10，采用科学计数法 format x1 %10.3fc ——将 x1 的列宽固定为 10，小数点后取三位，加入千分位分隔符 format x1 %10.3gc ——将 x1 的列宽固定为 10，有效数字取三位，加入千分位分隔符 format x1 %-10.3gc ——将 x1 的列宽固定为 10，有效数字取三位，加入千分位分隔符，加入 “-”表示左对齐 � 合并数据： use "C:\Documents and Settings\xks\桌面\2006.dta", clear merge using "C:\Documents and Settings\xks\桌面\1999.dta" ——将 1999 和 2006 的数据按照样本（observation）排列的自然顺序合并起来 use "C:\Documents and Settings\xks\桌面\2006.dta", clear merge id using "C:\Documents and Settings\xks\桌面\1999.dta" ,unique sort ——将 1999 和 2006 的数据按照唯一的（ unique）变量 id 来合并，在合并时对 id 进行排序 （sort） 建议采用第一种方法。 � 对样本进行随机筛选： sample 50 在观测案例中随机选取 50%的样本，其余删除 sample 50,count 在观测案例中随机选取 50 个样本，其余删除 查看与编辑数据： browse x1 x2 if x3>3 （按所列变量与条件打开数据查看器） edit x1 x2 if x3>3 （按所列变量与条件打开数据编辑器） � 数据合并（merge）与扩展（append） merge 表示样本量不变，但增加了一些新变量；append 表示样本总量增加了，但变量数目不 变。 one-to-one merge： 数据源自 stata tutorial 中的 exampw1 和 exampw2 第一步：将 exampw1 按 v001～v003 这三个编码排序，并建立临时数据库 tempw1 clear use "t:\statatut\exampw1.dta" su ——summarize 的简写 sort v001 v002 v003 save tempw1 第二步：对 exampw2 做同样的处理 clear use "t:\statatut\exampw2.dta" su sort v001 v002 v003 save tempw2