1、STATA統(tǒng)計軟件操作,Stata入門 Stata的數(shù)據(jù)讀入 數(shù)據(jù)庫的描述 變量的生成與處理 數(shù)據(jù)的合并 數(shù)據(jù)的轉(zhuǎn)換 單變量描述 雙變量描述,描述數(shù)據(jù)的統(tǒng)計量 圖形的制作 參數(shù)估計：區(qū)間估計 假設(shè)檢驗 方差分析 相關(guān)分析 線性回歸分析,Stata入門,五大功能： 數(shù)據(jù)管理、統(tǒng)計分析、圖形制作、矩陣運算和程序設(shè)計。 界面： Command(命令)、Results(結(jié)果)、Review(回顧)、Variables(變量)。 菜單基本功能： 文件（File）、編輯（Edit）、偏好（Prefs，用戶界面設(shè)置菜單）、數(shù)據(jù)（Data，數(shù)據(jù)的基本處理、描述、排序、改變變量、生成新變量、整合數(shù)據(jù)、拆分數(shù)據(jù)等

2、）、圖表（Graphics）、統(tǒng)計（Statistics數(shù)據(jù)分析）、使用者（User）、窗口（Window）、幫助（help） 快捷根據(jù)圖表的基本功能： Log(記錄文件窗口)、Viewer(幫助窗口)、Results(分析結(jié)果窗口)、Do-file Editor(編程窗口)、Data Editor(數(shù)據(jù)編輯窗口)、Data Browse(數(shù)據(jù)瀏覽窗口)、Clear-more-Condition(顯示更多結(jié)果)、Break(不要顯示更多結(jié)果)。,Stata數(shù)據(jù)的讀入,log文件。 創(chuàng)建文件：log using “文件路徑和名稱”，其后帶append表示在原有文件的基礎(chǔ)上增加新內(nèi)容，其后帶rep

3、lace表示取代原記錄文件； 暫停：log off； 再次開始：log on； 關(guān)閉：log close。 數(shù)據(jù)的存儲空間： 增加存儲空間（set mem 40m） 清空存儲空間（clear，相當于drop all）。,Stata數(shù)據(jù)的讀入,數(shù)據(jù)的讀入： 可直接讀入下列尾綴形式的數(shù)據(jù).dta/.txt/.raw/.xls； 讀入文件中的部分變量：use a b c using“文件路徑和名稱”； 讀入文件中的部分樣本：use “文件路徑和名稱” in X/Y(X、Y表示個案序號)； 讀入文件中某些特征的樣本：use“文件路徑和名稱”if 條件句；,數(shù)據(jù)庫的描述,描述數(shù)據(jù)的基本情況：descri

4、be, d describe, simple:只展示變量名； describe，short：報告變量總體情況； describe，detail：輸出全部變量的全部信息； describe a b c：描述部分變量的情況。 變量編碼本： codebook。 codebook+變量名：描述變量特征。,Stata數(shù)據(jù)類型及特點,與數(shù)據(jù)類型對應的是數(shù)據(jù)庫中變量的存儲類型（storage type）：。 字符型:保存格式為str，省略表示的是字符位數(shù) 數(shù)值型：保存格式有byte, int, long, float, double。默認格式是float，前三種只保留整數(shù)，占空間最大到最小的順序是doubl

5、e, float, long, int, byte 壓縮變量的命令為compress Compress為壓縮所有變量； Compress yr*為壓縮共同前綴的變量； Compress a-c為壓縮從a到c之間的所有變量。,數(shù)據(jù)庫的描述,描述變量取值的基本命令參數(shù)： inspect。 顯示數(shù)據(jù)： browse直接進入數(shù)據(jù)的瀏覽窗口； list最好指定變量，否則會輸出數(shù)據(jù)中所有變量的分布。 數(shù)據(jù)排序： sort。 例：比較城鄉(xiāng)孩子的性別bysort urban: inspect girl或者sort urban然后by urban: inspect girl.,變量的生成與處理,注意事項： 不要

6、使用新變量取代舊變量； 充分了解原始變量的分布以及每個數(shù)值代表的含義； 遵循不重不漏； 將原始變量和新變量的取值進行對比，檢查是否有誤；注意原始變量的缺失值。 使用genreplace命令生成新變量； genreplace if共同使用形成分組變量 recode v , gen(nv) recode v v的取值nv的取值 *=其他取值(*表示所有其他沒有列出的數(shù)值)，gen（新變量名） recode yrsch 0=0 11=1 12=2 13=3 14=4 15=5 16=6 21=7 *=.,gen (edu),變量的生成與處理,生成分類變量： egen 新變量命cut（舊變量名），at

7、（取值的下限） eg：egen agegrp1=cut(age),at(0,7,13,16,20) 按照變量b的分類生成均值變量： egen a_mean=mean(a),by (b) 生成一個變量b和c的行均值變量（avg），忽略缺失值： egen avgrmean(b c) 生成標準數(shù)值： egen zweight=std(weight) 計算每一年觀察的樣本，從而了解在每年的調(diào)查中，有多少相同的樣本（或相同的個體）： gen numobs=count(personid), by(personid year),數(shù)據(jù)的合并（縱向）,縱向合并： 作用：增加樣本量 命令：append 菜單：Da

8、ta-Combine datasets-Append datasets； 程序：append using“文件路徑和名稱”；append using“文件路徑和名稱”，keep 變量名。,數(shù)據(jù)的合并（橫向）,橫向合并 作用：增加變量（merge）。 菜單：Data-Combine datasets-Merge two datasets或Data-Combine datasets-Merge multiple datasets 程序：先看使用數(shù)據(jù)：use “文件路徑和名稱”，sort 關(guān)鍵變量名，save“文件路徑和名稱”，replace； 再看主要數(shù)據(jù)，use“文件路徑和名稱”，sort關(guān)鍵變

9、量名； 最后，合并數(shù)據(jù)：merge 關(guān)鍵變量名 using “文件路徑和名稱”，keep（變量）。,數(shù)據(jù)的合并（系統(tǒng)變量）,關(guān)于系統(tǒng)變量：_merge，它的取值限于 1觀察值僅來自主要數(shù)據(jù)，使用數(shù)據(jù)沒有匹配的樣本， 2觀察值僅來自使用數(shù)據(jù)，主要數(shù)據(jù)沒有匹配的樣本， 3觀察值來自于主要數(shù)據(jù)和使用數(shù)據(jù)。 若使用update選項，還會有： 4觀察值來自于主要數(shù)據(jù)和使用數(shù)據(jù)，且主要數(shù)據(jù)的缺失值得到更新， 5觀察值來自于主要數(shù)據(jù)和使用數(shù)據(jù)，且兩個數(shù)據(jù)的數(shù)值不匹配。,數(shù)據(jù)的轉(zhuǎn)換（reshape）,數(shù)據(jù)的結(jié)構(gòu)： 寬數(shù)據(jù)（wide format） 長數(shù)據(jù)（long format） 菜單： Data-Creat

10、e or change variables-Other variable transformation commands-Convert data between wide 按變量x的分類，生成一張其取值圖histogram x，discrete; 箱線圖。 按變量x的分類，生成變量y的箱線圖： graph box y, over(x)； 按變量x的分類，生成變量y1和y2的箱線圖graph box y1 y2, over(x)； 按變量x的分類，生成變量y的橫向箱線圖：graph hbox y, over(x)； 矩陣圖。 生成x1、x2、x3的矩陣圖，只顯示一半：graph matrix

11、x1 x2 x3, half 將圖形x1和x2合并：graph combine x1 x2,區(qū)間估計,單個總體均值的區(qū)間估計： 求多個變量的置信區(qū)間，對變量的數(shù)目沒限制：ci x1 x2 x3。 eg：bysort urban: ci x1 x2 x3 if age14. mean x1 x2 x3，輸出均值、標準誤和95%的置信區(qū)間。 按變量e分類來求取a、b、c三個變量的區(qū)間估計：mean a b c，over（e）,區(qū)間估計,單個總體比例的區(qū)間估計 計算a這個二分變量的比例、標準誤和95%的置信區(qū)間：proportion a。 按b分類來計算a這個二分變量的區(qū)間估計：proportion

12、 a，over（b）。,區(qū)間估計,單個總體比率的區(qū)間估計 按城鄉(xiāng)分類，估計體重身高之比的區(qū)間估計：ratio(weight/height),over(urban) 注意：stata默認輸出的是95%的置信區(qū)間，若想要99%或90%的置信區(qū)間，則須在命令最后寫“，level（99）”或“，level（90）”,假設(shè)檢驗,一個總體均值的檢驗：ttest 變量=數(shù)值。 例如：ttest height=160 if age14或者ttest height=160 if age14,level(99) 兩個獨立樣本均值比較的t檢驗： ttest a，by（b）。 eg：分城鄉(xiāng)孩子的體重差異檢驗：ttes

13、t weight，by（urban）,假設(shè)檢驗,配對樣本均值比較的t檢驗： ttest a1=a2。 多個總體均值差異的檢驗，即方差分析： oneway y x（y為因變量，x為類別自變量） 例如：oneway weight sibs if age13,tab scheffe。（tab輸出各組描述性統(tǒng)計結(jié)果，scheffe采用scheffe方法提供多重組間比較結(jié)果）,方差分析,雙（多）因素方差分析： anova y a b（a、b為因素） anova y a b a*b（加入a、b的交互作用） 協(xié)方差分析： anova y a b c，cont（c）； 指定c為連續(xù)變量，相應地a、b、c為類別變量。 anova y a b c，category（a b）， 指明a、b為分類變量，從而暗示其他變量c為連續(xù)變量。,相關(guān)分析,corr a b c。 輸出a、b、c的相關(guān)系數(shù)矩陣。 pwcorr