stata常用命令总结
STATA常用命令大全
STATA 常用命令大全调整变量格式：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", clearmerge 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", clearmerge 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 常用命令
目录STATA 常用命令 (2)一、基本运算 (2)二、数据处理 (3)三、数据导入导出 (3)四、描述性统计 (4)五、相关系数 (4)六、t检验 (4)七、非参数检验Wilcoxon (4)八、多元线性回归 (4)九、面板数据多元回归 (4)十、Logit回归 (5)十一、主成分分析与因子分析 (5)十二、PSM（倾向性匹配） (5)十三、内生性检验 (6)十四、DID （双重差分模型） (6)十五、作图 (7)十六、错误修正 (7)十七、应用技巧 (7)STATA 常用命令一、基本运算2.新变量产生1至n（行数）的变量：gen z=_n新变量赋值：gen y=log(x) if x>0gen y=seq(x)gen y=rmean(x)gen y=x+zDummy 变量：gen d=1 if x>1replace d=0 if x<=1自动生成年度（year）的Dummy变量：tabulate year, gen(Dyear)替换变量中的数值：replace x=0 if x<0更换变量名称：rename var1 x字符型变量转换为数值型：destring x, replace force(手动操作：选定变量=>右键=>数据）提取年度：gen ymd=date(date,”YMD”)format %td ymdgen year=year(ymd)提取字符：gen code=substr(x,1,1)3.变量处理一阶滞后变量：gen lag_x=L.x将所有变量的缺失值改为0：mvencode _all, mv(0) override去掉重复数值：duplicates drop x, force变量的标准化：egen x1=std(x)变量的缩尾处理：先安装：ssc install winsor, replacewinsor x , gen (x1) p(0.01)二、数据处理1.基本操作帮助：help ttestsearch ttest打开文件：use “ “查看：list x in 1/4展示数据集：describe (d)频率：tab x 或tab x y z命令窗口的执行命令：enter命令文件的执行命令：ctrl +D命令窗口换行：ctrl+enter清空内存（对新数据集开始检验时先清除原数据）：clear点击历史窗口，可以将已执行的命令重新恢复为待执行的命令从小到大排列：sort x从大到小排列：gsort -x删除变量：drop x删除若干行：drop in 10/12删除前3行：drop in 1/3删除负数行：drop if x<0删除缺失值：drop if x==.删除不等于C的值：drop if x~=“C”保留变量x和y，删除其他变量：keep x y保留若干行，删除其他行：keep in 10/12保存：save “ 路径” , replace2.数据集合并横向合并：merge x y using “ “纵向合并：append using “ “按一个变量合并：merge 1:m code using "E:\Research\STATA\income.dta"drop _merge按两个变量合并：merge 1:1 code year using "E:\Research\STATA\income.dta"drop _merge3.三、数据导入导出1.Data=>data editor （改为数值型）=>将excel数据粘贴到data editor2.直接导入excel数据，并把第一行作为变量名称：import excel “路径”, firstrow clear3.导入stata 数据集：use “ ”4.导出: 安装asdoc: ssc intall asdoc, replace然后回归分析时：asdoc reg y x在结果窗口点击：Myfile.doc四、描述性统计1.summarize x2.su x3.su x if x>204.su 后不输入具体变量，则对全体变量进行描述性统计。
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常用命令总结
说明：（1）在最前面加上“*”号表示该行为注释语句，STATA 将只显示不执行；（2）在一个命令的中间加入注释，要用：/*注释内容*/（3）对较长的命令或者为便于阅读，将一行命令写成几行时，用///来分开（4）在命令行的后面加入注释：//注释语句将一部分内容变成注释内容，前后用/*被注释掉的语句*/ */about *查看所安装的Stata所属版本update all *更新stata命令库sysuse *打开系统自带的示例数据use *打开用户自己的统计数据，默认打开C:\data或D:\data中的数据use"D:\abc" *打开其他文件夹的数据，等价于菜单file--open--abc insheet using D:\1.csv, clear *导入其他格式的数据insheet using D:\1.csv, double clear *对导入数据的精度要求很高outsheet using myresult.txt *导出数据outsheet using myresult.asc *导出数据*此时建立的文件myresult.txt第一行为变量名，第2～6 行为变量值。
变量列间用Tab键分隔。
如果不希望在第一行存储变量名，则可以使用nonames 选项。
如果文件已经存在，则需要使用replace 选项outsheet using myresult.asc, nonamesoutsheet using myresult.asc, nonames replaceclear //清空内存中现有数据describe //描述数据概貌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dispay log(2) *当计算器用drop_all *drop data from memoryset obs *定义样本个数（使用前一定要用drop或clear命令清空当前样本）summarize y *求某个变量的观察值个数、平均值、标准差、最小值和最大值summarize y,detail *显示某个变量更多的指标（峰度、偏度等）scatter y x *生成两个变量的散点图line y x *生成两个变量的折线图*用双Y 轴，将降雨量用左纵轴表示，将单产用右纵轴表示。
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)。
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。
3.xtline命令：用于绘制面板数据的折线图。
4.xtsum命令：用于计算面板数据的描述性统计量。
重要观点：面板数据具有时间和单位的维度，能够捕捉到个体和时间的变化。
在面板数据分析中，要考虑到时间序列相关性和个体异质性，选择合适的模型和方法进行分析。
五、进一步思考
1.在使用Stata进行数据分析时，要注意数据的质量和可靠性。
需要进行数据
清洗和预处理，处理缺失值和异常值，确保数据的准确性和可靠性。
2.在选择统计方法和模型时，要根据研究问题和数据特点进行合理选择。
不同
的方法和模型适用于不同的情况，要结合实际问题进行判断和决策。
3.在进行数据可视化时，要注重图形的简洁性和易读性。
避免使用过多的图形
元素和颜色，使图形更加清晰明了。
4.学会使用Stata的帮助文档和在线资源，提高自己的学习和使用能力。
Stata具有丰富的文档和社区支持，可以帮助用户解决各种问题和困惑。
5.不断学习和探索新的Stata命令和技巧，提高自己的数据分析能力。
Stata
是一个功能强大的软件，有很多高级功能和技巧可以用于更深入的数据分析和建模。
通过熟练掌握Stata常用命令和方法，可以更好地进行数据分析和研究工作。
在实际应用中，要结合具体问题和数据特点，灵活运用Stata的功能和工具，取得准确和可靠的分析结果。