Stata 简介

1Stata简介主讲乔世君内蒙古大学经济管理学院2内容„界面„数据输入„数据处理„描述统计„变量生成„作图„回归„估计后„检验„预测„边际效应和弹性„报告生成„Do文件3界面Command窗口Results窗口Variable窗口Review窗口4窗口„Command：命令输入，回车执行，用PageUp查找前面执行过的命令„Review：显示前面执行过的命令，可用鼠标重新选择，执行或修改„Variable：显示当前的变量，可用鼠标选择变量，使其进入命令行5编辑器„DataEditor：数据输入、编辑和浏览„DofileEditor：程序编辑6运行模式„交互式：Command，菜单„批处理模式：Do文件7数据输入„Opern：打开已有的.dta数据„DataEditor：键盘输入，或者将电子表格式的数据（比如Excel）通过复制粘贴输入„Import：调入ASCII，SAS等格式的数据8浏览数据„list（ypith）„describe：数据集的基本信息„Dataeditor„Databrowser9数据处理„描述统计„变量生成„作图„回归10描述统计„summarizeypi,detail„correlateptptih„注1：在不引起混乱的情况下，可以将命令简写成前几个字母„注2：用sum发现数据数量级的差异，然后除以或者乘以比例常数，将数据调整到相同的数量级。„比如，replacew=w/100011变量生成„genly=ln(y)„gent2=t^2ift1700„replacet2=tift=1700„工具变量的生成„genD85=(year==1985)„genD85=0„replaceD85=1ifyear==1985„genD=(year=1985)„genD6=(year==1966|year==1976|year==1986)12变量生成„时间序列分析常用：„tssetyear„时间序列分析常用算子„L.滞后算子，L.yL4.y„F.领先算子，F.yF2.y„D.差分算子，D.yD2.y„S.季节差分，S12.y(=y-L12.y)„_n，观测序号（保留）„gentime=_n：用1开头的自然数列表示时间„genly1=y[_n-1]:滞后一期变量„genly1=L.y:滞后一期变量„genfy1=y[_n+1]：领先一期变量„genfy1=F.y：领先一期变量„gendy=D.y„gendy=y-L.y(或者=y-y[_n-1])13作图„twoway(scatteryp)„twoway(lineyp)„histogramy,bin(20)14回归„regressypith„regressypithifyear=1970„regressypith,noconstant„regressypith,beta15其他的回归命令„areganeasierwaytofitregressionswithmanydummyvariables„archregressionmodelswithARCHerrors„arimaARIMAmodels„boxcoxBox-Coxregressionmodels„cnregcensored-normalregression„cnsregconstrainedlinearregression„eivregerrors-in-variablesregression„frontierstochasticfrontiermodels„heckmanHeckmanselectionmodel„intregintervalregression„ivregresssingle-equationinstrumental-variablesregression„ivtobittobitregressionwithendogenousvariables„neweyregressionwithNewey-Weststandarderrors„qregquantile(includingmedian)regression„reg3three-stageleast-squares(3SLS)regression„rregatypeofrobustregression„suregseeminglyunrelatedregression„tobittobitregression„treatregtreatment-effectsmodel„truncregtruncatedregression„xtabondArellano-Bondlineardynamicpanel-dataestimation„xtdpdlineardynamicpanel-dataestimation„xtfrontierpanel-datastochasticfrontiermodel„xtglspanel-dataGLSmodels„xthtaylorHausman-Taylorestimatorforerror-componentsmodels„xtintregpanel-dataintervalregressionmodels„xtivregpanel-datainstrumentalvariables(2SLS)regression„xtpcselinearregressionwithpanel-correctedstandarderrors„xtregfixed-andrandom-effectslinearmodels„xtregarfixed-andrandom-effectslinearmodelswithanAR(1)disturbance„xttobitpanel-datatobitmodels16估计后（postestimation）„检验„预测„边际效应和弹性„报告生成17检验„交互式：menu„statistics/postestimation/…„command:„test(lpli)„test(lp=2*lt)„testnl(_b[lp]/_b[li]=_b[lt]/2)(log(_b[lh])=_b[lp])„lincom3*lp-2*li„nlcom_b[lp]^3/_b[lt]18reportandstatistics„交互式：menu„statistics/postestimation/reportandstatistics„主要功能„多种异方差检验„Breusch-Godfrey自相关LM检验„DW检验„方差膨胀因子：考察多重共线性„Ramseyreset„信息准则19预测„predictlyf,xb„predictlye,residuals„predictnlyf=exp(lyf),se(lyf_se)20边际效应和弹性„交互式：menu„statistics/postestimation/marginaleffectsorelasticities„可以在样本平均数、中数和用户指定的数值处计算边际值或弹性，并计算其标准差、z统计量，p值和置信区间。21报告生成„交互式：menu„statistics/postestimation/manageestimationresults/tableofestimationresults„生成回归报告，可以用星号表示显著性，也可以报告t统计量、标准差或p值。生成的表格按解释变量顺序从上到下排列，是论文中报告结果的常用形式。22Do文件*东南运输局clearuseI:\notebook\F\Fbackup\讲义\dongnanyunshuju.dtalabeldata麦圭根，第九版，p156labelvariableyearYear,1966-1992labelvariabley每周乘客数，千人labelvariablep票价，美分/人labelvariablei当地人均收入labelvariablet市区人口，千人labelvariableh市区每小时停车费用，美分describesummarizegenerately=ln(y)//每周乘客数的对数generatelp=ln(p)//价格的对数generateli=ln(i)//收入的对数generatelt=ln(t)//人口的对数generatelh=ln(h)//停车费用的对数regresslylpliltlh23（续）//hypothesistestingtestlplitestlp+li=0//predictionpredicte,residualpredictlyhat,xbtwowayscatterelyhat24运行的两种方式„do：执行的同时，显示运行结果。在需要大量循环时，这个方式并不方便。„run：静默地运行，适用于大量计算。