Stata教程免費(fèi)

1、第一章 Stata 概貌§1.1 Stata 的功能、特點(diǎn)和背景Stata 是一個(gè)用于分析和管理數(shù)據(jù)的功能強(qiáng)大又小巧玲瓏的實(shí)用統(tǒng)計(jì)分析軟件，由美國(guó)計(jì)算機(jī)資源中心( Computer Resource Center )研制。從 1985至 1998的十四年時(shí)間里，已連續(xù)推出1.1 ，1.2 ，1.3，1.4 ，1.5 ，, 及2.0 ，2.1，3.0 ，3.1，4.0 ，5.0 ，6.0 等多個(gè)版本，通過(guò)不斷更新和擴(kuò)充，內(nèi)容日趨完善。它同時(shí)具有數(shù)據(jù)管理軟件、統(tǒng)計(jì)分析軟件、繪圖軟件、矩陣計(jì)算軟件和程序語(yǔ)言的特點(diǎn)，又在許多方面別 具一格。 Stata 融匯了上述程序的優(yōu)點(diǎn)，克服了各自的缺點(diǎn)

2、，使其功能更加強(qiáng)大，操作更加靈活、簡(jiǎn)單， 易學(xué)易用，越來(lái)越受到人們的重視和歡迎。Stata 的突出特點(diǎn)是只占用很少的磁盤空間，輸出結(jié)果簡(jiǎn)潔，所選方法先進(jìn)，內(nèi)容較齊全，制作的圖形十 分精美，可直接被圖形處理軟件或字處理軟件如WOR等直接調(diào)用。一、Stata 的數(shù)據(jù)管理能力1. Stata 的數(shù)據(jù)管理空間受計(jì)算機(jī)的操作系統(tǒng)和計(jì)算機(jī)擴(kuò)展內(nèi)存的影響。對(duì)640k 內(nèi)存的微機(jī)， 3.1版本的Stata可以管理2400個(gè)記錄X 99個(gè)變量，并隨計(jì)算機(jī)擴(kuò)展內(nèi)存的增加而增加；對(duì) 4.0的WINDOW版本，Stata可以管理4800個(gè)記錄X 99個(gè)變量；對(duì) WINDOWS5下的5.0版本，可根據(jù)計(jì) 算機(jī)的配置情況

3、設(shè)置變量數(shù)和記錄數(shù)，如32M擴(kuò)展內(nèi)存的計(jì)算機(jī)，可處理 2千萬(wàn)個(gè)數(shù)據(jù)。變量數(shù)和記錄數(shù)可以互相交易( trade )，即減少記錄數(shù)可以增加變量數(shù)，減少變量數(shù)可以增加記錄數(shù)。2. 可以將分組變量轉(zhuǎn)換成指示變量( 啞變量 )，將字符串變量映射成數(shù)字代碼。3. 可以對(duì)數(shù)據(jù)文件進(jìn)行橫向和縱向鏈接，可以將行數(shù)據(jù)轉(zhuǎn)為列數(shù)據(jù)，或反之。4. 可以恢復(fù)、修改執(zhí)行過(guò)的命令。5. 可以利用數(shù)值函數(shù)或字符串函數(shù)產(chǎn)生新變量。6. 可以從鍵盤或磁盤讀入數(shù)據(jù)。二、Stata 的統(tǒng)計(jì)功能Stata 的統(tǒng)計(jì)功能很強(qiáng)，除了傳統(tǒng)的統(tǒng)計(jì)分析方法外，還收集了近 20 年發(fā)展起來(lái)的新方法， 如 Cox 比例風(fēng) 險(xiǎn)回歸，指數(shù)與 Weibull

4、 回歸，多類結(jié)果與有序結(jié)果的 logistic 回歸， Poisson 回歸、負(fù)二項(xiàng)回歸及廣義 負(fù)二項(xiàng)回歸，隨機(jī)效應(yīng)模型等。具體說(shuō)， Stata 具有如下統(tǒng)計(jì)分析能力：1. 數(shù)值變量資料的一般分析：參數(shù)估計(jì)，t檢驗(yàn)，單因素和多因素的方差分析，協(xié)方差分析，交互 效應(yīng)模型，平衡和非平衡設(shè)計(jì)，嵌套設(shè)計(jì)，隨機(jī)效應(yīng)，多個(gè)均數(shù)的兩兩比較，缺項(xiàng)數(shù)據(jù)的處理， 方差齊性檢驗(yàn)，正態(tài)性檢驗(yàn)，變量變換等。2. 分類資料的一般分析：參數(shù)估計(jì)，列聯(lián)表分析 (2檢驗(yàn)，列聯(lián)系數(shù)，確切概率 ) ，流行病學(xué)表格分析等。3. 等級(jí)資料的一般分析：秩變換，秩和檢驗(yàn)，秩相關(guān)等。4. 相關(guān)與回歸分析：簡(jiǎn)單相關(guān)，偏相關(guān)，典型相關(guān)，以及多達(dá)

5、數(shù)十種的回歸分析方法，如多元線性回歸，逐步回歸，加權(quán)回歸，穩(wěn)鍵回歸，二階段回歸，百分位數(shù)(中位數(shù))回歸，殘差分析、強(qiáng)影響點(diǎn)分析，曲線擬合，隨機(jī)效應(yīng)的線性回歸模型，等。5. 危險(xiǎn)度分析：條件和非條件的 logistic 回歸，多類結(jié)果與有序結(jié)果的 logistic 回歸， Probit 回 歸，及其他廣義線性模型，隨機(jī)效應(yīng)的 logistic 回歸，隨機(jī)效應(yīng)的 Poisson 回歸，等。6. 生存分析：基線生存曲線的估計(jì)、相對(duì)危險(xiǎn)度的估計(jì)，Kaplan-Meier 生存曲線、壽命表分析，對(duì)數(shù)秩檢驗(yàn)， Mantel-Haenszel 檢驗(yàn)， Wilcoxon-Gehan 檢驗(yàn)， Cox 比例風(fēng)險(xiǎn)模

6、型，正態(tài)截尾及 Tobit 回歸，指數(shù)回歸和 Weibull 回歸，等。7. 其它方法：質(zhì)量控制，整群抽樣的設(shè)計(jì)效率，診斷試驗(yàn)評(píng)價(jià)，kappa，等。三、Stata 的作圖功能Stata 的作圖模塊，主要提供如下八種基本圖形的制作 : 直方圖 (histogram) ，條形圖 (bar), 百分條圖 (oneway) ，百分圓圖 (pie) ，散點(diǎn)圖 (twoway) ，散點(diǎn)圖矩陣 (matrix) ，星形圖 (star) ，分位數(shù)圖。這些圖形的巧妙應(yīng)用，可以滿足絕大多數(shù)用戶的統(tǒng)計(jì)作圖要求。在有些非繪圖命令中，也提供了專門繪制某種圖 形的功能，如在生存分析中，提供了繪制生存曲線圖，回歸分析中提供

7、了殘差圖等。詳見(jiàn)第五章。四、Stata的矩陣運(yùn)算功能矩陣代數(shù)是多元統(tǒng)計(jì)分析的重要工具，Stata提供了多元統(tǒng)計(jì)分析中所需的矩陣基本運(yùn)算，如矩陣的加、積、逆、Cholesky分解、Kronecker內(nèi)積等；還提供了一些高級(jí)運(yùn)算，如特征根、特征向量、奇異值分解 等；在執(zhí)行完某些統(tǒng)計(jì)分析命令后，還提供了一些系統(tǒng)矩陣，如估計(jì)系數(shù)向量、估計(jì)系數(shù)的協(xié)方差矩陣等。盡管Stata的容量最大只容許 400的矩陣（默認(rèn)為40然不現(xiàn)實(shí)，但用它來(lái)做一些練習(xí)，提高多元統(tǒng)計(jì)分析的教學(xué)效率，無(wú)疑是很有幫助。詳見(jiàn)第十八章。五、Stata的程序設(shè)計(jì)功能Stata是一個(gè)統(tǒng)計(jì)分析軟件，但它也具有很強(qiáng)的程序語(yǔ)言功能，這給用戶提供了一

8、個(gè)廣闊的開(kāi)發(fā)應(yīng)用的天地，用戶可以充分發(fā)揮自己的聰明才智，熟練應(yīng)用各種技巧，真正做到隨心所欲。事實(shí)上，Stata的ado文件（高級(jí)統(tǒng)計(jì)部分）都是用Stata自己的語(yǔ)言編寫的。下面這段程序是筆者自行編寫的，用于產(chǎn)生n個(gè)參Poisson分布的隨機(jī)數(shù)。prog defi ne rp/*定義程序名set obs '2 '/*疋義數(shù)據(jù)庫(kù)的最大記錄數(shù)set seed '3 '/*設(shè)置隨機(jī)數(shù)種子，gen rp=./*疋義變量rp，用于存放 Poisson分布隨機(jī)數(shù)local lamda0=exp('1 ')/* 計(jì)算 lamda0=exp(local j=1/*

9、 j=1while 'j ' <'2 ' +1 /*對(duì)j<n循環(huán)，j表示產(chǎn)生的第j個(gè)Poisson分布隨機(jī)數(shù)local i=1/* i=1local r0=1/* r0=1while 'i ' >0 /* i循環(huán)local r仁un iform()/* r1=均勻分布的隨機(jī)數(shù)local r0='r1' *'r0 '/* r0=r1*t0if 'r0' < 'lamda0 ' /* 如果 r0<lamda0local n0= 'i '-1/

10、* n0= i-1local i=-1local i= 'i' +1quiet replace rp='n0' if _n='j'/* i=-1/* i循環(huán)/* 第 j 個(gè) rp = n0local j= 'j' +1end/* j循環(huán)§ 1.2 Stata 的界面Windows版本的Stata的界面上有一級(jí)菜單行，二級(jí)菜單窗口，命令窗口，結(jié)果窗口，圖形窗口，變量名 窗口，已執(zhí)行過(guò)的命令窗口，幫助窗口等。窗口的大小、位置可根據(jù)用戶需要進(jìn)行調(diào)整。§ 1.3進(jìn)入和退出Stata一、DOS版本的Stata的進(jìn)入和退出

11、前已述及，要將 Stata程序所在的路徑放入autoexec.bat中，我們可在 DOS下任何目錄位置進(jìn)入Stata，但我們假定 盤上進(jìn)行。D:>Stata進(jìn)入Stata后，屏幕顯示 Stata的版本號(hào)，公司所在地等信息，Dos版本下的Stata即出現(xiàn)圓點(diǎn)提示符。這時(shí)即可鍵入Stata的各種命令。若已在Stata狀態(tài)讀入了數(shù)據(jù)，并且已將數(shù)據(jù)按Stata指令存盤，或讀入的數(shù)據(jù)雖經(jīng)分析，但對(duì)數(shù)據(jù)及數(shù)據(jù)結(jié)構(gòu)等未作任何修改，則只須鍵入：.exit_ 即可退出Stata。如未將數(shù)據(jù)按Stata指令存盤，或讀入的數(shù)據(jù)或數(shù)據(jù)結(jié)構(gòu)已被修改 （Stata的有些命令會(huì)自動(dòng)修改數(shù)據(jù)結(jié)構(gòu)， 如按某變量排序等），

12、這時(shí)，Stata將拒絕退出Stata狀態(tài)。若確實(shí)不需要存盤而退出Stata，可鍵入：.e ， clear（e為exit的簡(jiǎn)寫）即可強(qiáng)行退出Stata?；蚍謨刹?，即先放棄所有數(shù)據(jù)，.drop _all 再退出Stata ,.exitWINDOW版本的Stata的進(jìn)入和退出17在桌面上雙擊 Wstata的圖標(biāo):Vstata即可進(jìn)入Stata，并出現(xiàn)命令窗口。在Stata的菜單中選File , 再選exit ,如數(shù)據(jù)已經(jīng)存盤，則可退出Stata。如數(shù)據(jù)未存盤，則Stata給出如下提示：" Data has changed without being saved. Do you really

13、 want to exit?” （數(shù)據(jù)已改變，但未存盤，是否真的要退出？）如要退出，則按確定，否則按 取消。將數(shù)據(jù)存盤后再退出。在WINDOW下，亦可用 DOS的命令退出 Stata。§ 1.4 Stata的數(shù)據(jù)輸入與儲(chǔ)存Stata可以從鍵盤輸入數(shù)據(jù)，也可以從文件讀入數(shù)據(jù)。WINDOW下的Stata還可以用Stata的數(shù)據(jù)編輯器輸入、修改和管理數(shù)據(jù)。這里簡(jiǎn)單介紹如何從鍵盤輸入數(shù)據(jù)，有關(guān)更詳細(xì)的數(shù)據(jù)讀入方式將在第三章中講 述。一、從鍵盤輸入數(shù)據(jù)例1.1某實(shí)驗(yàn)得到如下數(shù)據(jù)x12345y45.56.27.78.5進(jìn)入Stata后，操作過(guò)程如下，其中劃線部分為操作者輸入部分。 .input

14、x yx y1. 14_2. 2 5.53. 3 6.24. 4 7.75. 5 8.56. end用list命令可以看到輸入的數(shù)據(jù)。.listxy1.142.25.53.36.24.47.75.58.5、保存數(shù)據(jù)為了方便以后應(yīng)用，輸入Stata的數(shù)據(jù)應(yīng)存盤。如欲將上述數(shù)據(jù)存入子目錄中，文件名為ex1.dta，命令為：.save d:mydataex1file d:tempex1replace.dta saved該指令在d:盤的mydata子目錄中建立了一個(gè)名為“ex1.dta "的Stata格式的數(shù)據(jù)文件。后綴dta是Stata內(nèi)定的數(shù)據(jù)格式文件。該格式文件只能在Stata中用us

15、e命令打開(kāi)：.use d:mydataex1如目標(biāo)盤及子目錄中已有相同文件名的文件存在，則該命令將給出如下信息：file d: mydataex1.dtaalready exists，告訴用戶在該目標(biāo)盤及子目錄中已有相同的文件名存在。如欲覆蓋已有文件，則加選擇項(xiàng)replace。命令及結(jié)果如下：.save d:mydataex1 , replacefile d:tempex1.dta saved這樣，Stata在d:盤的mydata子目錄中建立了一個(gè)名為" 有文件。§ 1.5 Stata 的結(jié)果文件Stata在屏幕上顯示的運(yùn)行結(jié)果有兩種，一種是純字符型的 圖形。若要將操作過(guò)程

16、和純字符型結(jié)果記錄下來(lái)，需事先打開(kāi)一個(gè).log using 文件名設(shè)結(jié)果文件名為result1 ，則Stata自動(dòng)加上后綴“ .logex1.dta ”的Stata格式數(shù)據(jù)文件，并替換了原（如方差分析結(jié)果，回歸分析結(jié)果等），一種是log文件：,亦可由用戶自己加上其他后綴。執(zhí)行該指令后的所有操作指令和文字結(jié)果（除help下顯示的結(jié)果）將記錄在結(jié)果文件"result1.log ”中。若執(zhí)行某一指令后的結(jié)果沒(méi)有必要記錄下來(lái)，則可事先用指令“l(fā)og off ”暫停記錄，需要記錄時(shí)再用“l(fā)og on ”繼續(xù)記錄，最后用“ log close ”關(guān)閉文件。如果結(jié)果文件“ result1.log”

17、已經(jīng)存在，用“ log using result1 ”不能打開(kāi)已有文件result1. log 。如要覆蓋文件result1.log，則加選擇項(xiàng)replace。即鍵入：.log using result1, replace如要在其后進(jìn)行添加，則鍵入：.log using result1, appendsaving ”選擇項(xiàng)。例如，畫例1.1中x與y的散點(diǎn)圖并存入文件“ ex1.gph ”，可用下述指令:文件“ result1.log ”可在EDIT、PE2、WPS或 WOR等字處理軟件下編輯、打印，也可在DOS下用type或 print命令通過(guò)顯示器瀏覽或打印機(jī)輸出硬拷貝。 若要將圖形結(jié)果打印

18、下來(lái)，需要在繪圖指令中加上內(nèi)定的圖形文件后綴，用戶亦可自己定義后綴名）。該圖形可在Stata狀態(tài)用"graph using d:mydataex1 重新顯示在屏幕上，可在File 的Print Graph打印，也可用打印命令“gphdot ”打印。DOS版本的Stata可在DOS提示符下用“ gphdot ” 命令打?。篋:MYDATA>gphdot ex1.gph 更詳細(xì)的內(nèi)容見(jiàn)第五章。§ 1.6 Stata的操作方式Stata的操作有交互式操作和非交互式操作兩種形式。一、交互式操作在Stata狀態(tài)直接鍵入指令，每輸入一個(gè)指令，Stata執(zhí)行一個(gè)，這種方式稱為交互式

19、操作。例1.2 用例1.1數(shù)據(jù)建立回歸方程。.use ex1 reg y x二、非交互式操作若分析內(nèi)容很多，有時(shí)甚至涉及到多個(gè)數(shù)據(jù)庫(kù)，有幾十個(gè)甚至成百個(gè)分析內(nèi)容，若仍采取交互式操作，不 僅要將許多時(shí)間花在等待運(yùn)算結(jié)果上，而且容易漏掉一些主要的分析內(nèi)容或做一些無(wú)益的重復(fù)勞動(dòng)。這時(shí) 最好在EDIT, PE2, WORD?文字處理下將這些指令寫入一個(gè)以“ do”為擴(kuò)展名的命令文件（文本格式，即ASCII碼），并仔細(xì)核對(duì)分析內(nèi)容、命令格式，直至組織數(shù)據(jù)文件的合理性等，修改好后再在Stata狀態(tài)執(zhí)行該命令文件。例1.3用非交互式操作對(duì)例1.1數(shù)據(jù)進(jìn)行相關(guān)和回歸分析。第一步，在字處理軟件下寫入如下指令，并

20、以文件名“ex1.do ”存入磁盤子目錄中。set more 1/扌曰疋結(jié)果窗口中，當(dāng)輸出結(jié)果滿 屏后，不再 顯示-more-，直接顯示下一屏log using d:mydataex1 .log/*打開(kāi)結(jié)果文件 ex1.loguse d:mydataex1.dta/* 調(diào)用數(shù)據(jù)文件 d:mydataex1.dtagra y x,savi ng(d:mydtataex1)/* 作 y 與 x的散點(diǎn)圖，并存入d:mydtataex1.gphcor y x/*作y與x的相關(guān)reg y x/*作y與x的回歸log close/*關(guān)閉結(jié)果文件ex1.logset more 0/扌曰疋纟口果窗口中，當(dāng)輸出

21、纟口果滿 屏后，顯示-more-，直到按任意鍵后，再顯示下一屏第二步，在 Stata狀態(tài)鍵入：.do d:mydtataex1.doStata將首先打開(kāi)一個(gè)名為“ ex1.log ”的結(jié)果文件，然后打開(kāi)數(shù)據(jù)文件“ ex1.dta ”，畫散點(diǎn)圖并將圖形 存入文件“ ex1.gph ”，進(jìn)行相關(guān)分析、回歸分析，最后關(guān)閉結(jié)果文件。此時(shí)，Stata執(zhí)行這些命令是自動(dòng)的，不間斷的。§ 1.7 Stata的幫助功能Stata具有很強(qiáng)的幫助功能。幫助功能的使用有兩種方式。一是在Stata狀態(tài)，需要了解某個(gè)指令的格式和功能，這時(shí)只需鍵入help（或按功能鍵F1），然后空一格鍵入該指令即可。例如，若需

22、了解回歸分析的指令格式，則：help regress則可得到幫助。二是利用菜單，在 Stata的菜單上按Help ，出現(xiàn)幫助窗口。此時(shí)輸入需要幫助的命令關(guān)鍵詞，如regress，按0K即可得到幫助。如需了解Stata的全部命令，可鍵入 help contents ，可得到Stata的全部命令及其簡(jiǎn)單解釋；或在幫助 窗口按Contents ,則出現(xiàn)如下的幫助內(nèi)容窗口。在知道所要幫助的命令時(shí)，在命令窗口鍵入help加命令，即可獲得幫助；在不知道所要幫助的命令時(shí)，用菜單操作更好。Stata的常用命令見(jiàn)附錄。下面以多元線性回歸命令為例，介紹Stata的命令的格式。多元線性回歸命令為regress，欲得

23、到命令格式，鍵入help regress即可得到：by varlist: regress depvar varlistl (varlist2) weight if exp i n ran ge , level(#)beta hasc ons nocon sta nt n oheader eform(stri ng) dep name(var name) mse1 命令中，內(nèi)為選擇項(xiàng)，括號(hào)外為必選項(xiàng)。這里介紹命令的公共選擇部分，該命令的專用選擇項(xiàng)將在相應(yīng)章節(jié)作介紹。group，且取值為1，1. by varlist，是指定按變量varlist的取值逐一作多元線性回歸。如變量名為2， 3， 4，則

24、"by group: ” 是指定 Stata 分別按 group=1, group=2, group=3 和 group=4 的觀察 值分別作4個(gè)回歸方程。在選用該選擇項(xiàng)前，要對(duì)變量排序，即先執(zhí)行sort,女口： .sort group2. weight，是指本命令允許使用加權(quán)或頻數(shù)，有fw=頻數(shù)變量和aw=加權(quán)變量?jī)煞N形式。if group=1if group>2if group=1 | group=2if group=3if group=1 & sex=0/*對(duì)滿足group=1條件的觀察值進(jìn)行分析/*對(duì)滿足group>2條件的觀察值進(jìn)行分析/*對(duì)滿足grou

25、p=1或group=2條件的觀察值進(jìn)行分析/*對(duì)滿足group不等于3條件的觀察值進(jìn)行分析/*對(duì)滿足group=1,同時(shí)sex=0條件的觀察值進(jìn)行分析3. if exp,用條件語(yǔ)句指定條件。如，下列條件是合法的:in range4.in 1/25in 26/44in 26/lin 5/l，指定觀察值的范圍，對(duì)觀察值范圍為對(duì)觀察值范圍為對(duì)觀察值范圍為/*/*/*/*對(duì)在范圍內(nèi)的觀察值作分析。下列語(yǔ)句是合法的:125號(hào)的觀察值作分析2644號(hào)的觀察值作分析26最后(last)的觀察值作分析對(duì)最后5個(gè)觀察值進(jìn)行分析這些公共選擇項(xiàng)在很多命令中都可選用，本書在介紹各命令時(shí)將省去這些公共選擇項(xiàng)。另外一個(gè)選

26、擇項(xiàng)，也可用于很多命令，它就是for。例如，在作回歸分析時(shí)，自變量為x1,x2,” x22共22變量，而因變量有y1,y2, y10, z1, z5共15個(gè)變量。欲分別建立每個(gè)因變量 yi和zi與x1,x2, x22 的回歸，則需要寫15個(gè)命令。而用for選擇項(xiàng)只需一個(gè)命令即可：for y1-y10 z1-z5 : regress x1-x22命令中，for后面的變量是選定的，regress是作回歸分析，是替換符，Stata自動(dòng)用for語(yǔ)句指定的變 量逐一替換作為因變量，而自變量為x1-x22。又如，for y* : summ ,detail表示，對(duì)以y字母開(kāi)始的變量作詳細(xì)的統(tǒng)計(jì)描述。第一章數(shù)

27、據(jù)輸入，存盤和調(diào)用文件命令以及數(shù)據(jù)管理命令本節(jié)STATA命令摘要1 輸入數(shù)據(jù)命令:1）in put變量名1變量名2 ,變量名 m（各變量數(shù)據(jù)之間用空格隔開(kāi)，每行一個(gè)記錄，最后以end 表示結(jié)束）2）i nfile變量名1 變量名2 , 變量名m using 文件名（該文件為文本文件，各變量數(shù)據(jù)之間用空格隔開(kāi)，每行一個(gè)記錄）存盤命令：save 路徑文件名replace（以STATA格式存盤，缺省擴(kuò)展名為dta，replace表示覆蓋同名同路徑的文件；也可以在菜單File中選SAVEas或SAVE進(jìn)行操作）outfile using 路徑文件名replace（以文本格式存盤，缺省擴(kuò)展名為raw，

28、replace表示覆蓋同名同路徑的文件）調(diào)用已存的STATA格式文件use 路徑文 件 名,clear（也可以在菜單File 中選open進(jìn)行操作）產(chǎn)生新變量gen 新變量名=表達(dá)式修改變量值replace 變量名=表達(dá)式in 范圍if 邏輯表達(dá)式（變量的缺省值（mining data）表達(dá)式為.）在STATA軟件中數(shù)據(jù)輸入通常有三種方式：鍵盤直接輸入，從外部的文本文 件（ASC碼文件）讀入數(shù)據(jù)和在DOS環(huán)境下應(yīng)用Transfer 軟件直接把Fox或其他 格式存盤的文件轉(zhuǎn)換成Stata 軟件格式的文件。1、鍵盤輸入方式：命令格式：in put 變量1 變量 2, 變量 m輸入數(shù)據(jù)， 變量之間用

29、空格，每個(gè)記錄一行 當(dāng)數(shù)據(jù)輸完后，輸入end例:應(yīng)用克矽平治療矽肺患者10名，治療刖后血紅蛋白的含量如下（數(shù)摘自金丕煥主編醫(yī)用統(tǒng)計(jì)方法，pp 37):血紅蛋白含量治療前113150150135128治療后140138140135135治療前100110120130123治療后120147114138120在下列STATA操作中用變量x1和x2分別代表治療前和治療后。STATA數(shù)據(jù)輸入操作命令:1. 鍵盤直接輸入nputx1 x2113140150138150140135135128135100120110147120114130 138123 120 end2.調(diào)用外部文本數(shù)據(jù)文件如果數(shù)據(jù)已經(jīng)

30、用其它軟件（如：Foxbase）輸入，并已以文本格式生成一個(gè)文本數(shù)據(jù)文件，并且滿足上述每個(gè)記錄一行和兩個(gè)變量之間用空格分割的格式。則用STATA命令：infile 變量1變量2 , 變量m using 路徑文本數(shù)據(jù)文件名如：上例數(shù)據(jù)已以文本方式存在C:user子目錄中的文件 ex1.txt ，并滿足每個(gè)記錄一行和兩個(gè)變量之間用空格分割的格式，則：STATA命 令：in file x1 x2 using c:userex1.txt以STATA格式存盤save ex1以ex1.dta為文件名在當(dāng)前目錄中存盤。（因?yàn)镾TATA格式的數(shù)據(jù)文件的缺省擴(kuò)展名為.dta）如果ex1.dta在當(dāng)前目錄中已存在

31、，并且打算把當(dāng)前數(shù)據(jù)所存的文件覆蓋當(dāng)前目錄中已存在的文件ex1.dta，則：save ex1,replace如果打算把ex1.dta 文件存入c:user 子目錄中，則save c:userex1.dta或 save c:userex1.dta, replace以文本方式存數(shù)據(jù)文件：STATA命令：outfile 變量1變量2 , 變量m using路徑文本數(shù)據(jù)文件名replace其中子命令，replace 表示覆蓋現(xiàn)有同目錄中與該文本數(shù)據(jù)文件相同的文 件設(shè)上述資料已在STATA狀態(tài)下輸入到計(jì)算機(jī)中，準(zhǔn)備生成一個(gè)文本數(shù)據(jù)文 件 ex1.txt 并存入 c:user ，貝U：STATA命令：ou

32、tfile x1 x2 using c:userex1.txt若 在c:user 中已經(jīng)有ex1.txt ,并打算用當(dāng)前STATA環(huán)境中的 數(shù)據(jù)覆蓋它。則outfile x1 x2 using c:userex1.txt,replace調(diào)用現(xiàn)有數(shù)據(jù)文件（以STATA格式存盤的文件，又稱STATA系統(tǒng)數(shù)據(jù)文件） use 路徑文件名,clear若當(dāng)前STATA狀態(tài)已調(diào)入數(shù)據(jù)，則要調(diào)入新的數(shù)據(jù)時(shí)，需要用 clear子命令，表示清除原先已在計(jì)算機(jī)中 的數(shù)據(jù)。如：調(diào)用在c:user子目錄下的ex1.dtaSTATA系統(tǒng)數(shù)據(jù)文件，則：use c:userex1若當(dāng)前狀態(tài)已有數(shù)據(jù)在計(jì)算機(jī)內(nèi)，貝U：use c

33、:userex1,clear注意：use與save是一對(duì)調(diào)用 STATA系統(tǒng)數(shù)據(jù)文件和以STATA系統(tǒng)格式 存盤的命令；infile 和outfile也是一對(duì)調(diào)用外部文本數(shù)據(jù)文件和以文本文件格式存盤的命令。數(shù)據(jù)管理命令產(chǎn)生新的變量：STATA命令：gen新變量名=表達(dá)式例如：當(dāng)前計(jì)算機(jī)中正處于STATA狀態(tài)下，并有二個(gè)配對(duì)變量x1和x2的數(shù)據(jù)，因此需要計(jì)算兩個(gè)變量的差：x1-x2，則:gen x=x1-x2修改數(shù)據(jù)：STATA命令：replace 變量名= 表達(dá)式if邏輯表達(dá)式in 范圍如：變量x中所有值為999的數(shù)據(jù)是缺省資料，現(xiàn)改為STATA缺省值的記號(hào)，所有大于100的數(shù)據(jù)將改為2； x

34、小于或等于100且大于5的所有數(shù)據(jù)改為1 ； x小于或等于5的所有數(shù)據(jù)為0。則：replace x=. if x=999replace x =0 if x<=5replace x=1 if x>5 & x<=1002replace x=2 if x>1001、方括號(hào)中的子命令表示可以省略，但方括號(hào)中的子命令是處理一些特殊情況的。2在邏輯表達(dá)式中：“等于”用 =表示；“不等于”用=表示；“或”用|表示；“并且”用&表示。第二章描述性統(tǒng)計(jì)命令與輸出結(jié)果說(shuō)明本節(jié)STATA命令摘要by 分組變量：summarize 變量名1 變量名2, 變量名m,detailc

35、i變量名1 變量名2, 變量名m , level（#） bi no mialpoisson exposure（varname） by（分組變 量）cii 樣本量 均數(shù) 標(biāo)準(zhǔn)差,level（#）tab1變量名,generate（變量名）資料特征描述（均數(shù)，中位數(shù)，離散程度）例：某地測(cè)定克山病患者與克山病健康人的血磷測(cè)定值如下表（數(shù)據(jù)摘自四川醫(yī)學(xué)院主編的衛(wèi)生統(tǒng)計(jì)學(xué),1978 出版,p21）:患者2.63.243.733.734.324.735.185.585.786.406.53健康人1.671.981.982.332.342.503.603.734.144.174.574.825.78并假定這些

36、數(shù)據(jù)已以STATA格式存入ex2.dta文件中，其中變量x1為患者的血磷測(cè)定值數(shù)據(jù)，變量x2為健康人的血磷測(cè)定值數(shù)據(jù)。上述數(shù)據(jù)也可以用變量x表示血磷測(cè)定值，分組變量group=0表示患者組和group=1表示健康組（如：患者組中第一個(gè)數(shù)據(jù)為2.6，則x=2.6，group=0 ;又如：健康組中第三個(gè)數(shù)據(jù)為1.98，貝U x為1.98以及group為1），并假定這些數(shù)據(jù)已以STATA格式存入ex2a.dta文件中。計(jì)算 資料 均數(shù)，標(biāo)準(zhǔn)差命令summarize ,以述資料為例：use ex2,clearsummarize x1 x2結(jié)果：變量樣本數(shù) 均數(shù) 標(biāo)準(zhǔn)差最小值最大值Variable |

37、ObsMea nStd. Dev. Min Max+x1 |114.710909 1.3029772.66.53x2 |133.354615 1.3043681.675.78即：本例中急性克山病患者組的樣本數(shù)為11,血磷測(cè)定值均數(shù)為 4.711（mg%），相應(yīng)的標(biāo)準(zhǔn)差為1.303，最小值為2.6以及最大值為6.53 ;健康組的樣本量為 13,血磷測(cè)定值均數(shù)為 3.3546，相應(yīng)的標(biāo)準(zhǔn)差為1.3044， 最小值為1.67以及最大值為5.78。計(jì)算資料均數(shù)，標(biāo)準(zhǔn)差，中位數(shù)，低四分位數(shù)和高四分位數(shù)的命令summarize以及子命令detail ，仍以述資料為例：use ex2,clearsummar

38、ize x1 x2,detail結(jié)果：x1Perce ntilesSmallest(最小值）1%2.62.65%2.63.2410%3.243.73Obs11(樣本數(shù)）25%3.73 (低四分位）3.73 Sum of Wgt.1150%4.73 (中位數(shù)）（最大值）Mean4.710909(均數(shù)）LargestStd. Dev. 1.302977(標(biāo)準(zhǔn)差）75%5.78(咼四分位）5.5890%6.45.78Varia nee1.697749 (方差）95%6.536.4Skew ness-.0813446(偏度）99%6.536.53Kurtosis1.809951 (峰度）x2Perce

39、 ntilesSmallest1%1.671.675%1.671.9810%1.981.98Obs1325% 2.332.33Sum of Wgt.1350%3.6Mea n3.354615LargestStd. Dev. 1.30436875%4.174.1790%4.824.57 Varia nee1.70137795%5.784. 82 Skew ness.296394399%5.785.78 Kurtosis1.875392由上述結(jié)果可知：summarize命令并使用子命令detail ，不僅可以得到各變量資料的均數(shù)和標(biāo)準(zhǔn)差，而且可以得到主要的非參數(shù)描述指標(biāo)：低四分位（lowerqua

40、rtile） ，中位數(shù)（Median）以及高四分位（upperquartile）。對(duì)于非正態(tài)資料，一般不應(yīng)用均數(shù)土標(biāo)準(zhǔn)差進(jìn)行描述，而應(yīng)使用中位數(shù)以及（低四分位-高四分位，稱interquartilerange,IQR）進(jìn)行描述。如：若本資料不正態(tài)1，貝U x1的Median以及IQR為:4.73（3.73-5.78） 以及x2的Median以及IQR為:3.6（2.33-4.17）。為樣本方差；為偏度，偏度的絕對(duì)值越小，表明該數(shù)據(jù)的正態(tài)對(duì)稱性越好；峰度，峰度值越大表明該數(shù)據(jù)的正態(tài)峰越明顯；在該數(shù) 據(jù)中最小的四個(gè)數(shù)據(jù)；在該數(shù)據(jù)中最大的四個(gè)數(shù)據(jù)。若調(diào)用ex2a.dta文件，進(jìn)行描述性統(tǒng)計(jì)，可用下列

41、命令：use ex2a,clearsort group （ 將資料以group 變量為例從小到大排序）by group:summarize x結(jié)果：-> group=x0Perce ntilesSmallest1%2.62.65%2.63.2410%3.243.73Obs1125%3.733.73Sum of Wgt.1150%4.73Mea n4.710909LargestStd. Dev.1.30297775%5.785.5890%6.45.78Varia nee1.69774995%6.536.4Skew ness-.081344699%6.536.53Kurtosis1.8099

42、51-> group=1xPerce ntilesSmallest1%1.671.675%1.671.9810%1.981.98Obs1325%2.332.33Sum of Wgt.1350%3.6Mea n3.354615LargestStd. Dev.1.30436875%4.174.1790%4.824.57Varia nee1.70137795%5.784.82Skew ness.296394399%5.785.78Kurtosis1.875392上述結(jié)果與前面的結(jié)果對(duì)應(yīng)相同。根據(jù)樣本數(shù)據(jù)計(jì)算可信限295%可信限計(jì)算：正態(tài)數(shù)據(jù):ci變量名0-1數(shù)據(jù):ci變量名，bi no mia

43、lpoiss on分布數(shù)據(jù)：ci變量名，poisson90%可信限計(jì)算(其它可信限類推)正態(tài)數(shù)據(jù)：ci 變量名，level(90)0-1 數(shù)據(jù)：ci 變量名，level(90) bi no mialpoisson 分布數(shù)據(jù)：ci 變量名，level(90) poisson 以ex2.dta 為 例計(jì)算x1,x2 的95 % 可 信 限。use ex2.dta,clear Variable | Obs Mea n Std. Err. 95% Co nf. In terval+x1 |114.710909.39286243.8355575.586261x2 |133.354615.36176672

44、.566393 4.142837以上結(jié)果中：為樣本數(shù)；為均數(shù)；為標(biāo)準(zhǔn)誤；為95%的可信限，因此x1的 95% 可信限為3.8356,5.5863, x2 的 95 % 可信限為2.5664,4.1428。根據(jù)樣本數(shù)，樣本均數(shù)和標(biāo)準(zhǔn)差計(jì)算可信限3。若數(shù)據(jù)服從正態(tài)分布，并已知樣本均數(shù)和標(biāo)準(zhǔn)差以及樣本數(shù)，則95%可信 限計(jì)算為：cii 樣本數(shù) 樣本均數(shù)標(biāo)準(zhǔn)差,level（#）例：已知樣本數(shù)為90 樣本均數(shù)為40以及樣本標(biāo)準(zhǔn)差為12，則：計(jì)算該樣本 均數(shù)的95%可信限為cii 90 40 12Variable | ObsMea n Std. Err. 95% Co nf. In terval+|904

45、01.26491137.48665 42.51335該樣本均數(shù)的90% 可信限為37.48665,42.51335cii 90 40 12,level（90）Variable | ObsMea nStd. Err. 90% Co nf. In terval+|90401.26491137.8975242.10248計(jì)數(shù)資料中頻數(shù)和比例STATA命令：tab1 變量名,g（ 新變量名）因?yàn)樵撁钪饕m用描述計(jì)數(shù)資料（即：屬性資料），當(dāng)使用子命令g（新變 量）,則產(chǎn)生屬性指示變量。在回歸分析中經(jīng)常需要這些指示變量作為亞 元變量進(jìn)行分析。例：50只小鼠隨機(jī)分配到5 個(gè)不同飼料組，每組10 只小鼠。在

46、喂養(yǎng)一定時(shí) 間后，測(cè)定鼠肝中的鐵的含量（mg/g）如表所示：試比較各組鼠肝中鐵的含量 是否有顯著性差另”摘自醫(yī)學(xué)統(tǒng)計(jì)方法，金丕煥主編，p220）。用x 表示鼠肝 中鐵的含量以及用group=1 , 2, 3, 4, 5分別表示對(duì)應(yīng)的5個(gè)組。x:2.231.142.6311.352.011.641.131.011.70group:1111111111x:5.590.966.961.231.612.941.963.681.542.59group:2222222222x:4.53.9210.338.232.074.96.846.423.726group:3333333333x:1.351.060.7

47、40.961.162.080.690.680.841.34group:4444444444x:1.41.512.491.741.591.3634.815.215.12group:5555555555tab1 group,g(a)-> tabulati on of groupgroup|Freq.Perce ntCum+1 |10 20.00 20.002 |1020.0040.003 |1020.0060.004 |1020.0080.005 |1020.00100.00+-Total |50100.00 為各屬性資料的頻數(shù)；為該屬性占整個(gè)資料樣本數(shù)的百分比；為累 計(jì)百分比。本例中，總樣

48、本數(shù)為50，共有5 組，每組有10個(gè)樣本占八、）各占總樣本數(shù)的10% 因?yàn)槭褂昧俗用?g(a)，從而產(chǎn)生5個(gè)指示變量（又可稱亞元變量):a1,a2， a3, a4 和a5。 變量a1用于指示第1組的資料:即:當(dāng)資料屬于第1組的(group=1)，則a1=1 ；其它組的資料(group11)，則 a1=0。變量a2用于指示第2組的資料，變量a3，a4和a5相應(yīng)分別指示第3，4，5 組的資料（詳細(xì)見(jiàn)下表）。X：2.231.142.6311.352.011.641.131.011.70group:1111111111a11111111111a20000000000a30000000000a40000000000a50000000000x:5.590.966.961.231.612.941.963.681.542.59group:2222222222a10000000000a21111111111a30000000000a40000000000a50000000000x:4.53.