stata常用命令
stata常用命令
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
stata入门常用命令
stata入门常用命令Stata是一种统计分析软件，在社会科学、医学等研究领域很常用。
以下是Stata入门常用命令：1.数据加载use "文件路径"：加载Stata数据，文件路径为数据文件所在的路径。
describe：显示数据集的变量名、数据类型、缺失值和数据分布等。
2.变量处理generate 变量名=表达式：生成新变量（如指数变量），并可以使用算数、统计和逻辑运算。
replace 变量名=新值：替换某变量中的指定值（如缺失值）为新值。
drop 变量名：删除数据集中的变量。
rename 旧变量名 = 新变量名...：将变量改名。
recode 变量名(包含的值) = 新值：根据变量取值对其离散化。
3.数据子集sort 变量名...：按指定变量排序数据。
by 变量名:...:在一个或多个变量上划分数据集，然后对每个子集应用命令。
if (条件)：指定一个条件，只选取满足条件的数据记录。
merge 命令：将两个或多个数据集根据指定变量进行合并。
4.数据汇总summarize：按变量计算数值统计（如平均值、标准差、中位数和四分位数）。
tabulate 变量名：对变量进行交叉分析，并产生表格输出。
5.数据可视化histogram 变量名：绘制直方图。
scatter 变量名1 变量名2：绘制散点图。
graph 命令：绘制多种类型的图表，例如线图和条形图。
6.线性回归regress 因变量自变量1 自变量2...：通过最小二乘法拟合多元线性回归模型。
test 命令：进行t检验、F检验、方差分析等统计检验。
predict 新变量名：计算回归模型的预测值或残差值，并存储在新的变量中。
7.度量方法计算correlate 命令：计算并存储所有变量的相关系数矩阵。
haase 命令：计算哈斯变换矩阵。
Inflate 命令：计算一个变量的方差膨胀因子和条件数。
8.模态分析（模拟）simulate 命令：用随机抽样模拟数据，计算一个或多个变量的特定函数或方程，并存储结果。
stata常用命令
stata常用命令1. 生成变量1.1 gen生成新变量，可以是常数或基于其他变量的一般表达式。
1.2 replace替换已有变量的值。
生成专门函数如总和、均值、标准差等。
2. 数据子集保留指定的变量。
2.2 drop2.3 in子集数据只保留某些被满足条件的观察值。
更加灵活地较大判断条件。
3. 重塑数据3.1 wide将数据在垂直方向与一个变量进行“展开”（unstack）。
4. 数据合并将两个数据集根据一些共同变量进行合并。
5. 数据排序5.1 sort按顺序排列观测值。
5.2 by指定一组变量作为分类变量，然后对该变量使用stata命令。
6. 描述性统计和图形6.1 summarize描述数据集的基本信息。
6.2 tabulate生成列联表。
绘制直方图。
生成散点图。
6.5 twoway可用于绘制多元图形，包括线图、条形图、密度图等。
7. 频数用于表格中简单查看可以因为比较大的变量。
8. 回归分析8.1 regress线性回归分析。
8.2 logistic8.3 probit生成probit模型。
9. 时间序列9.1 tsset使用stata处理时间序列数据的第一步是指定数据集变量中的时间序列。
生成时间序列图。
10. 面板数据使Stata处理面板数据。
10.2 xtreg生成固定效应模型或随机效应模型。
11. 模型诊断使用模型生成新的预测值。
测试线性组合的系数的显著性。
12. 元分析进行元分析。
13. 子样本13.1 markin创建一个新文件并标记子样本。
标记子样本中的索引值。
以上就是stata常用命令，当然并不是所有的命令都一一列举，在实践用stata的经验中可以去发掘能否有更好的命令来使用。
Stata常用15条命令
【命令1】：导入数据一般做实证分析使用的是excel中的数据，其后缀名为.xls，需要将其修改为.csvinsheet using name.csv, clear【命令2】：删除重复变量sort var1 var2duplicatesdrop var1 var2, force【命令3】：合并数据use data1, clearmerge m:m var1 var2 using data2drop if _merge==2drop if _merge==1drop _merge【命令4】：描述性统计分析tabstat var1var2, stat(n min mean median p25 p75 maxsd), if groupvar==0 or 1输出到word中：logout, save(name) word replace: tabstat var, stat(n min mean p50 max sd) col(stat)f(%9.2g)【命令5】：结果输出安装ssc install estout, replace单个回归reg y xesttab using name.rtf, compress nogap r2 ar2 star(* 0.1 ** 0.05 *** 0.01)多个回归一起reg y x1est store m1reg y x2est store m2esttab m1 m2 using name.rtf, compress nogap r2 ar2 star(* 0.1 ** 0.05 *** 0.01)【命令6】生成虚拟变量tab year, gen(year)tab industry, gen(industry)【命令7】数据缩尾处理findit winsor2之后安装winsor2 varname, replace cut(1 99)【命令8】异方差检验怀特检验ssc install whitetstreg y x1 x2estat imtest, white处理：“OLS+稳健标准差”reg y x1 x2 x3, robust【命令9】 DW检验gen id=_ntsset idestat dwatson【命令10】计算两个日期之间的间隔天数gen td=date(trading_date,'YMD')gen ed=date(eventdate,'YMD')form td ed %tdgen d=ed-td【命令11 】生成滞后、差分数据tsset code yeargen newvarname=l.varnamegen newvarname=d.varname【命令12】多重共线检验之方差膨胀因子reg y x1 x2 x3vif【命令13】多重共线修正之逐步回归stepwise, pe(0.1): reg y x【命令14】检验是否遗漏高次项reg y xestat ovtest或者estat ovtest, rhs【命令15】样本检验两样本均值T检验ttest var, by(groupvar)两样本中位数Z检验ranksum var, by(groupvar)。
stata常用命令总结
Stata常用命令总结Stata是一种统计分析软件，广泛用于社会科学、经济学、生物医学等领域的数据分析。
它具有丰富的功能和灵活的数据处理能力，能够进行各种统计分析、数据可视化和模型建立。
本文将总结Stata的常用命令，包括重要观点、关键发现和进一步思考，帮助读者更好地理解和使用Stata。
一、数据导入和处理e命令：用于导入Stata数据文件（.dta）。
2.import命令：用于导入其他格式的数据文件（如Excel、CSV等）。
3.save命令：用于保存当前数据文件。
4.drop命令：用于删除变量或观察值。
5.keep命令：用于保留指定的变量或观察值。
重要观点：在数据导入和处理阶段，要注意数据的完整性和准确性。
需要检查数据的缺失值、异常值和数据类型，做好数据清洗和预处理工作。
二、数据描述和统计分析1.summarize命令：用于计算变量的描述性统计量，如均值、标准差、最大值、最小值等。
2.tabulate命令：用于制作交叉表和列联表。
3.correlate命令：用于计算变量之间的相关系数。
4.regress命令：用于进行线性回归分析。
5.logit命令：用于进行二分类的逻辑回归分析。
重要观点：在进行数据描述和统计分析时，要根据研究问题选择合适的方法和指标。
同时要注意解释统计结果的意义，避免过度解读和误导。
三、数据可视化1.histogram命令：用于绘制直方图。
2.scatter命令：用于绘制散点图。
3.twoway命令：用于绘制多种类型的图形，如线图、柱状图、饼图等。
4.graph export命令：用于将图形导出为图片文件。
重要观点：数据可视化是数据分析的重要手段，能够直观地展示数据的分布和关系。
在进行数据可视化时，要选择合适的图形类型和参数，使图形简洁明了，易于理解和解释。
四、面板数据分析1.xtset命令：用于设置面板数据的时间和单位。
2.xtreg命令：用于进行面板数据的固定效应或随机效应模型分析。
stata最常用命令大全
statasave命令File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命令总结
stata命令总结.docStata命令总结引言Stata是一款强大的统计分析软件，广泛应用于经济学、社会学、医学等领域。
Stata命令是进行数据处理、统计分析、图形展示等操作的基础。
本文将对Stata中常用的命令进行总结，以帮助用户更高效地使用Stata进行数据分析。
Stata基础命令1. 数据管理导入数据：import excel, import delimited导出数据：export excel, export delimited数据集保存：save, saveold2. 变量管理创建变量：generate, egen修改变量：replace删除变量：drop3. 数据清洗数据类型转换：destring, encode, format缺失值处理：mvdecode, drop if missing()异常值检测：tabulate, summarize描述性统计分析1. 基本统计量描述性统计：summarize频率统计：tabulate相关系数：correlate2. 分组统计分组描述：bysort, xtsum 分组汇总：collapse3. 数据转换数据长格式：reshape long 数据宽格式：reshape wide 推断性统计分析1. 假设检验t检验：ttest方差分析：anova卡方检验：tabulate, chi2 2. 回归分析线性回归：regress逻辑回归：logit泊松回归：poisson3. 时间序列分析时间序列描述：tsreport自回归模型：arima高级统计分析1. 面板数据分析面板数据描述：xtset, xtsum固定效应模型：xtreg fe随机效应模型：xtreg re2. 多层次模型多层次线性模型：xtmelogit3. 结构方程模型结构方程模型：sem绘图与可视化1. 基本图形散点图：scatter线图：line柱状图：bar2. 高级图形箱线图：boxplot直方图：histogram核密度估计图：kdensity3. 交互式图形交互式图形：twoway, graph edit编程与自动化1. 循环与条件语句循环：foreach, forvalues条件语句：if, else2. 脚本与批处理脚本编写：do-file批处理：batch3. 宏与用户定义命令宏：macro用户定义命令：program define结语Stata命令的掌握是进行高效数据分析的前提。
stata命令大全(全)
********* 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。
- 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)。
重要习惯 www__.__p__om_ine__.co__m_
w_w_w_.__p_omi_ne__._c__o_m
我们使用 Stata 进行回归分析时，需要养成一些好的习惯。在进行一些数据量很大，过程复杂的分 析时尤其重要。w_w_w__._po_m__in__e__.c_o_m_
Stata 入门介绍
转载，原作者不详。w__w__w__._po_m__i__n__e__.__c__om (1) Stata 要在使用中熟练的，大家应该多加练习。w_w_w__._p_om__i_ne__._co_m (2) Stata 的很多细节，这里不会涉及，只是选取相对重要的部分加以解释，大家在使用 Stata 过 程中留心积累。作为入门性质的介绍，本文只选取和中级计量经济学作业相关的内容和一些处理数 据所使用的基本命令。对于更高深的内容，请大家参看 STATA manual.”ww_w_.__p_o__m__ine_.c__o_m_
格式: sort educ（这一步不可缺，一定需要先排序） by educ: table wagew_ww._pomi_n_e.c_o_m_ by educ: tabulate wagew_w_w.__po__m_i_n_e.c_o__m_
w_w__w._p_o_m_ine.c__om
画图
ww_w_.p__o_m_i_n_e__.com
w_w__w_.p_om_i__n__e_._c_om_
“scatter”命令可以画出两个变量之间的分布关系。例如我们想直观的看到教育水平变化时工资的 变化，可以用 “scatter” 命令或者 “graph twoway scatter” 命令。w_w__w_.pom__in_e__.__c_o__m__
w__w_w__.p_o_min__e.c_o_m_
（2）Do-file。在 command 窗口输入命令的方式很受限制，我们使用工具栏中“Do-file-editor” （第 8 个）在 Do-file 中编程。直接的好处便是我们可以很方便的执行以前写过的命令，并记录我 们需要的命令，方便下一次的使用和分析。在复杂的分析中，采用 Command 窗口输入的方式会是非 常的困难，我们必须用 do-file 去编程。w_ww.pom__in_e__._c_o_m_
很多时候，画图能够直观地看到数据分布和它们之间关系。比如我们可以 “histogram” 命令画出 数据分布的柱状图(histogram)。
w__w__w__._p_o_m__i_n_e__.__c__om_
格式：www_.p_o_mi_ne_._c_o_m_ histogram wagew_ww__._p_om_i__n_e._co_m__
w__w_w_.po__m_i_n__e.c_o_m__
关闭 log 的命令为“log close”。
ww_w__.__po__m__i_ne_._c__o__m_
格式: log closew_w_w_.__p__o_mi_n_e_._com
w_ww.po__m__i__ne_._co_m
那么“10.21.5_30.log”文件就记录了从“log using”命令 到“log close”命令之间 stata 运行 的所有结果。ww_w.p__om_i__n__e_.__c_o_m
ww_w_._p_o__m_ine._c_o__m__
格式：w_ww_._p_o_m_i_ne_.c__om__ summarize wage sum educ exper
w_w_w__.p__o_m_i_n_e_.__co__m_
需要了解如“中位数”(median)，我们可以进一步使用后缀 detail。此时会详细报告百分比所对应 的样本值。
w_w__w._p_o__mi_n__e_.co_m
格式： *Wage_analysis.do *The program is written for the analysis of wage determination. *Data management: reshape the data to panel. *This rsult will be saved in the data file: wage1.dta * written: 10/21/05
w__ww_._p__om_i_n_e_.c_o_m_
界面 w_w__w_.p__om_i_n__e_._com
w_ww__._p_o__m_i_ne_.c_om__
当我们把 Stata 装好以后，首先需要了解的是它的界面。打开 Stata 后我们便可以看到它常用的四 个窗口：Stata Results; Review; Variables; Stata Command。我们所有的运行结果都会在 Stata Results 界面中显示；而命令的输入则在 Stata Command 窗口；Review 窗口记录我们使用过的命 令；最后 Variables 窗口显示存在于当前数据库中的所有变量的名称。可以直接点击 Review 窗口 来重新输入已使用过的命令，我们所需变量可以通过点击 Varaibles 窗口来得到，这些都可以简便 我们的操作。
ww__w.pom_i_ne_._c_o__m_
打开数据后我们可以用工具栏“Data Browse”（第 10 个）浏览数据。浏览数据可以帮助我们了解 具体每一个数据。要了解数据具有的特征，我们必须借助 Stata 命令。
ww__w.pomi_n__e__._co_m_
了解数据特征 ww_w__.__p__om__ine_.__co_m
www.p_omine_._c_o_m__
格式:ww_w_._p_omi__n_e._com_ tabstat wage, stats(mean) tabstat wage, stats (sd median range) (注意不要逗号)
w_ww_._po_m__i_ne.__c_o_m_
如果我们想要了解不同教育水平的工资的均值，可以用如下命令：
w_w__w.p_o__m_ine_.c__o_m
在 do-file 文件中，用*表示注释内容，Stata 在运行 do-file 时会跳过这些注释语句。加入注释 语句能增强 do-file 的可读性。我们应该养成习惯为每一个 do-file 文件写详细的注释内容。比如 要说明文件名称，回归分析的目的，时间和存放位置。如果过程中生成并保存了数据文件，应写出 相应数据文件的名称等。如果中途对 do-file 文件进行过修改，最好将修改过文件保存为另一个文 件，以便于将来对比分析原文件和修改后的文件。ww_w_._p__om_i_n_e._c_o_m
w_ww_.__p__o_mi_n_e__.c__om__
需要对命令的帮助时可以用 help 命令查询。例如了解命令： “reg” ，就可以在 Stata Command 窗口输入 “help reg” ，也可以在 Help 选项下 content 中查找我们需要的相关命令。用 help 查询，则窗口会显示关于该命令的详尽说明。更直接的办法是看 Examples 中的范例是如何使用该 命令，阅读一些相关的说明并加以模仿。w_w__w.__pom_in_e.co__m
w_w_w__._po_mine.__c_om
Stata 命令 w_w__w.__p__om_i_n_e__.c_o__m
ww_w.__p_om__i_n_e_._c_om_
Stata 软件功能强大，体现在它提供了丰富的命令，可以实现许多功能。每一个 Stata 命令都相应 的命令格式。我们在这里介绍常用的一些命令的功能和相应的格式，大家在使用 Stata 的过程中会 不断积累命令的相关知识。
w__ww__._po__m__in_e._c_om
格式：sum wage educ, detail
w_ww.p_om_i_n__e_.__c_o_m_
此外 Stata 还提供了别的命令帮助我们了解数据，如 “codebook” 命令，它与带 detail 后缀的 “sum” 命令相似。 “table”，它将报告数据取值和相应的频率。 “tabulate” (或简写为 ta) 是一个很有用的命令。与 table 相比，ta 将进一步报告数据分布的百分比。
ww_w__.__po__m__i_ne__._c_om
在调试 do-file 文件时，可以选择部分命令让 Stata 只运行选中部分。
w__w__w.__pom__in__e_._c_o_m
我们可以保存当前使用的 do-file 文件。Review 窗口中的命令也可以保存为 do-file。方法是右 键点击 Review 窗口，选择 Save Review Contents。
ww_w__.p_o_mi_n_e_._c_om_
“describe” 命令可以告诉我们每一个变量的含义。
w_ww__.p_omi_n__e.c__om
格式：describew_ww__.__p_om_i__ne__._c_o_m_
w_ww__.p_o_m_i_n__e.co_m
具体了解每一个变量的特征，我们可以用 tabstat 命令。例如我们可以计算 wage 的均值，方差， 中位数，范围，具体可以用 help tabstata 查询。
w_w_w__.pom__i_ne.c__om_
格式: tabstat wage, by (educ) stats(mean)
www_._p_o__mi_n_e__.c_o__m_
此外可以使用 “Sum”，它是命令 “summarize” 的简写。Summarize（Sum）将汇报数据的均值和 方差等信息。
ww__w._p_omine.co_m
格式: codebook wage educ table wage ta educ