Stata-应-用-技-巧

Stata应用技巧王洪亮1、界面Stata有4个窗口：1．StataCommand（右下）用于向Stata输入命令；2．StataResults（右上）用于显示运行结果；3．Review（左上）记录使用过的命令；4．Variables（左下）显示当前memory中的所有变量。2STATA数据分析基础•STATA的界面ResultWindowCommandWindowReviewWindowVariableWindowButtons2、文件和数据Stata相关的文件有三类：数据文件，do-file文件，log文件。1．数据文件数据文件以后缀“.dta”表示。数据文件是Stata处理和分析的对象。数据文件具有如下的逻辑结构：4Variable1Variable2……Variablen12……n5其中每一行表示一个观测，每一列表示一个变量。每个观测都有一个编号（表1左起第1列），是系统自动加上去的。Stata对数据类型的区分不是很细致，分为数据型和字符型。缺失数据用“.”表示。数据文件可以在DataEditor中生成，如图2所示。在方格中输入相应的变量名和数据后，点击Save按钮即可。如果数据是逗号分隔数值格式的文本文件(.csv)insheetusing“F:\AE\data\Fees1.csvclear62．do-file文件do-file文件以后缀“.do”表示。在command窗口输入命令很不方便，而且也不利于保存对数据文件处理和分析的过程。替代的做法是使用工具栏中“NewDo-fileEditor”在Do-file中编写命令。可以在命令行输入doedit来编辑程序文件。7在do-file文件中，用*表示注释内容，Stata在运行do-file文件时会跳过这些注释语句。加入注释语句能增强do-file文件的可读性。最好为每一个do-file文件写详细的注释内容。比如文件名称，计量分析的目的，时间和结果存放位置。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。83．log文件log文件以后缀“.log”表示，用于记录Stata的运行结果。在开始运行Stata时，创建一个log文件，并指定其路径和文件名，在结束运行时，再将其关掉，则可记录此间Stata的运行结果。9例：：（开始运行）logusingD:\Econometrics\logfiles\20091012.log………………….（Stata命令）…………………..logclose（结束运行）从而20091012.log就记录了从“logusing”命令到“logclose”命令之间Stata运行的所有结果。103、语法和命令Stata的语法十分地简单和灵活。一个命令便构成了一条可执行的语句，在StataCommand中输入后，敲回车键就可以运行了。当然也可以将一组语句编成do-file文件。11Stata命令可以大体上分成4类：help命令；针对memory的命令；处理和分析数据的命令；数学命令。现分述如下。help命令十分地简单。比如想了解“regress”的用法，可在StataCommand中输入如下语句后回车：helpregressStata会提供关于“regress”用法的详细说明，并配以例子。12针对memory的命令有清空命令clear和设置memory大小的setmemory命令。memory有一个默认的大小，但如果数据文件太大，必须重设memory的大小，例如：setmemory20m该命令将memory大小设为20兆。13处理和分析数据的命令构成Stata命令的主体。它们可实现各种各样的功能，但大体具有如下的格式：[byvarlist1:]command[varlist2][ifexp][inrange][,options]其中[byvarlist1:]表示按一组变量（由varlist1指定）分组；command[varlist2]表示命令是针对由varlist2指定的变量；[ifexp]表示命令只针对满足exp（一般是一个逻辑表达式）的观测；14[inrange]表示命令只针对处在range指定的范围内的观测，如in5指执行的范围是第5个观测，in-5指执行的范围是倒数第5个观测，in5/12指执行的范围是从第5到第12个观测；[,options]是命令特有的一些选项，根据情况和需要而定，Stata的强大功能主要就体现在这些选项上，选项的使用非常精细和讲究。15[ifexp]极大地体现了Stata的灵活性。逻辑表达式exp一般由以下成分构成：变量名数字，字符，表示缺失值的“.”关系运算符：==（等于），!=，～＝（不等于），（大于），（小于），=（大于或等于），=（小于或等于）逻辑运算符：&（与），|（或），～（非）164、数据管理4.1改变变量名renameold_varnamenew_varnameold_varname是原变量名，new_varname是新变量名。174.2生成新变量generatenewvar=exp[ifexp][inrange]newvar是生成的新变量，exp是由现有变量生成新变量的算术或逻辑表达式，[ifexp]和[inrange]指定对哪些观测计算新变量值。比如，generateage2=age*age（新变量age2等于age的平方），generatebiginc=income100000&income~=.（若income大于100000且不缺失，则新变量biginc为1，否则为0）。184.3对现有变量重新赋值replaceoldvar=exp[ifexp][inrange]oldvar为现有的变量。对满足[ifexp]和[inrange]的样本，oldvar将根据表达式exp重新赋值。比如，replaceincome=.ifincome=0（若income非正，令其取缺失值），replaceage=25in1007（令第1007个观测中age为25）。194.4删除变量或观测dropvarlist（去掉varlist指定的变量）drop_all（去掉全部变量）dropifexp(去掉符合表达式exp的观测)dropinrange（去掉处在range指定范围内的观测）204.5保留变量或观测keepvarlist（保留varlist指定的变量，其余变量去掉）keepifexp(保留符合表达式exp的观测，其余观测去掉)keepinrange（保留处在range指定范围内的观测）214.6观测重排sortvarlist将全部观测按varlist指定的变量按升序排列。varlist中可以有不止一个变量，此时排序与字典顺序相当。225、常用回归分析回归是Stata最主要的功能之一。本部分主要介绍如何用Stata做线性回归，以及回归分析，并简单介绍用Stata做Logistic回归的方法。回归命令的选项也非常丰富，可以使用helpregress/logit/probit/tobit来了解。23线性回归的命令有：regressyx1x2x3（以y为被解释变量，x1，x2，x3为解释变量做回归；regress后第一个变量为被解释变量）regressyx1x2[ifexp][inrange]（使用满足[ifexp]和[inrange]的观测做回归）regressyx1x2x3,robust（regressionwithrobuststandarderrors）regressyx1x2x3[aweight=w]（WLS，以变量w为权重）24线性回归的典型输出：Stata会报告如下结果：方差分解，整体显著性检验的F统计量及相应的p值，R平方，调整后的R平方，MSE的平方根（亦即对σ的估计），系数估计，系数估计的标准差，t值，显著性检验的p值，置信区间。25回归后可以对系数做假设检验：对单个参数的检验testlabor（检验labor的系数是否显著）testlabor=1（检验labor的系数是否为1）对多个参数的检验testlaborcapital（零假设为labor和capital的系数都不显著）testlabor=capital（检验labor和capital的系数是否相等）testlabor+capital=1（检验labor和capital的系数之和是否为1）26回归后一般要做回归分析，检验是否存在异常的观测，以及是否有异方差，自相关，共线性。回归分析一般依据回归残差进行。此时最重要的命令是predict，可以使用helppredict指令来了解它。predict命令主要的功能如下：拟合值相关predictyhat（yhat是任意指定的变量名，以下皆如此）predicte,resid（e是任意指定的变量名）27对模型的检验：多重共线性检验：vif（varianceinflationfactors或方差膨胀因子。对每一个解释变量，都可以计算其方差膨胀因子。该因子越大，相应的变量越有可能是其它变量的线性组合。）异方差检验hettest(testforheteroskedasticity)hettestx1（同上，但此时我们有理由怀疑异方差可写成变量x1的函数）自相关检验dwstat（Durbin-Watson自相关检验）durbina（Durbin-Watsonh统计量）bgodfrey（Breusch-GodfreyLM统计量）286、常用命令6.1文件和系统管理insheet(导入外部数据）use(使用已有的数据文件）save(保存数据文件）logusing/logclose（log文件操作）cd(改变默认路径）setmemory(设置memory大小）clear(清空memory）help/findit(查询帮助文档）296.2数据管理list(展示数据)describe（数据文件的整体描述）rename(改变变量名)generate(生成新变量)replace(对现有变量重新赋值)drop(删除变量或观测)keep(保留变量或观测)sort(观测重排)merge/append(数据文件的合并)xi(生成虚拟变量)306.3描述统计summarizetabstatsktest/swilk/ladder/gladder/qladder(正态性检验)tabulatecorrelate、pwcorr(计算多个变量两两之间的相关系数)316.4画图histogram(直方图)graphbox(boxplot)graphpie(piecharts)kdensity(kernaldensityfunction)qnorm(QQ图)graphtwowayscatter/line/connected(两个变量的散点图)graphmatrix(多个变量的散点图)326.5回归和回归分析regress(线性回归)xi:regress(带虚拟变量的线性回归)test(假设检验)predictrvfplot(与残差相关的图象)vif(共线性检验)hettest(异方差检验)dwstat/durbina/bgodfrey(自相关检验)33347、常用回归模型Dependentvariable(Y)ExamplesEstimationmethod(s)STATAcommand连续型Continuous(-Y+)汽车价格OLSregress二值变量Binary(Y=0,1)是否在劳动力市场上ProbitLogitprobitlogit离散不能排序Discreteandunordered(Y=0,1,2,.