Stata常用命令

Stata常用命令大学期间觉得学的最有用的软件之一就是stata了，对stata基本是在血和泪的尝试中爬过，到了最后基本属于只要stata不出现红字错误命令就开心得不得了。顺便整理一下常用的stata命令如下，应该对付计量方向第一学期的入门问题不大（求stata大神不虐..），所以就只写了一部分常用的，有时间后面再补充吧。主要就是分为基本操作和回归统计两部分：1、基本操作import/use/insheet/merge：基本常用的导入文件就是这四个了，建议直接从stata的menu菜单中导入，导入xlsx和csv这种常见的格式时还有一些备用选项可以自己体验一下（比如string和把第一行视为变量名之类）。merge需要单独说一下，因为是将两个数据库合并为一个，原理也比较简单，两个数据库中根据一些相同的变量把其他数据“加”到原来的数据库中，也是建议直接菜单操作，不要用命令。在Data的Combinedatasets的mergetwodatasets中，分为1:1、m:1、1:m各种形式，基本用两次就差不多能搞懂。help：一定第一个学的是这个！啥不会就help一下，不知道函数了就helpfunction，不知道回归细节就helpregress，多读help文件！gen/egen:最常用的建立函数的命令，这两个不同之处在于gen一般是初等函数，egen的函数会复杂一些。常用的函数包括数学函数和其他函数，比如count/tag之类，建议直接到菜单里Data下Createdata的createnewvariable或createnewvariable(extended)直接生成函数，会方便的多。mean/abs/sqrt/max/min/sum/sd：常用数学函数，分别是求均值、绝对值、方根、最大最小、求和、方差用的。keepif/dropif：这两个也是最常用的，在数据需要进行筛选的时候，两个命令的区别也很明显，keep是留下哪些，drop是去掉哪些。一般在if后面都会跟一些等式或不等式条件，比如dropifdays=15，这就是把days这个变量中小于等于15的obs都去掉。replace：就是代替，最常用的是在赋值的时候。比如我要建一个新函数，但是取值我还不确定，假设新函数叫f，那就是genf=.，这个“=.”就意思是缺省值，等我确定了赋值之后再用replace就行。比如有另一个参数叫male，我让所有male=1的obs，它们的新函数f都要取10，那就是replacef=10ifmale==1。sort：对某一个或者某几个变量进行从小到大的排序。常用的做法就是对日期排序，这个命令也可以排序多个变量，写在前面的先排序。比如sortyearmonthday就是对年月日的顺序排序。如果需要从大到小的话就是gsort就行。bysort：这个命令简直是用的最多的没有之一！在此之前先讲一下by，by就是在某个组内执行后面的命令。比如byyear:genreturn=mean(dayreturn)，意思就是在每一年的数据里，gen一个return变量，将这一年内所有的dayreturn（日收益率）求平均后赋值给return即当年平均日收益率。而bysort就相当于先sort再by。[_n]：这个要单独讲一下，因为我个人觉得很好用。[_n]是一个计数变量，比如genn=[_n]就是建立了一个自然数列，用到这个变量是因为在经济统计的时候，尤其是统计周数据、月数据、年数据时，由于我们的数据是日数据得到的，因此在每一组（比如计算月平均收益率blabla）时统计完之后，会发现在每一个组内有很多个相同的数据，因此用一个dropifmonthreturn[_n]==monthreturn[_n-1]就可以只保留每一组的第一个数据，之后的处理会节省时间。（补充一句，如果你还需要原来的data的话一定记得另外保存）drop：处理数据的过程中，一些过程变量就可以drop掉节省时间了。save：记得写完了一定要保存！！2、回归统计sum：对统计量的最基本统计性质报告，直接敲sum加空格加某个变量就行。会报告均值、最大最小、标准差等最基本的信息。tab：按照百分比对这个变量的取值统计。（就是相当于饼状图的表格）reg：最简单的回归命令。直接敲regyx1x2就相当于y对x1x2的回归，回归结果会报告的比较详细，包括coefficient、constant、t值、p值、F值、SSR等等。以下的xtreg/ivreg2/tsset分别针对的面板数据、两阶段最小二乘、时间序列，写起来太多，如果有小伙伴想看的话，可以再单独写一章。xtset/xtreg：面板数据处理的命令，需要先进行xtset才能用xtreg的命令。tsset：时间序列数据处理的命令。ivreg2：两阶段最小二乘的命令。（不过在使用之前需要先install一下安装包才可以用，也是先helpivreg2然后找到安装包就可以用）3、我最喜欢用的命令…count与tag：count顾名思义，就是数个数，这个有时候在数据里非常好用，尤其是在分组的情况下。举一个实际情况中遇到的栗子，比如我要统计某只股票在每个月内有多少个交易日，那我在月的分组下，用下count函数，就能数出来某个组内的个数。Tag是另一个函数，我个人理解的与count区别在于：count是数有几个，tag是数有几类。举个栗子，比如在某个组内，有1个10，2个20，那么用count数出来就是3，因为一共有3个数据；用tag数出来就是2，因为只有10和20这两个数值。（转自人大论坛）调整变量格式：formatx1%10.3f——将x1的列宽固定为10，小数点后取三位formatx1%10.3g——将x1的列宽固定为10，有效数字取三位formatx1%10.3e——将x1的列宽固定为10，采用科学计数法formatx1%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formatx1%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formatx1%-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：useC:\DocumentsandSettings\xks\桌面\2006.dta,clearmergeusingC:\DocumentsandSettings\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useC:\DocumentsandSettings\xks\桌面\2006.dta,clearmergeidusingC:\DocumentsandSettings\xks\桌面\1999.dta,uniquesort——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：sample50在观测案例中随机选取50%的样本，其余删除sample50,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：browsex1x2ifx33（按所列变量与条件打开数据查看器）editx1x2ifx33（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。one-to-onemerge：数据源自statatutorial中的exampw1和exampw2第一步：将exampw1按v001～v003这三个编码排序，并建立临时数据库tempw1clearuset:\statatut\exampw1.dtasu——summarize的简写sortv001v002v003savetempw1第二步：对exampw2做同样的处理clearuset:\statatut\exampw2.dtasusortv001v002v003savetempw2第三步：使用tempw1数据库，将其与tempw2合并：clearusetempw1mergev001v002v003usingtempw2第四步：查看合并后的数据状况：ta_merge——tabulate_merge的简写su第五步：清理临时数据库，并删除_merge，以免日后合并新变量时出错erasetempw1.dtaerasetempw2.dtadrop_merge数据扩展append：数据源自statatutorial中的fac19和newfacclearuset:\statatut\fac19.dtataregionappendusingt:\statatut\newfactaregion合并后样本量增加，但变量数不变茎叶图：stemx1,line(2)（做x1的茎叶图，每一个十分位的树茎都被拆分成两段来显示，前半段为0～4，后半段为5～9）stemx1,width(2)（做x1的茎叶图，每一个十分位的树茎都被拆分成五段来显示，每个小树茎的组距为2）stemx1,round(100)（将x1除以100后再做x1的茎叶图）直方图采用auto数据库histogrammpg,discretefrequencynormalxlabel(1(1)5)（discrete表示变量不连续，frequency表示显示频数，normal加入正太分布曲线，xlabel设定x轴，1和5为极端值，(1)为单位）histogramprice,fractionnorm（fraction表示y轴显示小数，除了frequency和fraction这两个选择之外，该命令可替换为“percent”百分比，和“density”密度；未加上discrete就表示将price当作连续变量来绘图）histogramprice,percentby(foreign)（按照变量“foreign”的分类，将不同类样本的“price”绘制出来，两个图分左右排布）histogrammpg,discreteby(foreign,col(1))（按照变量“foreign”的分类，将不同类样本的“mpg”绘制出来，两个图分上下排布）histogrammpg,discretepercentby(foreign,total)norm（按照变量“foreign”的分类，将不同类样本的“mpg”绘制出来，同时绘出样本整体的“总”直方图）二变量图：graphtwowaylfitpriceweight||scatterpriceweight（作出price和weight的回归线图——“lfit”，然后与price和weight的散点图相叠加）twowayscatterpriceweight,mlabel(make)（做price和weight的散点图，并在每个点上标注“make”，即厂商的取值）twowayscatterpriceweight||lfitpriceweight,by(foreign)（按照变量foreign的分类，分别对不同类样本的price和weight做散点图和回归线图的叠加，两图呈左右分布）twowayscatterpriceweight||lfitpriceweight,by(foreign,col(1))（按照变量foreign的分类，分别对不同类样本的price和weight做散点图和回归线图的叠加，两图呈上下分布）twowayscatterpriceweight[fweight=displacement],msymbol(oh)（画出price和weight的散点图，“msybol(oh)”表示每个点均为中空的圆圈，[fweight=displacement]表示每个点的大小与displacement的取值大小成比例）twowayconnectedy1time,yaxis(1)||y2time,yaxis(2)（画出y1和y2这两个变量的时间点线图，并