stata常用命令模板

合集下载

（完整word版）stata命令语句

（完整word版）stata命令语句stata学习心得（网络版存盘）2009-03-25 18:06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。

stata命令大全(全)Word版

*********面板数据计量分析与软件实现*********说明：以下do文件相当一部分内容来自于中山大学连玉君STATA教程，感谢他的贡献。

本人做了一定的修改与筛选。

*----------面板数据模型* 1.静态面板模型：FE 和RE* 2.模型选择：FE vs POLS, RE vs POLS, FE vs RE （pols混合最小二乘估计）* 3.异方差、序列相关和截面相关检验* 4.动态面板模型（DID-GMM,SYS-GMM）* 5.面板随机前沿模型* 6.面板协整分析（FMOLS,DOLS）*** 说明：1-5均用STATA软件实现， 6用GAUSS软件实现。

* 生产效率分析（尤其指TFP）：数据包络分析（DEA）与随机前沿分析（SFA）*** 说明：DEA由DEAP2.1软件实现，SFA由Frontier4.1实现，尤其后者，侧重于比较C-D与Translog 生产函数，一步法与两步法的区别。

常应用于地区经济差异、FDI溢出效应（Spillovers Effect）、工业行业效率状况等。

* 空间计量分析：SLM模型与SEM模型*说明：STATA与Matlab结合使用。

常应用于空间溢出效应（R&D）、财政分权、地方政府公共行为等。

* ---------------------------------* --------一、常用的数据处理与作图-----------* ---------------------------------* 指定面板格式xtset id year （id为截面名称，year为时间名称）xtdes /*数据特征*/xtsum logy h /*数据统计特征*/sum logy h /*数据统计特征*/*添加标签或更改变量名label var h "人力资本"rename h hum*排序sort id year /*是以STATA面板数据格式出现*/sort year id /*是以DEA格式出现*/*删除个别年份或省份drop if year<1992drop if id==2 /*注意用==*/*如何得到连续year或id编号（当完成上述操作时，year或id就不连续，为形成panel格式，需要用egen命令）egen year_new=group(year)xtset id year_new**保留变量或保留观测值keep inv /*删除变量*/**或keep if year==2000**排序sort id year /*是以STATA面板数据格式出现sort year id /*是以DEA格式出现**长数据和宽数据的转换*长>>>宽数据reshape wide logy,i(id) j(year)*宽>>>长数据reshape logy,i(id) j(year)**追加数据（用于面板数据和时间序列）xtset id year*或者xtdestsappend,add(5) /表示在每个省份再追加5年，用于面板数据/tsset*或者tsdes.tsappend,add(8) /表示追加8年，用于时间序列/*方差分解，比如三个变量Y,X,Z都是面板格式的数据，且满足Y=X+Z，求方差var(Y),协方差Cov(X,Y)和Cov（Z,Y）bysort year:corr Y X Z,cov**生产虚拟变量*生成年份虚拟变量tab year,gen(yr)*生成省份虚拟变量tab id,gen(dum)**生成滞后项和差分项xtset id yeargen ylag=l.y /*产生一阶滞后项)，同样可产生二阶滞后项*/ gen ylag2=L2.ygen dy=D.y /*产生差分项*/*求出各省2000年以前的open inv的平均增长率collapse (mean) open inv if year<2000,by(id)变量排序，当变量太多，按规律排列。

stata常用命令

Stata
第一讲：
use 打开数据文件，一般加 clear 选型清空内存中现有数据。 sysuse 打开系统数据文件。 describe 描述数据 edit 利用数据编辑器进行数据编辑 list 类似于 edit，但只能显示不能修改数据。 display 显示计算结果。经常写为： di summarize 求某个变量的观察值个数、平均值、标准差、最小值和最大值。经常写为：sum scatter 生成两个变量的散点图。 set obs 定义样本个数(使用前一定要用 drop 或者 clear 命令清空当前样本) generate 建立新变量并赋值。经常写为 gen (**********************)stata 命令格式 (**********************) [by varlist:] command [ varlist] [=exp] [if exp] [in range] [ weight] [, options] 1。Command 命令动词，经常用缩写。 2。varlist 表示一个变量或者多个变量，多个变量之间用空格隔开。如 sum price weight 3。 4。 5。 6。 by varlist 分类信息按照某一变量的不同特性分类 =exp 赋值及运算 if exp 挑选满足条件的数据 in range 对数据进行范围筛选给数据赋一个权重

例二： use wage2, clear reg lnwage educ tenure exper expersq 1。教育（educ）和工作时间（tenure）对工资的影响相同。 test educ=tenure （两个变量的系数是否相等） 2。工龄（exper）对工资没有影响 test exper （检验 exper 的系数是否为 0） 3。检验 educ 和 tenure 的联合显著性或者 test e（去年王永画的范围内明确指明 FGLS 不考！！！） FGLS 的步骤 (1) 对原方程用 OLS 进行估计，得到残差项的估计 ûi ， (2) 计算 ln(ûi2 ) (3) 用 ln(û2 )对所有独立的解释变量进行回归，然后得到拟合值 ĝ i (4) 计算 ĥi = exp(ĝ i) (5) 用 1/ ĥi 作为权重, 做 WLS 回归。 Reg y x1 x2 x3„„ predict u,res

完整word版,stata命令大全(全),推荐文档

*********面板数据计量分析与软件实现*********说明：以下do文件相当一部分内容来自于中山大学连玉君STATA教程，感谢他的贡献。

本人做了一定的修改与筛选。

常应用于地区经济差异、FDI溢出效应（Spillovers Effect）、工业行业效率状况等。

* 空间计量分析：SLM模型与SEM模型*说明：STATA与Matlab结合使用。

常应用于空间溢出效应（R&D）、财政分权、地方政府公共行为等。

stata常用命令(转自人人)

最重要的两个命令莫过于help和search了。

即使是经常使用stata的人也很难，也没必要记住常用命令的每一个细节，更不用说那些不常用到的了。

所以，在遇到困难又没有免费专家咨询时，使用stata自带的帮助文件就是最佳选择。

stata的帮助文件十分详尽，面面俱到，这既是好处也是麻烦。

当你看到长长的帮助文件时，是不是对迅速找到相关信息感到没有信心？闲话不说了。

help和search都是查找帮助文件的命令，它们之间的区别在于help用于查找精确的命令名，而search是模糊查找。

如果你知道某个命令的名字，并且想知道它的具体使用方法，只须在stata的命令行窗口中输入help空格加上这个名字。

回车后结果屏幕上就会显示出这个命令的帮助文件的全部内容。

如果你想知道在stata下做某个估计或某种计算，而不知道具体该如何实现，就需要用search命令了。

使用的方法和help类似，只须把准确的命令名改成某个关键词。

回车后结果窗口会给出所有和这个关键词相关的帮助文件名和链接列表。

在列表中寻找最相关的内容，点击后在弹出的查看窗口中会给出相关的帮助文件。

耐心寻找，反复实验，通常可以较快地找到你需要的内容。

下面该正式处理数据了。

我的处理数据经验是最好能用stata的do文件编辑器记下你做过的工作。

因为很少有一项实证研究能够一次完成，所以，当你下次继续工作时。

能够重复前面的工作是非常重要的。

有时因为一些细小的不同，你会发现无法复制原先的结果了。

这时如果有记录下以往工作的do文件将把你从地狱带到天堂。

因为你不必一遍又一遍地试图重现做过的工作。

在stata窗口上部的工具栏中有个孤立的小按钮，把鼠标放上去会出现“bring do-file editor to front”，点击它就会出现do文件编辑器。

为了使do文件能够顺利工作，一般需要编辑do文件的“头”和“尾”。

这里给出我使用的“头”和“尾”。

capture clear （清空内存中的数据）capture log close （关闭所有打开的日志文件）set mem 128m （设置用于stata使用的内存容量）set more off （关闭more选项。

stata命令表

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
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）
（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：
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
（叠加三个点线相连图）
更多变量：

stata最常用命令大全

statasave‎命令File&#6‎1672;Save ‎A s例1. 表1‎.为某一降压药临床试‎验数据，试从键盘输入‎S tata，并保存为‎S tata格式文件。

‎STATA数据库的‎维护排序SORT‎变量名1 变量名2‎……变量更名‎r ename 原变量‎名新变量名STA‎T A数据库的维护删‎除变量或记录dro‎p x1 x2 ‎ /* ‎删除变量x1和x2‎d rop x1-x5‎‎/* 删除数据库中介‎于x1和x5间的所有‎变量(包括x1和x5‎)drop if ‎x<0 ‎ /* 删去x1<‎0的所有记录dro‎p in 10/12‎ /* 删‎去第10~12个记录‎drop if x‎==. ‎/* 删去x为缺失‎值的所有记录dro‎p if x==.|‎y==. /* 删‎去x或y之一为缺失值‎的所有记录drop‎if x==.&y‎==. /* 删去‎x和y同时为缺失值的‎所有记录drop ‎_all ‎ /* 删掉‎数据库中所有变量和数‎据STATA的变量‎赋值用genera‎t e产生新变量ge‎n erate 新变量‎＝表达式gener‎a te bh=_n ‎‎‎/* 将‎数据库的内部编号赋给‎变量bh。

gene‎r ate group‎=int((_n-1‎)/5)+1 ‎/* 按当前数据‎库的顺序，依次产生5‎个1，5个2，5个‎3……。

直到数据库结‎束。

generat‎e block=mo‎d(_n,6) ‎ /* 按‎当前数据库的顺序，依‎次产生1,2,3,4‎,5,0。

gene‎r ate y=log‎(x) if x>0‎‎/* 产生‎新变量y，其值为所有‎x>0的对数值log‎(x)，当x<=0时‎，用缺失值代替。

‎e gen产生新变量‎s et obs 12‎egen a=se‎q() ‎ /*产生1到‎N的自然数egen‎b=seq(),b‎(3) /*产生‎一个序列，每个元素重‎复＃次egen c‎=seq(),to(‎4) /*产生多个‎序列，每个序列从1到‎＃egen d=s‎e q(),f(4)t‎(6) /*产生多个‎序列，每个序列从#1‎到＃2encode‎字符变量名，ge‎n(新数值变量名)‎作用：将字符型变量转‎化为数值变量。

stata常用命令模板

stata常用命令模板stata常用命令(2021-07-2917:22:25)转载标签：分类：stata杂谈save命令filesaveas例1.表1.为某一降压药临床试验数据，试从键盘输入stata，并保存为stata格式文件。

stata数据库的维护排序sort局部变量1局部变量2……变量改名rename原变量名新变量名stata数据库的保护删掉变量或记录dropx1x2/*删除变量x1和x2dropx1-x5/*删掉数据库中介乎x1和x5间的所有变量(包含x1和x5)dropifx<0/*删掉x1<0的所有记录dropin10/12/*删掉第10~12个记录dropifx==./*删去x为缺失值的所有记录dropifx==.|y==./*删掉x或y之一为缺位值的所有记录dropifx==.&y==./*删掉x和y同时为缺位值的所有记录drop_all/*删除数据库中所有变量和数据stata的变量赋值用generate产生崭新变量generate崭新变量＝表达式generatebh=_n/*将数据库的内部编号赋给变量bh。

generategroup=int((_n-1)/5)+1/*按当前数据库的顺序，依次产生5个1，5个2，5个3……。

直至数据库完结。

generateblock=mod(_n,6)/*按当前数据库的顺序，依次产生1,2,3,4,5,0。

generatey=log(x)ifx>0/*产生新变量y，其值为所有x>0的对数值log(x)，当x<=0时，用缺失值代替。

egen产生崭新变量setobs12egena=seq()/*产生1到n的自然数egenb=seq(),b(3)/*产生一个序列，每个元素重复＃次egenc=seq(),to(4)/*产生多个序列，每个序列从1至＃egend=seq(),f(4)t(6)/*产生多个序列，每个序列从#1至＃2encode字符局部变量，gen(崭新数值局部变量)促进作用：将字符型变量转变为数值变量。

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 常用命令(2012-07-29 17:22:25)转载▼分类：stata标签：杂谈save命令FileSave As例1. 表1.为某一降压药临床试验数据，试从键盘输入Stata，并保存为Stata格式文件。

STATA数据库的维护排序SORT 变量名1 变量名2 ……变量更名rename 原变量名新变量名STATA数据库的维护删除变量或记录drop x1 x2 /* 删除变量x1和x2drop x1-x5 /* 删除数据库中介于x1和x5间的所有变量(包括x1和x5)drop if x<0 /* 删去x1<0的所有记录drop in 10/12 /* 删去第10~12个记录drop if x==. /* 删去x为缺失值的所有记录drop if x==.|y==. /* 删去x或y之一为缺失值的所有记录drop if x==.&y==. /* 删去x和y同时为缺失值的所有记录drop _all /* 删掉数据库中所有变量和数据STATA的变量赋值用generate产生新变量generate 新变量＝表达式generate bh=_n /* 将数据库的内部编号赋给变量bh。

generate group=int((_n-1)/5)+1 /* 按当前数据库的顺序，依次产生5个1，5个2，5个 3……。

直到数据库结束。

generate block=mod(_n,6) /* 按当前数据库的顺序，依次产生1,2,3,4,5,0。

generate y=log(x) if x>0 /* 产生新变量y，其值为所有x>0的对数值log(x)，当x<=0时，用缺失值代替。

egen产生新变量set obs 12egen a=seq() /*产生1到N的自然数egen b=seq(),b(3) /*产生一个序列，每个元素重复＃次egen c=seq(),to(4) /*产生多个序列，每个序列从1到＃egen d=seq(),f(4)t(6) /*产生多个序列，每个序列从#1到＃2encode 字符变量名，gen(新数值变量名)作用：将字符型变量转化为数值变量。

STATA数据库的维护保留变量或记录keep in 10/20 /* 保留第10～20个记录，其余记录删除keep x1-x5 /* 保留数据库中介于x1和x5间的所有变量(包括x1和x5)，其余变量删除keep if x>0 /* 保留x>0的所有记录，其余记录删除STATA数据库的维护替换已存在的变量值replace 变量＝表达式replace bolck=6 if block==0 /* 将block＝0的数全部替换为6。

replace z=. if z<0 /* 将所有小于0的z值用缺失值代替。

replace age = 25 in 17 /* 将第17条记录中的变量age替换为25。

for var x* : replace X=0 if X==. /* 将所有第一个字母为x的变量替换为0，如果该变量的值为缺失值纵向连接数据库Ex3-3.dta:x0 x11. 3550 24502. 2000 24003. 3000 18004. 3950 32005. 3800 3250use "E:\教学\上机\ex3-2.dta", clearlx0 x1 g1. 2450 1450 22. 2100 2400 23. 2300 3800 24. 1590 4200 2append using E:\教学\上机\ex3-3.dtalx0 x1 g1. 2450 1450 22. 2100 2400 23. 2300 3800 24. 1590 4200 25. 3550 2450 .6. 2000 2400 .7. 3000 1800 .8. 3950 3200 .9. 3800 3250 .横向联接数据库Ex3-5.dta:bh y0 y1 x01. 1 35 79.2 22. 3 45 47.4 83. 4 52 34.6 64. 6 66 28.0 9命令. drop _all. use E:\教学\MPH上机\ex3-5.dta. sort bh. save "E:\教学\MPH上机\ex3-5.dta",replacefile E:\教学\MPH上机\ex3-5.dta saved. use E:\教学\MPH上机\ex3-4.dta. sort bh. merge bh using E:\教学\MPH上机\ex3-5.dta结果bh x0 x1 y0 y1 _merge1. 1 12 24 35 79.2 32. 2 15 26 . . 13. 3 16 49 45 47.4 34. 4 18 57 52 34.6 35. 5 20 68 . . 16. 6 9 . 66 28 2列数据接龙Stack 变量名，into（新变量名）|group(#) [clear wide]示例统计描述及区间估计定量资料的一般描述均数、标准差、百分位数、中位数summarize [变量名] [, detail ]统计描述及区间估计百分位数centile [变量名] [, centile(# [# ...]) cci normal meansd level(#) ] 统计描述及区间估计定性资料的一般描述按照分类变量给出频数和构成比tabulate 变量名例2. 有三组(group)患者，男女(sex)若干人，sex=1表示男性，sex=0表示女性。

测得其血红蛋白浓度(x1,%)和红细胞计数(x2,万/mm3)，资料存入c:\mydata\ex2.dta。

试对其进行描述。

见ex5-2. use c:\mydata\ex2. tab group. tab sex. tab group, sum(x1). tab group, sum(x2)统计描述及区间估计可信区间的估计ci 变量 [, level(#) binomial poisson exposure(观察数变量) by(分组变量) total ] cii 观察数均数标准差 [, level(#) ]level(#) /* 指定可信度，缺失时为95(%)by(分组变量) /* 指定按分组变量分别估计均数的可信区间total /* 指定除按分组变量估计可信区间外，还对整个数据估计，仅用于指定了by(分组变量)时. use c:\mydata\ex2. sort group/* 在用by(分组变量)前，必须对分组变量排序. ci x1 x2, by(group)STATA的作图作图命令GRAPHgraph [变量名] [, 图形类型通用选择项特殊选择项]图形类型histogram /* 直方图，为缺省值。

oneway /* 一维散点图twoway /* 二维散点图、线图matrix /* 二维散点图阵bar /* 条图、百分条图pie /* 圆（饼）图box /* 箱式图star /* 星形图STATA的作图作图命令GRAPH常用选项bin(#) /* 将数据分几组,缺省为5。

freq /* 指定纵轴用频数表示，否则为频率。

normal /* 给直方图加上相应正态曲线。

xlab/ylab/[(#,……,#)] /*指定坐标轴的界点。

b2/l2[（“字符串”）] /*指定坐标轴的副标题。

STATA的作图如何利用STATA绘制频数分布图？例 130名14岁女孩身高资料。

gra x,bin(10) freq normal xlab(124,128,132,136,140,144,148,152,156,160,164) ylab(5,10,15,20,25,30,35,40)数值变量资料的描述均数、几何均数、中位数、百分位数极差、四分位数间距、方差、标准差变异系数对称分布均数±标准差偏态分布中位数±四分位数间距数值变量资料的描述means [变量名]summarize [变量名] [, detail ]centile [变量名] [, centile(#) ] 其他选项detail /* 详细描述，缺失时为简单描述centile(#) /* 指定需要计算的百分位数某市1997年12岁男童120人的身高(cm)资料如下sum xsum x,dsum x if x<140sum x if x<140,dcentile xcentile x,centile(25,50,75)例有五份血清的抗体效价为1:10, 1:20, 1:40, 1:80, 1:160,描述其抗体滴度的平均水平。

means xSTATA的作图作图命令graph 简写gragra [变量名] [, 图形类型通用选择项特殊选择项]图形类型histogram /* 直方图oneway /* 一维散点图twoway /* 二维散点图、线图matrix /* 二维散点图阵bar /* 条图、百分条图pie /* 圆（饼）图box /* 箱式图star /* 星形图直方图数值变量资料的统计分析样本均数与总体均数比较的t检验配对设计 t检验成组设计t 检验方差齐性检验样本均数与总体均数比较的t检验ttest 变量名= #valttesti #obs #mean #sd #val例问题：统计量与参数不同的两种可能其一：抽样误差(偶然的、随机的、较小的)其二：本质上的差别(必然的、大于随机误差)例样本：某医生随机抽查10名某病患者的血红蛋白，求得其均数为12.59 (g/dl),标准差为1.632619 (g/dl) 。

问题：该病患者的平均Hb含量是否与正常人的平均Hb含量相同 (正常人的平均Hb含量为14.02 (g/dl)。

STATA 命令ttest 变量名= #valttest x =14.02STATA 结果ttest x=14.02One-sample t test---------------------------------------------------------------------------- Variable | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]---------+------------------------------------------------------------------x | 10 12.59 .5162794 1.632619 11.42209 13.75791---------------------------------------------------------------------------- Degrees of freedom: 9Ho: mean(x) = 14.02Ha: mean < 14.02 Ha: mean ~= 14.02 Ha: mean > 14.02t = -2.7698 t = -2.7698 t = -2.7698P < t = 0.0109 P > |t| = 0.0218 P > t = 0.9891STATA 命令ttesti #obs #mean #sd #valttesti 10 12.59 1.632619 14.02配对设计t检验ttest 变量1=变量2STATA 命令ttest x1=x2STATA 结果ttest x1=x2Paired t test-------------------------------------------------------------------Variable | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]---------+---------------------------------------------------------x1 | 10 12.59 .5162794 1.632619 11.42209 13.75791x2 | 10 13.27 .3415813 1.080175 12.49729 14.04271---------+--------------------------------------------------------- diff | 10 -.6799999.5204272 1.645735 -1.857288 .4972881-------------------------------------------------------------------Ho: mean(x1 - x2) = mean(diff) = 0Ha: mean(diff) < 0 Ha: mean(diff) ~= 0 Ha: mean(diff) > 0t = -1.3066 t = -1.3066 t = -1.3066P < t = 0.1119 P > |t| = 0.2237 P > t = 0.8881成组设计 t 检验ttest 变量1=变量2, unpaired [unequal]ttest 变量,by（分组变量）[unequal]ttesti #obs1 #mean1 #sd1 #obs2 #mean2 #sd2 [,unequal]unpaired 表示非配对的，如不选就作配对ｔ检验unequal 表示假设两组方差不齐，如不选表示假设两组方差达到齐性例（成组设计）分别测得14例老年人煤饼病人及11例正常人的尿中17 酮类固醇排出量(mg/dl)如下，试比较两组的均数有无差别STATA 命令ttest x1=x2, unpairedttest x, by(g)STATA 结果ttest x1=x2,unpTwo-sample t test with equal variances---------------------------------------------------------------------------- Variable | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]---------+------------------------------------------------------------------ x1 | 14 4.377857 .3875 1.449892 3.540714 5.215x2 | 11 5.528182 .5232431 1.735401 4.362324 6.69404---------+------------------------------------------------------------------ combined | 25 4.884 .3306453 1.653227 4.201582 5.566418---------+------------------------------------------------------------------ diff | -1.150325 .636752 -2.467547 .1668972---------------------------------------------------------------------------- Degrees of freedom: 23Ho: mean(x1) - mean(x2) = diff = 0Ha: diff < 0 Ha: diff ~= 0 Ha: diff > 0t = -1.8066 t = -1.8066 t = -1.8066P < t = 0.0420 P > |t| = 0.0839 P > t = 0.9580两组资料间的方差齐性检验sdtest 变量名1 = 变量名2sdtest 变量,by（分组变量）sdtesti #obs1 #mean1 #sd1 #obs2 #mean2 #sd2单因素方差分析及方差齐性检验oneway 因变量分组变量，[选择项]noanova /* 不打印方差分析表missing /* 将缺省值作为单独的一组tabulate /* 打印各组的基本统计量表简写：tscheffe /* Scheffe法简写：schBonferroni /* Bonferroni法简写：bonsidak /* Sidak法简写：si各组均数两两比较oneway x group,noanova schComparison of var3 by group(Scheffe)Row Mean-|Col Mean | 1 2---------+----------------------2 | -.425| 0.426|3 | -.91 -.485| 0.024 0.330STATA软件及其应用-III秩和检验和相关与回归分析秩变换配对资料的秩和检验；两组资料的秩和检验；多组资料的秩和检验；直线相关分析；等级相关分析；直线回归分析；秩变换genrank 新变量= 原变量egen 新变量=rank（原变量）配对资料的秩和检验signrank 变量1 = 变量2 [if 变量1!=变量2]两组资料的秩和检验ranksum 观察值变量，by(分组变量)两组资料的秩和检验两组资料的秩和检验例3 用复方猪胆胶囊治疗老年性慢性支气管炎患者403例，疗效见第(1)~ (3)栏。