PPT-第2章-Stata入门-计量经济学及Stata应用
合集下载
stata操作介绍之相关性分析PPT课件02
correlate尽可能使用两两变量中所有没有缺失的数据
pwcorr [varlist] [if] [in] [weight] [ ，correlate_ options ]
pwcorr只采用没有任何缺失数据的完整观 测值
选项 means covariance
correlate 选 项 说 明含义
test price advert
P值，拒绝原假设 ，即价格和广告支出的 系数不同时为0
相关检验和处理
回归分析时通常需要检验数据是否存在多重共线、序列相关和异方差
等问题，如果存在这些问题，则需要对其进行处理。
1.多重共线性的检验和处理
中多重共线性检验的命令格式为：
vif //该命令用来得到自变量的方差膨胀因子
ptions]
选项 noconstant hascons level(#) beta noheader
含义 不加常数项做线性回归 由用户指定常数项的值 设定置信水平(默认值为95% ) 报告标准化的beta系数 不报告输出表名
实现因变量为销售收入，自变量为单价和广告支出的线 性回归，其命令为：
regress sales price advert
表下方区域为基本的回归结果。第1列依次为被解释变量 sales，解释变量price、advert，截距项constant；第2列 回归系数；第3列回归系数的标准误；第4列回归系数的 t 统计量值;第5列p值；
表左上方区域为方差分析表。第2列从上到下依次为回归平 方为和自(由SS度E，)、分残别差为平k方=2和，(nS-SkR-1)和=7总5-2离-1差=7平2，方n和-1(=S7S5T-1)=；74第；3列第 4列为均方和(MSS)，由各项平方和除以相应的自由度得到。 表ua右red上)、方调区整域的给判出定了系样数本(数Ad(Nj uRm-sbqeuraroefdo)、bs)F、统判计定量系的数值(、R-回sq 归方程标准误 (Root MSE) 以及其他一些统计量的信息。
pwcorr [varlist] [if] [in] [weight] [ ，correlate_ options ]
pwcorr只采用没有任何缺失数据的完整观 测值
选项 means covariance
correlate 选 项 说 明含义
test price advert
P值，拒绝原假设 ，即价格和广告支出的 系数不同时为0
相关检验和处理
回归分析时通常需要检验数据是否存在多重共线、序列相关和异方差
等问题，如果存在这些问题，则需要对其进行处理。
1.多重共线性的检验和处理
中多重共线性检验的命令格式为：
vif //该命令用来得到自变量的方差膨胀因子
ptions]
选项 noconstant hascons level(#) beta noheader
含义 不加常数项做线性回归 由用户指定常数项的值 设定置信水平(默认值为95% ) 报告标准化的beta系数 不报告输出表名
实现因变量为销售收入，自变量为单价和广告支出的线 性回归，其命令为：
regress sales price advert
表下方区域为基本的回归结果。第1列依次为被解释变量 sales，解释变量price、advert，截距项constant；第2列 回归系数；第3列回归系数的标准误；第4列回归系数的 t 统计量值;第5列p值；
表左上方区域为方差分析表。第2列从上到下依次为回归平 方为和自(由SS度E，)、分残别差为平k方=2和，(nS-SkR-1)和=7总5-2离-1差=7平2，方n和-1(=S7S5T-1)=；74第；3列第 4列为均方和(MSS)，由各项平方和除以相应的自由度得到。 表ua右red上)、方调区整域的给判出定了系样数本(数Ad(Nj uRm-sbqeuraroefdo)、bs)F、统判计定量系的数值(、R-回sq 归方程标准误 (Root MSE) 以及其他一些统计量的信息。
计量经济学课件PPT课件
非线性模型转换方法
多项式回归
通过引入自变量的高次项，将非线性关系转化为线性 关系进行处理。
变量变换
对自变量或因变量进行某种函数变换，以改善模型的 拟合效果。
非参数回归
不假定具体的函数形式，通过数据驱动的方式拟合非 线性关系。
实例分析：金融时间序列预测
数据准备
收集金融时间序列数据，如股票 价格、交易量等，并进行预处理。
模型选择依据
Hausman检验，LM检验等。
实例分析：经济增长收敛性问题研究
研究背景
探讨不同国家或地区间经济增长差异及其收 敛性。
模型构建
选择合适的面板数据模型，设定经济增长收 敛假设。
实证分析
收集相关数据，运用计量经济学软件进行回 归分析，检验收敛性假设是否成立。
结论与政策建议
根据实证结果得出结论，提出促进经济增长 收敛的政策建议。
机器学习算法与计量经济学模型结合
将机器学习算法与传统计量经济学模型相结合，形成更具解释性和预测能力的混合模型。
大数据背景下计量经济学挑战与机遇
01
大数据背景概述
数据量巨大、类型多样、处理速度快等 特点。
02
计量经济学面临的挑 战
数据质量、计算效率、模型可解释性等 问题。
03
计量经济学面临的机 遇
利用大数据技术挖掘更多信息，提高模 型预测精度和政策评估效果；同时推动 计量经济学理论和方法的发展创新。
Geary's C指数
与Moran's I指数类似，也是用于检验全局空间自相关。
LISA集聚图 用于检验局部空间自相关，可以直观展示空间集聚或异常 值区域。
空间滞后和空间误差模型选择
空间滞后模型（SLM）
stata操作介绍之基础部分PPT幻灯片课件
数据编辑器
38
注意：
1.如果为某一变量输入的第一个值是一个数字，比如对人口、失业率和预 期寿命这些变量，那么stata便会认为这一列是一个“数值变量”，从此 以后只允许数字作为取值。 2.如果为某一变量第一次输入的是非数值字符，比如像地名的输入（或者 输入了带逗号的数字），那么stata会判断此列是字符串或文本变量。 3.在数据编辑器或数据浏览器中，字符串变量值显示为红色，这将其与数 值变量（黑色）或加标签的数值变量（蓝色）区分开来。
23
Stata 菜单栏简介
包含八项下拉菜单:文件、编辑、数据、绘图、统计分析、用户、窗口及帮助。
24
1.9 Stata命令输入
• Stata的命令输入方式： 1、点击菜单栏输入命令； 2、在命令窗口输入命令； 3、运行命令程序（利用.do文件）；
25
1.10 Stata文件格式
• Stata常用的文件格式：
文件类型
扩展名
数据文件
.dta
命令程序文件
.do
运行程序文件
.ado
帮助文件
.hlp
说明
stata使用的数据
一系列命令的集合
用于完成用户提交的数据处理与统 计分析任务的程序文件
与相应的.ado文件有相同的文件名， 形成一堆文件，并提供在线帮助
26
1.11 Stata命令包安装
利用Stata做统计分析时，官方提供的命令包并不一定能满足需 求，因此许多研究者编写了大量的非官方命令包（包括.do文件、 .ado文件和帮助文件），使用此类非官方命令包之前需要对其进行 安装。
Stata中有两个命令对于用户寻找与安装命令包相当有用：search 和findit。
通过这两个命令可以找到相关搜索内容中有哪些额外的命令，点 击链接后安装即可。
Stata 简介及基本操作ppt课件
精选版课件ppt
12
此时，可以点击 Save 图标（也可以点击菜单“File”→ “Save”），将数据存为Stata 格式的文件（扩展名为dta）， 比如wanger_law.dta。
这样，以后就可以用Stata 直接打开这个数据集了（不 需要再从Excel 表中粘贴过来）。
打开的方式有两种。可以点击Open 图标（也可以点击 菜单“File”→“Open”），然后寻找要打开的dta 文件的位 置。
kernel = epanechnikov, bandwidth = 6128.97
精选版课件ppt
17
如果想删除满足“year ≥2001”条件的观测值，则可 使用命令: . drop if year>=2001
反之，如果只想保留满足“year≥2001”条件的观测值， 而删去所有其他观测值: . keep if year>=2001
精选版课件ppt
18
5．考察变量的统计特征 如果想看变量 gov、gcons和gdp的统计特征，可输入命令:
Max 76299.93 44396.9 340506.9
满足条件的统计： . summarize gov gcons gdp if year>2000
如果不指明变量，则将显示数据集中所有变量的统计指标。 summarize
如果要显示内存中某些变量之间的相关系数，可输入命令: . correlate gov gcons pop gdp
. clear 这样，内存中所有的当前数据都被清空，然后可以再打
开另外一个数据集。
精选版课件ppt
14
2．变量的标签 在变量窗口，每个变量的“名字”（Name）旁边显示了
其“标签”（label）。但目前的标签过于简略，缺乏变量的 解 释信息。
统计学---Stata 应用与分析 课件 第二章 数据的图示
label(1 "固定资产投资") label(2 "社会融资")”:图例 内容的设定
position(11)”:图例位置的设定 ring(0):使图例显示在图形内部 row(2):使图例分两行显示 clpattern(solid dash:实线和虚线的设定，表示第1 条为实线，第2条为虚线
作业要求
2.命令的扩展 pie(1,explode) ：饼1突出显示 pie(2,color(yellow))：饼2改成黄色 plabel：饼加标签
第二节 直方图与箱线图
一、直方图
（一）直方图的实验范围
直方图是用矩形的面积（即长度和宽度）来表示频数 分布的图形，在平面直角坐标系中，一般用纵轴表示 频数或频率，用横轴表示数据的分组。通过该种图形， 可以较为直观地了解数据的整体情况，如分布类型、 中心位置、分散程度等。对于等距分组的数据而言， 由于各组组距相同，因此绘制直方图时常常直接以频 数（或频率）作为纵轴，此时柱形面积正比于各组频 数（或频率）。
2.命令的扩展 ylabel：Y轴标签 ytick：Y轴刻度 title：图形标题 stack：图形堆积
二、饼图
（一）饼图的使用范围 饼图是数据分析中常见的一种经典图形，
是用圆形及圆内扇形的大小表示总体中各部分 所占比例的统计图，通常用来表示各部分在总 体中所占份额。
（二）stata绘图
1.基本命令 graph pie
（二）stata绘图
1.基本命令 histogram x1 2.命令的扩展 bin(10：设置直方条数目为10 note(数据来源于中国劳动统计年鉴：设定脚注的内容 xtick(0(05)400：设定横轴刻度起始值为0，终止值是400， 间隔是50 xtitle(职工数/单位：万人)：设定横轴标题； Norm：正态曲线的绘制 Addlabels：标注直方条的高度。
position(11)”:图例位置的设定 ring(0):使图例显示在图形内部 row(2):使图例分两行显示 clpattern(solid dash:实线和虚线的设定，表示第1 条为实线，第2条为虚线
作业要求
2.命令的扩展 pie(1,explode) ：饼1突出显示 pie(2,color(yellow))：饼2改成黄色 plabel：饼加标签
第二节 直方图与箱线图
一、直方图
（一）直方图的实验范围
直方图是用矩形的面积（即长度和宽度）来表示频数 分布的图形，在平面直角坐标系中，一般用纵轴表示 频数或频率，用横轴表示数据的分组。通过该种图形， 可以较为直观地了解数据的整体情况，如分布类型、 中心位置、分散程度等。对于等距分组的数据而言， 由于各组组距相同，因此绘制直方图时常常直接以频 数（或频率）作为纵轴，此时柱形面积正比于各组频 数（或频率）。
2.命令的扩展 ylabel：Y轴标签 ytick：Y轴刻度 title：图形标题 stack：图形堆积
二、饼图
（一）饼图的使用范围 饼图是数据分析中常见的一种经典图形，
是用圆形及圆内扇形的大小表示总体中各部分 所占比例的统计图，通常用来表示各部分在总 体中所占份额。
（二）stata绘图
1.基本命令 graph pie
（二）stata绘图
1.基本命令 histogram x1 2.命令的扩展 bin(10：设置直方条数目为10 note(数据来源于中国劳动统计年鉴：设定脚注的内容 xtick(0(05)400：设定横轴刻度起始值为0，终止值是400， 间隔是50 xtitle(职工数/单位：万人)：设定横轴标题； Norm：正态曲线的绘制 Addlabels：标注直方条的高度。
《STATA简易操作》课件
收集生存时间数据和潜在影响因素。
使用Stata进行生存分析，包括数据导 入、选择合适的生存分析模型、参数 估计和结果解释。
分析生存曲线和风险函数，探究影响 因素对生存时间的影响。
进行模型假设检验和模型比较。
案例三：面板数据分析
总结词：利用面板数据分析方
法，探究个体、时间和其他变
量的交互作用。
01
详细描述
绘制折线图
折线图用于展示随时间变化的数据 趋势。
VS
在Stata中，可以通过输入“line yvar xvar”命令来绘制折线图。其中 yvar代表要展示的数据变量，xvar代 表时间变量。还可以通过添加选项来 修改线条样式、标记等。
05
Stata实战案例
案例一：线性回归分析
总结词：通过线性回归分析，探究自变量与因 变量之间的关系。
01
确定研究问题，选择合适的自变量和因变 量。
03
02
详细描述
04
使用Stata进行线性回归分析，包括数据 导入、模型设定、参数估计和结果解释。
分析模型的拟合优度，如判定系数、调整 判定系数等。
05
06
检验模型的假设条件，如线性关系、误差 项独立同分布等。
案例二：生存分析
总结词：利用生存分析方法，研究生 存时间与影响因素之间的关系。 详细描述
多元回归
探讨多个自变量对因变量的影响，以 及交互项和平方项的设定。
面板数据分析
面板数据介绍
阐述面板数据的概念、特点及其在经济学中 的应用。
固定效应与随机效应模型
比较两种模型的适用场景和结果解释。
面板数据的单位根与协整检验
介绍用于检验数据稳定性和长期关系的检验 方法。
使用Stata进行生存分析，包括数据导 入、选择合适的生存分析模型、参数 估计和结果解释。
分析生存曲线和风险函数，探究影响 因素对生存时间的影响。
进行模型假设检验和模型比较。
案例三：面板数据分析
总结词：利用面板数据分析方
法，探究个体、时间和其他变
量的交互作用。
01
详细描述
绘制折线图
折线图用于展示随时间变化的数据 趋势。
VS
在Stata中，可以通过输入“line yvar xvar”命令来绘制折线图。其中 yvar代表要展示的数据变量，xvar代 表时间变量。还可以通过添加选项来 修改线条样式、标记等。
05
Stata实战案例
案例一：线性回归分析
总结词：通过线性回归分析，探究自变量与因 变量之间的关系。
01
确定研究问题，选择合适的自变量和因变 量。
03
02
详细描述
04
使用Stata进行线性回归分析，包括数据 导入、模型设定、参数估计和结果解释。
分析模型的拟合优度，如判定系数、调整 判定系数等。
05
06
检验模型的假设条件，如线性关系、误差 项独立同分布等。
案例二：生存分析
总结词：利用生存分析方法，研究生 存时间与影响因素之间的关系。 详细描述
多元回归
探讨多个自变量对因变量的影响，以 及交互项和平方项的设定。
面板数据分析
面板数据介绍
阐述面板数据的概念、特点及其在经济学中 的应用。
固定效应与随机效应模型
比较两种模型的适用场景和结果解释。
面板数据的单位根与协整检验
介绍用于检验数据稳定性和长期关系的检验 方法。
计量基础与stata应用
计量基础与stata应用
计量经济学是经济学的一个重要分支，它使用数学、统计学和经济学原理来分析和预测经济现象。
在计量经济学中，计量基础是非常重要的一部分，它涉及到如何选择合适的计量方法和模型，以及如何评估模型的可靠性和准确性。
在Stata中应用计量经济学方法时，需要注意以下几点：
数据准备：在开始分析之前，需要准备数据。
Stata提供了各种数据管理功能，如数据导入、清理、转换和统计分析等。
模型选择：根据研究问题和数据特征选择合适的计量模型。
例如，线性回归模型、逻辑斯蒂回归模型、时间序列模型等。
估计模型参数：使用Stata提供的命令和函数来估计模型的参数。
Stata提供了各种估计方法，如最小二乘法、最大似然估计法等。
模型评估：在模型估计完成后，需要对模型进行评估。
可以使用各种统计量来评估模型的可靠性，如R方、调整R方、残差图和诊断检验等。
结果解释：根据估计的参数和评估结果，解释和讨论计量经济学模型的结论。
总之，计量基础在Stata应用中非常重要。
在应用计量经济学方法时，需要注意数据准备、模型选择、参数估计、模型评估和结果解释等方面。
同时，要理解计量经济学的基本原理和假设，以及它们对估计方法和模型选择的影响。
只有掌握了计量基础，才能更好地应用Stata等统计软件进行经济分析和预测。
第二章 数据管理 _Stata统计分析与应用PPT
关系符号
共有六种关系符号，“==”（等于）、“!=”（不等于）、“>”（大 于）、“<”（小于）、“>=”（大于等于）、“<=”（小于等于）。 其中两个连续的等号“==”标志一种逻辑检验，表示“是否左侧的值与 右侧的值相等”，对于Stata而言，一个等号则代表了另外的意思，它表 示了“让左边的值与右边的值相等”。
逻辑符号
通过加入一个或者多个逻辑符号，便可以将一个或多个关系运算符联系 起来，Stata中的逻辑运算号有以下几种：“！”（或）、“&”（且）、 “|”（非）。
Page 14
STATA从入门到精通
2.6使用in、if和by语句定义数据子集
2.6.1 in的使用 command in range
2.6.2 if的使用 command if exp
STATA从入门到精通
2.7.3 egen命令
【例2.6】仍然使用数据集wage.dta，这是一个关于就业的微观数据集，共有526个观测值， 24个变量，主要变量的情况是：wage表示工资， educ表示教育程度， exper表示工作经 验即工作的年数，tenure表示在当前岗位上工作的年数，以上变量都是以年来计量的，接 下来的三个虚拟变量nonwhite、female、married分别表示是否是白种人、是否是女性以 及是否婚配。详细情况可以参见表2-10。 这里使用这个数据集完成如下5个任务。 （1）生成一个新变量educde，其赋值为educ与平均受教育年数之差。 （2）生成一个新变量educde2，其赋值为educ与受教育年数中位数之差，这项工作要求 分性别进行。 （3）生成一个新变量stdeduc，其赋值为标准化后的受教育年数educ。 （4）生成一个新变量higheduc，如果educ大于12则higheduc包含这个变量的数值，否 则为缺失值。 （5）生成一个新变量sexmar，赋值为1、2、3…… ，这些数值为female和marriage的各 种组合编上类别序号。
共有六种关系符号，“==”（等于）、“!=”（不等于）、“>”（大 于）、“<”（小于）、“>=”（大于等于）、“<=”（小于等于）。 其中两个连续的等号“==”标志一种逻辑检验，表示“是否左侧的值与 右侧的值相等”，对于Stata而言，一个等号则代表了另外的意思，它表 示了“让左边的值与右边的值相等”。
逻辑符号
通过加入一个或者多个逻辑符号，便可以将一个或多个关系运算符联系 起来，Stata中的逻辑运算号有以下几种：“！”（或）、“&”（且）、 “|”（非）。
Page 14
STATA从入门到精通
2.6使用in、if和by语句定义数据子集
2.6.1 in的使用 command in range
2.6.2 if的使用 command if exp
STATA从入门到精通
2.7.3 egen命令
【例2.6】仍然使用数据集wage.dta，这是一个关于就业的微观数据集，共有526个观测值， 24个变量，主要变量的情况是：wage表示工资， educ表示教育程度， exper表示工作经 验即工作的年数，tenure表示在当前岗位上工作的年数，以上变量都是以年来计量的，接 下来的三个虚拟变量nonwhite、female、married分别表示是否是白种人、是否是女性以 及是否婚配。详细情况可以参见表2-10。 这里使用这个数据集完成如下5个任务。 （1）生成一个新变量educde，其赋值为educ与平均受教育年数之差。 （2）生成一个新变量educde2，其赋值为educ与受教育年数中位数之差，这项工作要求 分性别进行。 （3）生成一个新变量stdeduc，其赋值为标准化后的受教育年数educ。 （4）生成一个新变量higheduc，如果educ大于12则higheduc包含这个变量的数值，否 则为缺失值。 （5）生成一个新变量sexmar，赋值为1、2、3…… ，这些数值为female和marriage的各 种组合编上类别序号。
- 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)。
s 1. 2. 3. 4. 5. 18 11 16 16 12 lnw 6.215 4.868 6.315 6.109 5.964
17
如要罗列从第 11-15 个观测值，可输入命令 . list s lnw in 11/15
s 11. 12. 13. 14. 15. 11 12 16 12 12 lnw 5.704 5.493 5.979 6.356 6.12
1
本教材使用 Stata 13 版本(2013 年 6 月发布)。 对于绝大多数命令与功能，即使用更低的 Stata 版本(如 Stata 11 或 Stata 12)，也几乎没有差别。 2.2 Stata 的窗口
安装 Stata 13 后，在安装的文件夹中将出现如下 Stata 13 图标 (Stata 11 或 Stata 12 的图标大同小异)，参见图 2.1：
lnw 6.215 6.315 6.109 5.841 6.068 5.979 6.176 6.136 5.501 6.071 6.071
“>=” 表示 “大于等于” 。 其他表示关系的逻辑符号为 “= =” (等 于)， “>”(大于)， “<”(小于)， “<=”(小于等于)， “～=”(不等于， 也可用“！=”表示)。 一个等号“=”表示“赋值” ，而两个等号“= =”表示“等于” 。
图 2.3
Stata 的下拉式菜单
在 Stata 中运行单个命令主要有两种方式，其一为点击菜单，其 二为在“命令窗口”输入命令。 通过菜单执行命令(menu-driven)可能要点击多重菜单，通常还 要填写对话框(dialog)，以明确命令参数，不如在命令窗口直接输 入命令方便。 在菜单之下，为一系列图标，起着快捷键的作用，参见图 2.4。
12
使用命令 use 打开 dta 数据文件，需输入此文件的路径；一般 不如使用快捷键 Open 寻找此文件更为方便。 如要关闭一个数据集，以便使用另外一个数据集，可输入命令 . clear 内存中数据将被清空，然后可再打开另一数据集。 2．变量的标签 在变量窗口， 变量的 “名字” (Name)旁边会显示其 “标签” (label)。 点击 Variables Manager 图标(参见图 2.13)，即可打开变量管理器， 然后编辑变量名、标签等。
8
复制此 Excel 表中所有数据(Ctrl +Ｃ)， 粘贴到 Data Editor 中(Ctrl + V)。在 Data Editor 中会出现对话框，参见图 2.9：
图 2.9 Data Editor 的对话框 此对话框问你 “第一行为数据还是变量名” ， 点击相应选择即可。
9
导入数据的另一方法是(特别在数据量很大的情况下)， 点击菜单 “File”→“Import” ，然后导入各种格式的数据，参见图 2.10； 但不如直接从 Excel 表中粘贴数据更为方便。
Contains data obs: vars: size: 30 3 270 storage type byte float float display format %8.0g %8.0g %8.0g value label
variable name s expr lnwage Sorted by: Note:
也可通过逻辑关系来定义数据集的子集。比如，要列出所有满 足条件“ s 16 ”(教育年限为 16 年及以上)的数据，可使用命令 . list s lnw if s>=16
18
s 1. 3. 4. 8. 9. 13. 16. 20. 23. 27. 30. 18 16 16 16 16 16 16 16 16 16 16
图 2.6 Data Editor (Edit)图标
6
图 2.7
Stata 的数据编辑器
其次，用 Excel 打开文件“grilic_small.xls” ，会看到如下 Excel 格式的数据文件：
7
图 2.8
Excel 表中的数据
共有 3 列变量， 分别为 s (schooling, 教育年限), expr (experience, 工龄)与 lnw (lnwage, 工资对数)。
expr 1 1.006 2.962 0 0 0 7.128 0 0 10.077 .916 4.333 .692 0 1.191 1.378 .255 .846 1.374 0 6.363 1.511 0 .478 .277 4.363 1.872 .798 .556 .384
lnw 4.868 5.778 5.704 6.082 5.529 5.823 6.356 5.493 5.165 6.12 5.416 5.481 5.481 5.142 5.964 5.652 5.652 5.759 5.849 6.109 5.501 6.071 6.068 6.176 6.071 6.136 5.841 6.315 5.979 6.215
20
删除观测值之后，Stata 不提供类似于 Microsoft Word 的撤销 (undo)命令。一般建议慎重删除数据，最好先将原始数据备份。 如想将数据按照变量 s 的升序排列，可输入命令 . sort s . list
21
s 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 11 11 11 12 12 12 12 12 12 12 12 12 12 12 12 14 15 15 15 16 16 16 16 16 16 16 16 16 16 18
16
在屏幕底端出现带下划线的英文字“more” ，用鼠标单击 “more” ，可翻看下页的结果。 如想连续滚屏显示命令运行结果，可输入命令 . set more off 如又想恢复分页显示运行结果，可输入命令 . set more on 如只想对数据集的一部分子集执行命令，比如只看 s 与 lnw 的 前 5 个数据，可使用命令 . list s lnw in 1/5
13
图 2.13 Variables Manager 图标 比如，将变量 s 的标签改为“schooling” ，然后点击“Apply”(应 用)，参见图 2.14。
图 2.14 变量管理器的对话框
14
Stata 严格区分大小写字母(case sensitive)。建议变量名使用小写 字母，便于阅读。 3．审视数据 如想看数据集中的变量名称、标签等，可输入命令 . describe 。 其中， “describe”的下划线表示，可将该命令简写为“d”
4
图 2.4
Stata 的快捷键
在快捷键图标之下，有五个窗口，参见图 2.5。
图 2.5
Stata 13 的主要窗口
5
2.3
Stata 操作实例
以数据集 grilic_small.xls (Excel 文件)为例，该文件包含 30 名美 国年轻男子的教育投资回报率数据。 1．导入数据 首先，打开 Stata 软件，点击快捷键 Data Editor (Edit)图标(参见 图 2.6)，即可打开 Stata 的数据编辑器，参见图 2.7。
19
查看具体数据的直接方法是，点击 Data Editor (Edit)图标，或右 边的 Data Editor (Browse)图标，参见图 2.15。二者的区别在于， Browse 只能看，不能改；而 Edit 还可改数据。
图 2.15 Data Editor (Browse)图标 如要删除满足“ s 16 ”条件的观测值，可输入命令 . drop if s>=16 反之，如只想保留满足“ s 16 ”条件的观测值，可使用命令 . keep if s>=16
© 陈强，2015 年， 《计量经济学及 Stata 应用》 ，高等教育出版社。
第 2 章 Stata 入门 2.1 为什么使用 Stata Stata 软件因操作简单且功能强大，为目前在欧美最流行的统计 与计量软件，拥有众多用户。 Stata 公司定期升级软件，以适应计量经济学的迅猛发展。 Stata 软件还留有“用户接口” ，允许用户自己编写命令与函数， 并上传到网上实现共享。一些最新计量方法，可在线查找和下载 由用户编写的 Stata 命令程序(user-written Stata commands)。这些 “非官方命令”(也称“外部命令”)的使用方法与官方命令完全相 同，使得 Stata 的功能如虎添翼。
图 2.11 Save 图标 此后可用 Stata 直接打开 grilic_small.dta，无须再从 Excel 中导 入数据。
11
打开 Stata 数据集的方式有两种。方法之一，点击快捷键 Open 图标(参见图 2.12)，寻找要打开的 dta 文件位置。
图 2.12 Open 图标 方法之二，在命令窗口输入以下命令(假设文件 grilic_small.dta 在 E 盘的根目录)，然后回车(按 Enter 键)： . use E:\grilic_small.dta,clear 逗号“,”之后的“clear”为“选择项”(option)，表示可替代内 存中的已有数据。
expr .384 .556 .798 1.872 4.363 .277 .478 0 1.511 6.363 0 1.374 .846 .255 1.378 1.191 0 .692 4.333 .916 10.077 0 0 7.128 0 0 0 2.962 1.006 1
22
命令 sort 无法按照变量的降序ist
23
s 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 18 16 16 16 16 16 16 16 16 16 16 15 15 15 14 12 12 12 12 12 12 12 12 12 12 12 12 11 11 11
17
如要罗列从第 11-15 个观测值，可输入命令 . list s lnw in 11/15
s 11. 12. 13. 14. 15. 11 12 16 12 12 lnw 5.704 5.493 5.979 6.356 6.12
1
本教材使用 Stata 13 版本(2013 年 6 月发布)。 对于绝大多数命令与功能，即使用更低的 Stata 版本(如 Stata 11 或 Stata 12)，也几乎没有差别。 2.2 Stata 的窗口
安装 Stata 13 后，在安装的文件夹中将出现如下 Stata 13 图标 (Stata 11 或 Stata 12 的图标大同小异)，参见图 2.1：
lnw 6.215 6.315 6.109 5.841 6.068 5.979 6.176 6.136 5.501 6.071 6.071
“>=” 表示 “大于等于” 。 其他表示关系的逻辑符号为 “= =” (等 于)， “>”(大于)， “<”(小于)， “<=”(小于等于)， “～=”(不等于， 也可用“！=”表示)。 一个等号“=”表示“赋值” ，而两个等号“= =”表示“等于” 。
图 2.3
Stata 的下拉式菜单
在 Stata 中运行单个命令主要有两种方式，其一为点击菜单，其 二为在“命令窗口”输入命令。 通过菜单执行命令(menu-driven)可能要点击多重菜单，通常还 要填写对话框(dialog)，以明确命令参数，不如在命令窗口直接输 入命令方便。 在菜单之下，为一系列图标，起着快捷键的作用，参见图 2.4。
12
使用命令 use 打开 dta 数据文件，需输入此文件的路径；一般 不如使用快捷键 Open 寻找此文件更为方便。 如要关闭一个数据集，以便使用另外一个数据集，可输入命令 . clear 内存中数据将被清空，然后可再打开另一数据集。 2．变量的标签 在变量窗口， 变量的 “名字” (Name)旁边会显示其 “标签” (label)。 点击 Variables Manager 图标(参见图 2.13)，即可打开变量管理器， 然后编辑变量名、标签等。
8
复制此 Excel 表中所有数据(Ctrl +Ｃ)， 粘贴到 Data Editor 中(Ctrl + V)。在 Data Editor 中会出现对话框，参见图 2.9：
图 2.9 Data Editor 的对话框 此对话框问你 “第一行为数据还是变量名” ， 点击相应选择即可。
9
导入数据的另一方法是(特别在数据量很大的情况下)， 点击菜单 “File”→“Import” ，然后导入各种格式的数据，参见图 2.10； 但不如直接从 Excel 表中粘贴数据更为方便。
Contains data obs: vars: size: 30 3 270 storage type byte float float display format %8.0g %8.0g %8.0g value label
variable name s expr lnwage Sorted by: Note:
也可通过逻辑关系来定义数据集的子集。比如，要列出所有满 足条件“ s 16 ”(教育年限为 16 年及以上)的数据，可使用命令 . list s lnw if s>=16
18
s 1. 3. 4. 8. 9. 13. 16. 20. 23. 27. 30. 18 16 16 16 16 16 16 16 16 16 16
图 2.6 Data Editor (Edit)图标
6
图 2.7
Stata 的数据编辑器
其次，用 Excel 打开文件“grilic_small.xls” ，会看到如下 Excel 格式的数据文件：
7
图 2.8
Excel 表中的数据
共有 3 列变量， 分别为 s (schooling, 教育年限), expr (experience, 工龄)与 lnw (lnwage, 工资对数)。
expr 1 1.006 2.962 0 0 0 7.128 0 0 10.077 .916 4.333 .692 0 1.191 1.378 .255 .846 1.374 0 6.363 1.511 0 .478 .277 4.363 1.872 .798 .556 .384
lnw 4.868 5.778 5.704 6.082 5.529 5.823 6.356 5.493 5.165 6.12 5.416 5.481 5.481 5.142 5.964 5.652 5.652 5.759 5.849 6.109 5.501 6.071 6.068 6.176 6.071 6.136 5.841 6.315 5.979 6.215
20
删除观测值之后，Stata 不提供类似于 Microsoft Word 的撤销 (undo)命令。一般建议慎重删除数据，最好先将原始数据备份。 如想将数据按照变量 s 的升序排列，可输入命令 . sort s . list
21
s 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 11 11 11 12 12 12 12 12 12 12 12 12 12 12 12 14 15 15 15 16 16 16 16 16 16 16 16 16 16 18
16
在屏幕底端出现带下划线的英文字“more” ，用鼠标单击 “more” ，可翻看下页的结果。 如想连续滚屏显示命令运行结果，可输入命令 . set more off 如又想恢复分页显示运行结果，可输入命令 . set more on 如只想对数据集的一部分子集执行命令，比如只看 s 与 lnw 的 前 5 个数据，可使用命令 . list s lnw in 1/5
13
图 2.13 Variables Manager 图标 比如，将变量 s 的标签改为“schooling” ，然后点击“Apply”(应 用)，参见图 2.14。
图 2.14 变量管理器的对话框
14
Stata 严格区分大小写字母(case sensitive)。建议变量名使用小写 字母，便于阅读。 3．审视数据 如想看数据集中的变量名称、标签等，可输入命令 . describe 。 其中， “describe”的下划线表示，可将该命令简写为“d”
4
图 2.4
Stata 的快捷键
在快捷键图标之下，有五个窗口，参见图 2.5。
图 2.5
Stata 13 的主要窗口
5
2.3
Stata 操作实例
以数据集 grilic_small.xls (Excel 文件)为例，该文件包含 30 名美 国年轻男子的教育投资回报率数据。 1．导入数据 首先，打开 Stata 软件，点击快捷键 Data Editor (Edit)图标(参见 图 2.6)，即可打开 Stata 的数据编辑器，参见图 2.7。
19
查看具体数据的直接方法是，点击 Data Editor (Edit)图标，或右 边的 Data Editor (Browse)图标，参见图 2.15。二者的区别在于， Browse 只能看，不能改；而 Edit 还可改数据。
图 2.15 Data Editor (Browse)图标 如要删除满足“ s 16 ”条件的观测值，可输入命令 . drop if s>=16 反之，如只想保留满足“ s 16 ”条件的观测值，可使用命令 . keep if s>=16
© 陈强，2015 年， 《计量经济学及 Stata 应用》 ，高等教育出版社。
第 2 章 Stata 入门 2.1 为什么使用 Stata Stata 软件因操作简单且功能强大，为目前在欧美最流行的统计 与计量软件，拥有众多用户。 Stata 公司定期升级软件，以适应计量经济学的迅猛发展。 Stata 软件还留有“用户接口” ，允许用户自己编写命令与函数， 并上传到网上实现共享。一些最新计量方法，可在线查找和下载 由用户编写的 Stata 命令程序(user-written Stata commands)。这些 “非官方命令”(也称“外部命令”)的使用方法与官方命令完全相 同，使得 Stata 的功能如虎添翼。
图 2.11 Save 图标 此后可用 Stata 直接打开 grilic_small.dta，无须再从 Excel 中导 入数据。
11
打开 Stata 数据集的方式有两种。方法之一，点击快捷键 Open 图标(参见图 2.12)，寻找要打开的 dta 文件位置。
图 2.12 Open 图标 方法之二，在命令窗口输入以下命令(假设文件 grilic_small.dta 在 E 盘的根目录)，然后回车(按 Enter 键)： . use E:\grilic_small.dta,clear 逗号“,”之后的“clear”为“选择项”(option)，表示可替代内 存中的已有数据。
expr .384 .556 .798 1.872 4.363 .277 .478 0 1.511 6.363 0 1.374 .846 .255 1.378 1.191 0 .692 4.333 .916 10.077 0 0 7.128 0 0 0 2.962 1.006 1
22
命令 sort 无法按照变量的降序ist
23
s 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 18 16 16 16 16 16 16 16 16 16 16 15 15 15 14 12 12 12 12 12 12 12 12 12 12 12 12 11 11 11