Stata統(tǒng)計(jì)分析命令

*-Stata統(tǒng)計(jì)分析常用命令匯總一、winsorize極端值處理范圍：一般在1%和99%分位做極端值處理，對于小于1%的數(shù)用1%的值賦值，對于大于99%的數(shù)用99%的值賦值。謝謝閱讀1、Stata中的單變量極端值處理：stata11.0，在命令窗口輸入“finditwinsor”后，系統(tǒng)彈出一個窗口，安裝winsor模塊安裝好模塊之后，就可以調(diào)用winsor命令，命令格式：winsorvar1,gen(newvar)p(0.01)或者在命令窗口中輸入：sscinstallwinsor安裝winsor命令。winsor命令不能進(jìn)行批量處理。謝謝閱讀2、批量進(jìn)行winsorize極端值處理：打開鏈接：/judson.caskey/data.html，找到winsorizeJ，點(diǎn)擊右鍵，另存為到stata中的ado/plus/目錄下即可。命令格式：winsorizeJvar1var2var3,suffix(w)即可，這樣會生成三個新變量，var1wvar2wvar3w，而且默認(rèn)的是上下1%winsorize。如果要修改分位點(diǎn)，則寫成如下格式：winsorizeJvar1var2var3,suffix(w)cuts(595)。精品文檔放心下載3、Excel中的極端值處理：（略）winsor2命令使用說明簡介：winsor2winsorizeortrim(iftrimoptionisspecified)thevariablesinvarlistatparticular精品文檔放心下載percentilesspecifiedbyoptioncuts(##).Indefult,newvariableswillbegeneratedwithasuffix感謝閱讀"_w"or"_tr",whichcanbechangedbyspecifyingsuffix()option.Thereplaceoptionreplacesthe精品文檔放心下載variableswiththeirwinsorizedortrimmedones.感謝閱讀相比于winsor命令的改進(jìn)：可以批量處理多個變量；不僅可以winsor，也可以trimming；附加了by()選項(xiàng)，可以分組winsor或trimming；感謝閱讀增加了replace選項(xiàng)，可以不必生成新變量，直接替換原變量。謝謝閱讀范例：*-winsorat(p1p99),getnewvariable"wage_w"謝謝閱讀. sysusenlsw88,clear. winsor2wage*-left-trimmingat2thpercentile精品文檔放心下載.winsor2wage,cuts(2100)trim*-winsorvariablesby(industrysouth),overwritetheoldvariables.winsor2wagehours,replaceby(industrysouth)精品文檔放心下載使用方法:請將winsor2.ado和winsor2.sthlp放置于stata12\ado\base\w文件夾下；謝謝閱讀輸入helpwinsor2可以查看幫助文件；*-二、描述性統(tǒng)計(jì)1、summarize命令格式：su、sum或者summarize[varlist][if][in][weight][,options]感謝閱讀如果summarize或sum后不加任何變量，則默認(rèn)對數(shù)據(jù)中的所有變量進(jìn)行描述統(tǒng)計(jì)options選項(xiàng)：detail表示產(chǎn)生更加詳細(xì)的統(tǒng)計(jì)變量謝謝閱讀Separator（n）表示每n個變量畫一條分界線，n=0表示禁止使用分界線Summarize描述統(tǒng)計(jì)輸出表中包含：樣本容量、平均數(shù)、標(biāo)準(zhǔn)差、最小值和最大值感謝閱讀2、tabstat命令格式：tabstat[varlist][if][in][weight][,options]精品文檔放心下載options選項(xiàng)：stat(statname)表示設(shè)定所需要的統(tǒng)計(jì)量col(stat)或c(s)表示將結(jié)果報(bào)表轉(zhuǎn)置精品文檔放心下載統(tǒng)計(jì)量：mean：平均數(shù) count/n：觀測值數(shù)目 sum：加總精品文檔放心下載max/min：最大值/最小值 range：極差 sd：標(biāo)準(zhǔn)差 cv：變異系數(shù)精品文檔放心下載semean：平均標(biāo)準(zhǔn)誤差 skewness：偏度var：方差精品文檔放心下載kurtosis：峰度 median/p50：中位數(shù) p#：#%百分位數(shù)謝謝閱讀例如：tabstat[varlist],stat(countmeansdmedianminmaxrange)col(stat)感謝閱讀3、描述性統(tǒng)計(jì)結(jié)果輸出到word或Excel用sum做的描述性統(tǒng)計(jì)：logout,save(miaoshutongji) wordreplace:sum感謝閱讀用 tabstat 做的描述性統(tǒng)計(jì)：logout,save(miaoshutongji) word replace:tabstat謝謝閱讀[varlist],stat(countmeansdmedianminmaxrange)col(stat)謝謝閱讀分組描述：bysortvar:三、相關(guān)性分析（一）相關(guān)性分析1、Pearson相關(guān)系數(shù)命令格式：correlate（簡寫：cor或corr）[varlist][if][in][weight][,options]感謝閱讀2、spearman相關(guān)系數(shù)命令格式：spearman[varlist],stats(rhop)感謝閱讀3、在Stata中，命令corr用于計(jì)算一組變量間的協(xié)方差或相關(guān)系數(shù)矩陣；精品文檔放心下載4、命令pwcorr可用于計(jì)算一組變量中兩兩變量的相關(guān)系數(shù)，同時(shí)還可以對相關(guān)系數(shù)的顯著性進(jìn)行檢驗(yàn)；option選項(xiàng)中加上sig可顯示顯著性水平：pwcorr[varlist],sig謝謝閱讀5、命令pcorr用于計(jì)算一組變量中兩兩變量的偏相關(guān)系數(shù)并進(jìn)行顯著性檢驗(yàn)。感謝閱讀6、Spearman和Pearson檢驗(yàn)同在一個表的命令：corrtbl[varlist],corrvars([varlist])精品文檔放心下載輸出結(jié)果中，上三角為Spearman相關(guān)系數(shù)和顯著水平，下三角為Pearson系數(shù)和顯著水平。（二）輸出相關(guān)系數(shù)表到word或Excel中精品文檔放心下載例如：logout,save(mytable)wordreplace:pwcorr_apricempgrep78headroomtrunk,star1(0.01)star5(0.05)star10(0.1)謝謝閱讀四、截面數(shù)據(jù)單方程線性回歸模型的Stata實(shí)現(xiàn)命令格式：regress（簡寫：reg）depvarindepvars[if][in][weigh][option]（depvar表示因變量，indepvars表示自變量）謝謝閱讀*-五、異方差的檢驗(yàn)與處理1、檢驗(yàn)異方差命令格式：hettest2、判斷異方差的標(biāo)準(zhǔn)：P值的大小來判斷，如果P值小于0.05，則不能排除異方差的可能，上圖中P值等于0.4584>0.05，因此，可以排除異方差的可能性。謝謝閱讀3、處理異方差命令格式：在reg命令后加上“,r”或者“,robust”即可。經(jīng)異方差處理后的回歸不顯示調(diào)整后的R2（adj-R2），如果要查看調(diào)整后的R2，再輸入命令：die(r2_a)感謝閱讀六、多重共線性（自變量之間高度相關(guān)）命令格式：vif（一）判斷多重共線性的標(biāo)準(zhǔn)（兩個標(biāo)準(zhǔn)必須同時(shí)滿足）：感謝閱讀1、最大的vif大于10；2、平均的vif大于1。（二）多重共線性的修正1、采用逐步回歸進(jìn)行修正，命令格式：sw reg depvar indepvar,pr(0.05)精品文檔放心下載2、對于含二次項(xiàng)的，使用“對中”的方法，既可以保留二次項(xiàng)，又可以在一定程度上克服多重共線性的問題：先定義兩個變量，分別為該變量減去其均值和該變量的平方，命令如下：謝謝閱讀sumvargenvar1=var-r(mean)genvar2=var^2再用新變量代替原來的變量進(jìn)行回歸處理七、內(nèi)生性的檢驗(yàn)與處理（內(nèi)生性是指自變量與誤差項(xiàng)之間有關(guān)系）精品文檔放心下載1、內(nèi)生性的檢驗(yàn)：ovtestP值的大小來判斷，如果P值小于0.05，則不能排除內(nèi)生性的可能，上圖中P值等于0.4717>0.05，因此，可以排除內(nèi)生性的可能。精品文檔放心下載2、內(nèi)生性的處理：使用工具變量法：ivreg內(nèi)生性的三個來源：測量誤差、遺漏變量和雙向因果。1、變量的內(nèi)生性。這個是沒有辦法單獨(dú)檢驗(yàn)的。當(dāng)有合適工具變量時(shí)候，是可以檢驗(yàn)的，就是hausman檢驗(yàn)感謝閱讀*-2、工具變量的外生性。這個也是沒辦法檢驗(yàn)的。當(dāng)有很多工具變量時(shí)候，可以檢驗(yàn)是否有不是外生的，就是“過度識別”問題謝謝閱讀3、工具變量的相關(guān)性。這個可以說成是“弱工具變量”問題，檢驗(yàn)可以通過一階段的F值。還可以利用PartialR2。4、估計(jì)方法感謝閱讀stata里面有這么幾個2sls，2slssmal、liml、gmm，各自適用情況：small適合小樣本；liml感謝閱讀適合弱工具變量；gmm適合異方差?！纠印縲ebusehsng2*Fitaregressionvia2SLS,requestingsmall-samplestatisticsivregress2slsrentpcturban(hsngval=faminciregion),small*FitaregressionusingtheLIMLestimator精品文檔放心下載ivregresslimlrentpcturban(hsngval=faminciregion)謝謝閱讀*FitaregressionviaGMMusingthedefaultheteroskedasticity-robustweightmatrixivregressgmmrentpcturban(hsngval=faminciregion)精品文檔放心下載*FitaregressionviaGMMusingaheteroskedasticity-robustweightmatrix,requestingnonrobuststandarderrors精品文檔放心下載ivregressgmmrentpcturban(hsngval=faminciregion),vce(unadjusted)精品文檔放心下載*檢驗(yàn)estatafirststage,allforcenonrobust\\\可以查看第一階段F值，已經(jīng)partialR2精品文檔放心下載estatoverid\\\查看是否過度識別estatendogenous\\\查看是否異方差謝謝閱讀regress2slsrentpcturbanhsngval感謝閱讀eststorem1ivregress2slsrentpcturban(hsngval=faminciregion)謝謝閱讀eststorem2hausmanm1m2\\\內(nèi)生檢驗(yàn)八、線性方程組的回歸分析命令格式：sureg(depvar1varlist1)(depvar2varlist2)…(depvarNvarlistN)[if][in][weigh]精品文檔放心下載九、聯(lián)立方程組命令格式：reg3(depvar1varlist1)(depvar2varlist2)…(depvarNvarlistN)[if][in][weigh]感謝閱讀十、面板數(shù)據(jù)的固定效應(yīng)和隨機(jī)效應(yīng)Xtset*-固定效應(yīng)命令格式：xtregdepvarindepvars[if][in],fe[FE_options]隨機(jī)效應(yīng)命令格式：xtregdepvarindepvars[if][in],re[FE_options]hausman檢驗(yàn)固定效應(yīng)還是隨機(jī)效應(yīng)？【例子】感謝閱讀xtregyvar1var2var3，feeststorefextregyvar1var2var3，reeststorerehausmanfere,sigmamorehausmanfere,sigmaless*sigmamore利用有效估計(jì)量方差，即re*sigmaless利用一致估計(jì)量方差，即fe十一：Stata回歸結(jié)果的導(dǎo)出1、在命令窗口中輸入：ssc install esttab，安裝命令esttab謝謝閱讀2、reg回歸3、esttabusingfilename.rtf將以word形式輸出回歸結(jié)果，后綴改成.xls或者.csv則以Excel格式輸出，輸出內(nèi)容為變量名稱和相應(yīng)的回歸系數(shù)，t值，顯著性水平標(biāo)識。系統(tǒng)默認(rèn)顯著性水平是0.001，0.01和0.05，若要改成0.01，0.05和0.1，則輸出esttabm1m2usingaaa.rtf,star(*0.10**0.05***0.01)。謝謝閱讀4、批量輸出回歸結(jié)果：每運(yùn)行一個regression，存起來：eststorem1。m1是你要改的，第一個model所以我叫m1，第二個的話指令就變成eststorem2，依次類推，最后運(yùn)行指令：esttabm1m2...usingtest.rtf。感謝閱讀esttabm11111usingaaaaa.rtf,star(*0.10**0.05***0.01)b(%6.4f)精品文檔放心下載5、outreg2可以將回歸結(jié)果導(dǎo)入word、excle、latex等，而且可以根據(jù)自己需要改變格式：感謝閱讀sscinstalloutreg2useauto,clear[varlist]eststorem1outreg2[m1]usingtest.doc,replace精品文檔放心下載十二、合并樣本（將關(guān)鍵詞相同的多個樣本合并為一個）命令格式：duplicatesdropvarlist,force精品文檔放心下載例如將同一企業(yè)在同一天發(fā)生的多起并購合為一起，可根據(jù)證券代碼和公告日期關(guān)鍵詞，將其合并，命令：duplicatesdropcompany_idevent_date,force謝謝閱讀十三、均值t檢驗(yàn)命令格式：ttestCAR1==CAR2,unpaired精品文檔放心下載十四、中位數(shù)Z檢驗(yàn)（非參數(shù)Wilcoxon秩和檢驗(yàn)）謝謝閱讀命令格式：ranksumvar,by(groupvar)謝謝閱讀groupvar為分組變量*-十五、檢驗(yàn)兩組均值的顯著性差異，在t檢驗(yàn)的后面數(shù)值上面加星號可以用ttest命令執(zhí)行檢驗(yàn)，它會直接報(bào)告星號。精品文檔放心下載亦可采用外部命令 meantab 執(zhí)行檢驗(yàn)，自己根據(jù)t值大小標(biāo)注星號。感謝閱讀helpmeantab //這個最好用sysusenlsw88,clearmeantabcollgradwagehoursttl_exptenure, ///感謝閱讀over(union)tstatdiffnoncells謝謝閱讀另有一個李春濤老師編寫的命令，可以直接標(biāo)注星號：finditttable //多變量，兩組差異十六、刪除有缺失值的樣本egenmis=rowmiss(_all)dropifmis條件語句：cond例如：cond(missing(x),.,cond(x>2,50,70))returns.ifxismissing,returns50ifx>2,andreturns70ifx<2精品文檔放心下載十七、中心化處理與標(biāo)準(zhǔn)化處理1、安裝命令：finditcenter2、中心化：centervarlist （注：生成的新變量默認(rèn)加前置”c_”，可一次對多個變量進(jìn)行處理）感謝閱讀或：centervar,g(newvar) （注：只能對一個變量進(jìn)行中心化，并生成給定名稱的新變量）精品文檔放心下載3、標(biāo)準(zhǔn)化：centervarlist,prefix(z_)standardize （注：生成的新變量加前置”z_”，可多個，可更改）感謝閱讀十八、恢復(fù)數(shù)據(jù)命令preservedropvar1-var100restore

（處理數(shù)據(jù)前使用該命令，否則沒有數(shù)據(jù)可恢復(fù)）（處理數(shù)據(jù)）（恢復(fù)數(shù)據(jù)）十九、genicv產(chǎn)生交叉項(xiàng)【問題】有時(shí)候，想生成很多交叉項(xiàng)，但是又不愿意一個一個寫。有時(shí)候，想看一個交叉項(xiàng)，但是又不愿意生成?！痉椒ā縢enicv可以一鍵生成很多交叉項(xiàng)##可以直接表示交叉項(xiàng)。【例子】sscinstallgenicvsysuseauto,cleargenicvlengthweightforeign//會生成4個交叉項(xiàng)，所有可能情況，并且有l(wèi)abelregpricelengthweightlength_weight謝謝閱讀*如果不愿意生成，直接用*-regpricec.length##c.weight\\\和上面回歸一樣一樣的精品文檔放心下載二十、用stata統(tǒng)計(jì)變量的個數(shù)，但是要去掉重復(fù)的部分精品文檔放心下載bysid:gn=_ncountifn==1二十一、stata中的主成分分析法1、首先，需要對變量進(jìn)行哪些檢驗(yàn)？KMO？還有什么？KMO檢驗(yàn)結(jié)果符合什么條件才能繼續(xù)進(jìn)行主成分分析？謝謝閱讀答：首先使用KMO檢驗(yàn)和SMC檢驗(yàn)。KMO的判斷為，UsingtheKaiser(1974)characterizationofKMOvalues,謝謝閱讀0.00to0.49unacceptable0.50to0.59miserable0.60to0.69mediocre0.70to0.79middling0.80to0.89meritorious0.90to1.00marvelousSMC即一個變量與其他所有變量的復(fù)相關(guān)系數(shù)的平方，也就是復(fù)回歸方程的可決系數(shù)。SMC比較高表明變量的線性關(guān)系越強(qiáng)，共性越強(qiáng)，主成分分析就越合適。精品文檔放心下載命令是estatkmoestatsmc確定是否需要進(jìn)行主成分分析。如果有些KMO或者SMC值太小，則要考慮要不要將它們放入主成分中。感謝閱讀然后進(jìn)行主成分回歸。使用命令為：pcavarlist （不清楚就helppca）謝謝閱讀2、例如，對Y的5各指標(biāo)執(zhí)行了命令pcay1y2y3y4y5得出結(jié)果方差貢獻(xiàn)率（proportion）就是權(quán)重嗎？感謝閱讀答：不是。假如設(shè)定方差貢獻(xiàn)率為95%，那么，累積方差超過95%的那幾個特征值、所對應(yīng)的特征變量，就是權(quán)重。謝謝閱讀3、看有的帖子上回復(fù)說，需要接著執(zhí)行predicty1y2y3y4y5,score，這是為了得到每個指標(biāo)的主成分得分嗎？為什么我執(zhí)行了一下，只生成了一個y1,別y2、y3、y4、y5都沒生成呢答：直接“predicty1-y4”就可以。生成的四個就是得分。感謝閱讀4、不知道你要問什么？*-總之，主成分的步驟為1、先通過KMO檢驗(yàn)和SMC檢驗(yàn)確定是否需要主成分分析精品文檔放心下載2、進(jìn)行主成分分析，通過累計(jì)貢獻(xiàn)率確定需要的哪幾個主成分感謝閱讀3、根據(jù)情況看是否需要rotate4、通過predict進(jìn)行得分。或者通過scoreplot看得分分布圖。謝謝閱讀二十二、將一般的數(shù)據(jù)轉(zhuǎn)化為面板數(shù)據(jù)原數(shù)據(jù)的形式（excel中）是：2008一張sheet，2009一張sheet。。。。。即：謝謝閱讀然后改成這樣的數(shù)據(jù)形式是：粘貼在stata里就是這樣的形式（注意：變量名字一定要改）：其中Y為因變量，可以是很多個，X1、X2為自變量，也可以是很多個，stata中的變量名依次為：id、Y2008、Y2009、Y2010、X12008、X12009、X12010、X22008、X22009、X22010精品文檔放心下載*-在stata中輸入命令：reshapelongYX1X2,i(id)j(year)回車即可，變?yōu)椋褐x謝閱讀二十三、關(guān)于數(shù)值型轉(zhuǎn)換為字符型的問題1、股票代碼導(dǎo)入STATA后都變成數(shù)值型，現(xiàn)想用tostring命令變回字符型，但長度小于6位的代碼，在變回字符型后在前面補(bǔ)夠不足6位的0。謝謝閱讀*-方法：formatvariable%06s這只是在顯示上補(bǔ)充了0，沒有在值上補(bǔ)充。以下可以改變x的值：精品文檔放心下載replacex=substr("000000"+x,-6,6)感謝閱讀2、將一個12位的數(shù)值轉(zhuǎn)換為字符，再從字符里提取前五個字符。轉(zhuǎn)成字符后以科學(xué)計(jì)數(shù)法顯示，提取前感謝閱讀五位數(shù)是提取的科學(xué)計(jì)數(shù)法的前五位，如將110102002016轉(zhuǎn)成字符后顯示為1.10e+11，提取時(shí)提的是“1.10e”而不是我想要的“11010”感謝閱讀gy=substr(string(x,"%12.0f"),1,5)精品文檔放心下載3、將字符型轉(zhuǎn)化為數(shù)值型命令為：destringvar,replace（轉(zhuǎn)換后替換原來的值）感謝閱讀若字符型中含其他符號并要生成新變量則用：destringvarlist,gen(newvarlist)ignore(“$,%”)精品文檔放心下載二十四、分組均分四組：sort varxtileprop=var,nq(x) （括號中的x代表分成的group數(shù)）精品文檔放心下載例如：sort insto_maxtileprop=insto_ma,nq(4)//以insto_ma的四分位點(diǎn)分成四組sortpropinsto_msd感謝閱讀egenstdI=xtile(insto_msd),by(prop)nq(4)//按prop，以insto_msd的四分位點(diǎn)分成四組精品文檔放心下載二十五、估計(jì)殘差做完回歸后，使用命令predicte,r排列組合計(jì)算C23,C26：dicomb(3,2),dicomb(4,2)精品文檔放心下載3 4取整：1.ceil(x)，returnstheuniqueintegernsuchthatn-1<x<=n.returnsx(not“.”)ifxismissing,meaningthatceil(.a)=.a謝謝閱讀2.floor(x),returnstheuniqueintegernsuchthatn<=x<n+1,returnsx(not“.”)ifxismissing,meaningthatfloor(.a)=.a感謝閱讀3.int(x),returnstheintegerobtainedbytruncatingxtoward0;thus,int(5.2)=5，int(-5.8)=-5，returnsx(not“.”)ifxismissing,meaningthatint(.a)=.a。Onewaytoobtaintheclosestintegertoxisint(x+sign(x)/2),whichsimplifiestoint(x+0.5)forx0.However,useoftheround()functionispreferred謝謝閱讀*-任何兩種軟件之間的數(shù)據(jù)轉(zhuǎn)換，有一種方法是人擋殺人，佛擋殺佛。那就是：精品文檔放心下載先在A軟件里面將其另存為文本格式，然后在B軟件里面里面以文本文件導(dǎo)入，再保存為B軟件的文件格式。文本格式，我一般習(xí)慣將其存為.csv格式，即變量數(shù)據(jù)間以逗號分隔，也可以以制表符分隔或、空格分隔或是固定列寬。精品文檔放心下載伍德里奇《橫截面與面板數(shù)據(jù)的經(jīng)濟(jì)計(jì)量分析》下面簡要地分享一下安裝步驟或過程（這里演示的是WIN7_32）：謝謝閱讀一、下載全部的安裝文件包“Stata_SE_12.1.rar”，然后解壓，再打開其中的文件夾Stata12_Win，再“以管理員身份運(yùn)行”其中的Setup.exe。感謝閱讀二、選擇并點(diǎn)擊next，再選擇并點(diǎn)擊“Iacceptthelicenseagreement”,再選擇并點(diǎn)擊“anyonewhousesthiscomputer”或“onlyforme”,然后，就進(jìn)入到以下界面，給你4個選