STATA统计软件操作..演示教学

变量的生成与处理
注意事项：
不要使用新变量取代旧变量； 充分了解原始变量的分布以及每个数值代表的含义； 遵循不重不漏； 将原始变量和新变量的取值进行对比，检查是否有误
；注意原始变量的缺失值。
使用gen…replace命令生成新变量；
gen…replace if共同使用形成分组变量
recode v , gen(nv)
增加存储空间（set mem 40m） 清空存储空间（clear，相当于drop all）。
Stata数据的读入
数据的读入：
可直接读入下列尾缀形式的数 据.dta/.txt/.raw/.xls；
读入文件中的部分变量：use a b c using“文件 路径和名称”；
读入文件中的部分样本：use “文件路径和名称” in X/Y(X、Y表示个案序号)；
若使用update选项，还会有：
4＝观察值来自于主要数据和使用数据，且主要数据的 缺失值得到更新，
5＝观察值来自于主要数据和使用数据，且两个数据的 数值不匹配。
数据的转换（reshape）
数据的结构：
宽数据（wide format） 长数据（long format）
菜单：
Data-Create or change variables-Other variable transformation commands-Convert data between wide & long。
读入文件中某些特征的样本：use“文件路径和 名称”if 条件句；
数据库的描述
描述数据的基本情况：describe, d
describe, simple:只展示变量名； describe，short：报告变量总体情况； describe，detail：输出全部变量的全部信息； describe a b c：描述部分变量的情况。
认格式是float，前三种只保留整数，占空间最大到 最小的顺序是double, float, lompress为压缩所有变量； Compress yr*为压缩共同前缀的变量； Compress a-c为压缩从a到c之间的所有变量。
数据库的描述
描述变量取值的基本命令参数：
inspect。
显示数据：
browse直接进入数据的浏览窗口； list最好指定变量，否则会输出数据中所有变量
的分布。
数据排序：
sort。 例：比较城乡孩子的性别bysort urban: inspect
girl或者sort urban然后by urban: inspect girl.
recode v v的取值＝nv的取值 *=其他取值(*表示所有其他没有列出 的数值)，gen（新变量名）
recode yrsch 0=0 11=1 12=2 13=3 14=4 15=5 16=6 21=7 *=.,gen (edu)
变量的生成与处理
生成分类变量：
egen 新变量命＝cut（旧变量名），at（取值的下限） eg：egen agegrp1=cut(age),at(0,7,13,16,20)
gen numobs=count(personid), by(personid year)
数据的合并（纵向）
纵向合并：
作用：增加样本量 命令：append 菜单：Data-Combine datasets-Append datasets； 程序：append using“文件路径和名称”；
关键变量名，save“文件路径和名称”，replace； 再看主要数据，use“文件路径和名称”，sort关键变量
名； 最后，合并数据：merge 关键变量名 using “文件路径
和名称”，keep（变量）。
数据的合并
（系统变量）
关于系统变量：_merge，它的取值限于
1＝观察值仅来自主要数据，使用数据没有匹配的样本， 2＝观察值仅来自使用数据，主要数据没有匹配的样本， 3＝观察值来自于主要数据和使用数据。
append using“文件路径和名称”，keep 变量名。
数据的合并（横向）
横向合并
作用：增加变量（merge）。 菜单：Data-Combine datasets-Merge two datasets或Data-
Combine datasets-Merge multiple datasets 程序：先看使用数据：use “文件路径和名称”，sort
按照变量b的分类生成均值变量：
egen a_mean=mean(a),by (b)
生成一个变量b和c的行均值变量（avg），忽略缺 失值：
egen avg＝rmean(b c)
生成标准数值：
egen zweight=std(weight)
计算每一年观察的样本，从而了解在每年的调查 中，有多少相同的样本（或相同的个体）：
STATA统计软件操作..
Stata数据的读入
log文件。
创建文件：log using “文件路径和名称”，其后带 append表示在原有文件的基础上增加新内容，其后 带replace表示取代原记录文件；
暂停：log off； 再次开始：log on； 关闭：log close。
数据的存储空间：
变量编码本：
codebook。 codebook+变量名：描述变量特征。
Stata数据类型及特点
与数据类型对应的是数据库中变量的存储类型 （storage type）：。
字符型:保存格式为str…，省略表示的是字符位数 数值型：保存格式有byte, int, long, float, double。默
数据转换：长——宽
程序：
reshape wide 变量名，i(观察值的标识符) j(次标识符)。 “变量名”表示一组同样内容的变量的共同的前缀，
即X_ij中的X，指定希望转换的变量名称；选项i及括号 捏的变量一起，指定观察值的标识符，或表示取值独 一无二、代表每个逻辑观察值的变量。 eg：
gsort mothid-age； by mothid：gen order=_n； reshape wide kidid age girl yob，i(mothid) (order)。