Stata教程剖析

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)，使其功能更加強(qiáng)大，操作更加靈活、簡(jiǎn)單，

2、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(pán)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WORD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×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WINDOWS版本，Stata可以管理4800個(gè)記錄×99個(gè)變量；對(duì)WINDOWS 95下的5.0版本，可根據(jù)計(jì)算機(jī)的配置情況設(shè)置變量數(shù)和記錄數(shù)，如32M擴(kuò)展內(nèi)

3、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(pán)或磁盤(pán)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回歸，多類(lèi)結(jié)果與有序結(jié)果的logistic回歸，Poisso

4、n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)，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(lèi)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)數(shù)十種的回歸分析方法，如多元線(xiàn)性回歸，逐步回歸，加權(quán)回歸，穩(wěn)鍵回歸，二階段回歸，百分

5、位數(shù)(中位數(shù))回歸，殘差分析、強(qiáng)影響點(diǎn)分析，曲線(xiàn)擬合，隨機(jī)效應(yīng)的線(xiàn)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(lèi)結(jié)果與有序結(jié)果的logistic回歸，Probit回歸，及其他廣義線(xiàn)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(xiàn)生存曲線(xiàn)的估計(jì)、相對(duì)危險(xiǎn)度的估計(jì)，Kaplan-Meier生存曲線(xiàn)、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)

6、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(mǎn)足絕大多數(shù)用戶(hù)的統(tǒng)計(jì)作圖要求。在有些非繪圖命令中，也提供了專(zhuān)門(mén)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(xiàn)圖，回歸分析中提供了殘差圖等。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、C

7、holesky 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? 400的矩陣(默認(rèn)為40? 40)，用它來(lái)完成日常工作中的統(tǒng)計(jì)分析顯然不現(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(hù)提供了一個(gè)廣闊的開(kāi)發(fā)應(yīng)用的天地，用戶(hù)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，St

8、ata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(xiě)的。下面這段程序是筆者自行編寫(xiě)的，用于產(chǎn)生n個(gè)參數(shù)為? 的Poisson分布的隨機(jī)數(shù)。prog define rp/* 定義程序名set obs 2/* 定義數(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=./* 定義變量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/* 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 r

9、0=1/* r0=1while i>0 /* i循環(huán)local r1=uniform()/* 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/* n0= i-1local i=-1/* i=-1local i= i+1/* i循環(huán)quiet replace rp=n0if _n=j/* 第j個(gè)rpn0local j= j+1/* j循環(huán)end§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

10、，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(hù)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d:盤(pán)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(pán)，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：

11、. exit即可退出Stata。如未將數(shù)據(jù)按Stata指令存盤(pán)，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)，這時(shí)，Stata將拒絕退出Stata狀態(tài)。若確實(shí)不需要存盤(pán)而退出Stata，可鍵入：. e，clear(e為exit的簡(jiǎn)寫(xiě))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，. exit二、 WINDOWS版本的Stata的進(jìn)入和退出在桌面上雙擊Wstata的圖標(biāo)：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(pán)，則可退出Stata。如數(shù)據(jù)未存盤(pán)

12、，則Stata給出如下提示：“Data has changed without being saved. Do you really want to exit?”(數(shù)據(jù)已改變，但未存盤(pán)，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(pán)后再退出。在WINDOWS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(pán)輸入數(shù)據(jù)，也可以從文件讀入數(shù)據(jù)。WINDOWS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(pán)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(pán)輸入數(shù)據(jù)例1.1

13、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(xiàn)部分為操作者輸入部分。. input x yx y1. 1 42. 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)。. listx y1.1 42.2 5.53.3 6.24.4 7.75.5 8.5二、 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(pán)。如欲將上述數(shù)據(jù)存入d:mydata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:

14、盤(pán)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use命令打開(kāi)：. use d:mydataex1如目標(biāo)盤(pán)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.dta already exists，告訴用戶(hù)在該目標(biāo)盤(pán)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(pán)的mydata

15、子目錄中建立了一個(gè)名為“ex1.dta”的Stata格式數(shù)據(jù)文件,并替換了原有文件。§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(如方差分析結(jié)果，回歸分析結(jié)果等)，一種是圖形。若要將操作過(guò)程和純字符型結(jié)果記錄下來(lái)，需事先打開(kāi)一個(gè)log文件：log using 文件名設(shè)結(jié)果文件名為result1，則Stata自動(dòng)加上后綴“.log”,亦可由用戶(hù)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

16、錄，需要記錄時(shí)再用“l(fā)og on”繼續(xù)記錄，最后用“l(fā)og close”關(guān)閉文件。如果結(jié)果文件“result1.log”已經(jīng)存在，用“l(fā)og 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, append文件“result1.log”可在EDIT、PE2、WPS或WORD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)

17、果打印下來(lái)，需要在繪圖指令中加上“saving”選擇項(xiàng)。例如，畫(huà)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：graph y x ，c(l) saving(d:mydataex1)這時(shí)屏幕上顯示y與x的散點(diǎn)圖，并將被存入d:mydata子目錄中，文件名為“ex1.gph”(gph是Stata內(nèi)定的圖形文件后綴，用戶(hù)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”

18、 命令打?。篋:MYDATA>gphdot ex1.gph更詳細(xì)的內(nèi)容見(jiàn)第五章。§1.6Stata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(chēng)為交互式操作。例1.2用例1.1數(shù)據(jù)建立回歸方程。use ex1reg 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等文字處理下將這些指

19、令寫(xiě)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(xiě)入如下指令，并以文件名“ex1.do”存入磁盤(pán)d:mydata子目錄中。set more 1/* 指定結(jié)果窗口中，當(dāng)輸出結(jié)果滿(mǎn)一屏后，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

20、,saving(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/* 指定結(jié)果窗口中，當(dāng)輸出結(jié)果滿(mǎn)一屏后，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(huà)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

21、些命令是自動(dòng)的，不間斷的。§1.7Stata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 OK 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?zhuān)换蛟趲椭翱诎?Contents ,則出現(xiàn)如

22、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(xiàn)性回歸命令為例，介紹Stata的命令的格式。多元線(xiàn)性回歸命令為regress，欲得到命令格式，鍵入help regress即可得到：by varlist: regress depvar varlist1 (varlist2)weight if exp in range , level(#)beta hascons noconstant noheader eform(string)depname(varname) mse1 命令中

23、， 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(zhuān)用選擇項(xiàng)將在相應(yīng)章節(jié)作介紹。1. by varlist，是指定按變量varlist的取值逐一作多元線(xiàn)性回歸。如變量名為group，且取值為1，2，3，4，則“by group:”是指定Stata分別按group=1, group=2, group=3和group=4的觀(guān)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,如：. 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。3. if exp, 用條件語(yǔ)句指定條件。如，下列條件是合法的：i

24、f group=1 /* 對(duì)滿(mǎn)足group=1條件的觀(guān)察值進(jìn)行分析if group>2/* 對(duì)滿(mǎn)足group>2條件的觀(guān)察值進(jìn)行分析if group=1 | group=2 /* 對(duì)滿(mǎn)足group=1或group=2條件的觀(guān)察值進(jìn)行分析if group=3 /* 對(duì)滿(mǎn)足group不等于3條件的觀(guān)察值進(jìn)行分析if group=1 & sex=0 /* 對(duì)滿(mǎn)足group=1,同時(shí)sex=0條件的觀(guān)察值進(jìn)行分析4. in range，指定觀(guān)察值的范圍，對(duì)在范圍內(nèi)的觀(guān)察值作分析。下列語(yǔ)句是合法的：in 1/25/* 對(duì)觀(guān)察值范圍為125號(hào)的觀(guān)察值作分析in 26/44 /* 對(duì)觀(guān)察

25、值范圍為2644號(hào)的觀(guān)察值作分析in 26/l/* 對(duì)觀(guān)察值范圍為26最后(last)的觀(guān)察值作分析in 5/l /* 對(duì)最后5個(gè)觀(guān)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(shū)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(xiě)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，re

26、gress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)據(jù)輸入，存盤(pán)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) input    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)infile  變 量 名1&

27、#160;   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(pán) 命 令：save  路徑 文 件 名,replace(以STATA格式存盤(pán)，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

28、盤(pán)，缺省擴(kuò)展名為raw，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

29、STATA 軟 件 中 數(shù) 據(jù) 輸 入 通 常 有 三 種 方 式： 鍵 盤(pán) 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(pán) 的 文 件 轉(zhuǎn) 換 成 Stata 軟 件 格 式 的 文 件。1、 鍵 盤(pán) 輸 入 方 式：命 令 格 式：input   變量1   變量2     變量m輸 入 數(shù) 據(jù)，  變 量 之 間 用 空 格， 每 個(gè) 記 錄 一 行當(dāng)

30、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 前 后 血 紅 蛋 白 的 含 量 如 下( 數(shù) 據(jù) 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. &

31、#160;   鍵 盤(pán) 直 接 輸 入input   x1 x2113  140150  138150  140135  135128  135100  120110  147120  114130  138123  120end2.  調(diào) 用 外 部 文 本 數(shù) 據(jù) 文 件如果數(shù)據(jù)已經(jīng)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(mǎn)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

32、   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(mǎn)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：infile  x1 x2 using c:userex1.txt·        以  STATA 格 式 存 盤(pán)save  ex1以ex1.dta為文件名在當(dāng)前目錄中存盤(pán)。(因?yàn)镾TATA格式的數(shù)據(jù)文件的缺省擴(kuò)展名為.dta)

33、如果ex1.dta在當(dāng)前目錄中已存在，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  

34、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 ， 則：STATA 命 令：outfile x1 x2  using c:userex1.txt若  在 c:user 中 已 經(jīng) 有 ex1.txt， 并 打 算 用 當(dāng) 前ST

35、ATA 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(pán) 的 文 件， 又 稱(chēng) 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)

36、 算 機(jī) 內(nèi)， 則：use  c: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(pán)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(pán)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 = 

37、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<=100 2replace  

38、0; 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,detailci 變 量 名1  變 量 名2      變 量 名m  ,

39、 level(#) binomialpoisson 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

40、)：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，則x為1.98以及group為1)，并假定這些數(shù)據(jù)已以STATA格式存

41、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      

42、; 最大值Variable |     Obs        Mean      Std. Dev.       Min           Max-+-x1 |      11    &#

43、160;  4.710909   1.302977        2.6            6.53x2 |      13       3.354615   1.304368      

44、0; 1.67          5.78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,clearsummarize x1 x2,detail結(jié) 果：x

45、1-Percentiles            Smallest( 最 小 值)1%          2.6                      2.65%  

46、        2.6                      3.2410%         3.24           &

47、#160;        3.73         Obs                  11(樣本數(shù))25%         3.73 (低四分位)  3.73  

48、  Sum of Wgt.          1150%         4.73 (中位數(shù))       (最大值)    Mean           4.710909(均數(shù))Largest   

49、    Std. Dev.      1.302977(標(biāo)準(zhǔn)差)75%         5.78(高四分位)    5.5890%          6.4             

50、0;        5.78          Variance       1.697749 (方差)95%         6.53             

51、0;        6.4           Skewness      -.0813446(偏度)99%         6.53              

52、;        6.53           Kurtosis       1.809951 (峰度)x2-Percentiles      Smallest1%         1.67    &

53、#160;       1.675%         1.67            1.9810%         1.98           1.98 &

54、#160;               Obs                  1325%     2.33           2.33 

55、0;      Sum of Wgt.          1350%      3.6                            Mean

56、           3.354615              Largest       Std. Dev.      1.30436875%      4.17    

57、60;      4.1790%         4.82           4.57      Variance       1.70137795%         5.78&

58、#160;          4. 82     Skewness       .296394399%         5.78           5.78      Kurto

59、sis       1.875392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(lowerquartile)，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)±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(chēng)interquartilerange,IQR)進(jìn)行描述。如：若本資料不正態(tài)1，則x1的Median以及IQR為:4.73(3.73-5.78)以及x2的Media

60、n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(chēng)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=        0x-P

61、ercentiles      Smallest1%          2.6             2.65%          2.6         &

62、#160;   3.2410%         3.24           3.73       Obs                  1125% 

63、60;       3.73           3.73       Sum of Wgt.          1150%         4.73     

64、                    Mean           4.710909Largest            Std. Dev.     

65、; 1.30297775%         5.78           5.5890%          6.4            5.78      &

66、#160; Variance       1.69774995%         6.53            6.4        Skewness      -.081344699%   

67、60;     6.53            6.53       Kurtosis       1.809951-> group=        1x-Percentiles      Smalles

68、t1%         1.67            1.675%         1.67            1.9810%       &#

69、160; 1.98           1.98         Obs                  1325%         2.33  &

70、#160;        2.33        Sum of Wgt.          1350%          3.6            

71、0;              Mean           3.354615Largest             Std. Dev.      1.30436875%  

72、60;      4.17           4.1790%         4.82           4.57       Variance     &

73、#160; 1.70137795%         5.78           4.82       Skewness       .296394399%         5.78   &

74、#160;       5.78        Kurtosis       1.875392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)

75、：ci   變量名,  binomialpoisson 分 布 數(shù) 據(jù)： ci  變 量 名，poisson90%  可 信 限 計(jì) 算( 其 它 可 信 限 類(lèi) 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) binomialpoisson 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,c

76、lear                                                  Variable |&

77、#160;    Obs         Mean      Std. Err.       95% Conf. Interval-+-x1    |      11     4.710909    .3928624 &

78、#160;      3.835557    5.586261x2    |      13     3.354615    .3617667        2.566393    4.142837以 上 結(jié) 果 中： 為 樣 本 數(shù)； 為 均 數(shù)； 為 標(biāo) 準(zhǔn) 誤；

79、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)

80、 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 |     Obs         Mean    Std. Err.          95

81、% Conf. Interval-+-|      90            40      1.264911        37.48665    42.51335該 樣 本 均 數(shù) 的90%   可 信 限 為 37.48665,    42.51335cii  90 40 12,level(90)Variable |     Obs         Mean      Std. Err.         90% Conf. Interval-+-|      90