初級計量作業(yè)stata常用命令

formatx1%10.3f——將x110，小數(shù)點(diǎn)后取三位formatx1%10.3gx110，有效數(shù)字取三位formatx1%10.3ex110，采用科學(xué)formatx1%10.3fc——將x110，小數(shù)點(diǎn)后取三位，加入千分位分隔符formatx1%10.3gcx110，有效數(shù)字取三位，加入千分位分隔符use"C:\ sandSettings\xks\桌面\2006.dta",clearmergeusing"C:\ sandSettings\xks\桌面\1999.dta"use sandSettings\xks\桌面\2006.dtamergeidusing sandSettings\xks\桌面\1999.dtaunique（unique建議采用第法。sample50%的樣本，其余刪除sample50,count50個樣本，其余刪除browsex1x2ifx3>3（按所列變量與條件打開數(shù)據(jù)查看器editx1x2ifx3>3（按所列變量與條件打開數(shù)據(jù)編輯器）one-to-one數(shù)據(jù)源自statatutorial中的exampw1和第一步：將exampw1按v001～v003這三個編碼排序，并建立臨時數(shù)據(jù)庫tempw1uset:\statatut\exampw1.dta"su——summarize的簡寫sortv001v002v003save第二步：對exampw2use"t:\statatut\exampw2.dta"sortv001v002v003savetempw2第三步：使用tempw1數(shù)據(jù)庫，將其與tempw2usemergev001v002v003usingta_mergetabulate_mergeerasetempw1.dtaerasetempw2.dtadrop_merge數(shù)據(jù)源自statatutorial中的fac19和newfacuse"t:\statatut\fac19.dta"taregionappendusing"t:\statatut\newfac"taregion莖stemx1,line(2)（做x1的莖，每一個十分位的樹莖都被拆分成兩段來顯示，前半段為0～45～9）stemx1,width(2)（做x1的莖，每一個十分位的樹莖都被拆分成五段來顯示，每個小樹莖2）stemx1,round(100)（將x1除以100后再做x1的莖）采用autohistogrammpg,discretefrequencynormalx軸，1和5為值，(1)為單位histogramprice,fraction（fractionyfrequencyfraction這兩個選擇之外，該命令可替換為“percent”百分比，和“density”discrete就表示將price當(dāng)作連續(xù)變量來繪圖）histogramprice,percentby(foreign)histogrammpg,discreteby(foreign,histogrammpg,discretepercentby(foreign,total)graphtwowaylfitpriceweight||scatterprice（作出priceweight的回歸線圖——“l(fā)fit”priceweight的散點(diǎn)圖相疊加twowayscatterprice（做priceweight的散點(diǎn)圖，并在每個點(diǎn)上標(biāo)注“make”，即廠商的取值twowayscatterpriceweight||lfitprice（foreignpriceweight做散點(diǎn)圖和回歸線圖的疊加，twowayscatterpriceweight||lfitprice（foreignpriceweight做散點(diǎn)圖和回歸線圖的疊加，twowayscatterpriceweight[fweight=dis（畫出price和weight的散點(diǎn)圖，“msybol(oh表示每個點(diǎn)均為中空的圓圈，[fweight=discement]表示每個點(diǎn)的大小與discement的取值大小成比例）twowayconnectedy1time,yaxis(1)||y2（畫出y1和y2這兩個變量的時間點(diǎn)線圖，并將它們疊加在一個圖中，左邊“yaxis(1)”y1的度量，右邊“yaxis(2)”y2的）twowayliney1time,yaxis(1)||y2graphtwowayscattervar1var4||scattervar2var4||scattervar3graphtwowaylinevar1var4||linevar2var4||linevar3graphtwowayconnectedvar1var4||connectedvar2var4||connectedvar3graphmatrixabcgraphmatrixabc用auto數(shù)據(jù)集：graphmatrixpricempgweightlength,halfby(foreign,totalcol(1)（foreignprice等四個變量的散點(diǎn)圖矩陣，要求繪出總圖，并上下排graphboxy,over(x)（對應(yīng)x的每一個取值構(gòu)建y的箱型圖，并在y0.22處劃一條水平線graphbar(mean)對應(yīng)xy“mean”mediansumsd、p25、p75等graphbara1a2,over(b)（ba1a2的條形圖，a1a2graphdot（畫點(diǎn)圖，沿著水平刻度，在x的每一個取值水平所對應(yīng)的y的中位數(shù)上打點(diǎn)qnormrcharta1a2（畫出質(zhì)量控制Ra1a3的取值范圍ameans（計算變量x的算術(shù)平均值、幾何平均值和簡單調(diào)和平均值，均顯示樣本量和置信區(qū)間meanvar1[pweight=summarizeyx1statasummarizeskewnesskurtosisECELL有較大差異，建議不采用statasummarizevar1[aweight=var2],tabstatX1,stats(meannqmaxminsdvar（X1的算術(shù)平均值、樣本量、四分位線、最大最小值、標(biāo)準(zhǔn)差、方差和變異系數(shù)）webusebitest（假設(shè)每次得到成功案例‘1’0.3quick所顯示的二項分布情況下，各種bitestidisy.disy.disy.disydisy.（計算在樣本總量為10，成功案例為3的樣本總體中，不重抽取4個樣本，其中有小于或2個為成功案例的概率）step1.用codebook、summarize、histogram、graphboxs、graphmatrix、stem看檢驗數(shù)據(jù)的codebookyx1x2summarizeyx1x2,detailgraphboxx1（箱圖graphmatrixyx1x2,half（畫出各個變量的兩兩x-y圖stemx1（做x1的莖step2.用tabulate、list細(xì)致尋找tabulatecodeifx1==值（作出x1等于值時code的頻數(shù)分布表，code表示地區(qū)、年份listcodeifx1==值（直接列出x1等于值時code的值，當(dāng)x1的錯誤過多時，不建議使listin20/l（l表示lastone，-202020個到倒數(shù)第step3.用rece命令替換recex1=?ifx1==值keepify<1000dropify>1000sortxgsort（對數(shù)據(jù)按x進(jìn)行升序排列g(shù)sort-（對數(shù)據(jù)按x進(jìn)行降序排列g(shù)sort-x,generate(id)（對數(shù)據(jù)按xid）orderyx3x1（將變量按照y、x3、x1、x2的順序排列）genx1`=exp(logx1)（將logx1數(shù)化genr61_100=1ifrank>=61&rank<=100（rank61100r61_100的取值1，其他為缺失值）00）genabs(x)（取x的絕對值）gentrunc(x)（x的整數(shù)部分genround(x)（x進(jìn)行四舍五入genround(x,y)（y為單位，對x進(jìn)行四舍五入gensqrt(x)（x的平方根genmod(x,y)（x/y的余數(shù)genreldif(x,y)（x與y的相對差異，即|x-genx=autocode(x,n,xmin,xmax)（x的值域，即xmax-xmin，分為等距的n份）genx=cond(x1>x2,x1,x2)（x1>x2成立，則取x1x1>x2不成立，則取x2）sortxgengx=group(n)（x分為盡量等規(guī)模的n個組egenzx1=std(x1),m(0s(1)（x101）egensdx1=sd(x1)（x1的標(biāo)準(zhǔn)差）egenmaxx1=max(x1)（最大值）egenminx1=min(x1)（最小值）egenmedx1=med(x1)（中數(shù)）egenmodex1=mode(x1)（眾數(shù)）egenrowsd=sd(x1x2x3)（得出x1、x2和x3聯(lián)合的標(biāo)準(zhǔn)差egenrowmean=mean(x1x2x3)（得出x1、x2和x3聯(lián)合的平均值egenrowmax=max(x1x2x3)（聯(lián)合最大值）egenrowmin=min(x1x2x3)（聯(lián)合最小值）egenrowmed=med(x1x2x3)（聯(lián)合中數(shù)）egenrowmode=mode(x1x2x3)（聯(lián)合眾數(shù)）egenrowtotal=total(x1x2x3)（聯(lián)合總數(shù)）egenxrank=rank(x)（x各個值排序的情況下，獲得反映x值大小排序的xrank）數(shù)據(jù)計算器disy命令：disyx[12]（顯示x的第十二個觀察值disychi2(n,x)（自由度為n的累計卡方分布disychi2tail(n,x)（自由度為n的反向累計卡方分布，chi2tail(n,x)=1-chi2(n,x)）disyinvchi2(n,p)（卡方分布的逆運(yùn)算，若chi2(n,x)=p，那么invchi2(n,p)=x）disyinvchi2tail(n,p)（chi2tail的逆運(yùn)算）disyF(n1,n2,f)（分子、分母自由度分別為n1和n2的累計F分布disyFtail(n1,n2,f)（分子、分母自由度分別為n1和n2的反向累計F分布）disyinvF(n1,n2,P)（F分布的逆運(yùn)算，若F(n1,n2,f)=p，那么invF(n1,n2,p)=f）disyinvFtail(n1,n2,p)（Ftail的逆運(yùn)算）disytden(n,t)（自由度為n的t分布）disyttail(n,t)（自由度為n的反向累計t分布）disyinvttail(n,p)（ttail的逆運(yùn)算）labeldata~~~"（對現(xiàn)用的數(shù)據(jù)庫做標(biāo)記，"~~~"就是標(biāo)記，可自行填寫）labelvariablex"~~~"（對變量x做標(biāo)記）labelvaluesxlabel1（賦予變量x一組labeldefinelabel11"a1"2"a2"（定義的具體內(nèi)容：當(dāng)x=1時，標(biāo)記為a1，當(dāng)x=2時，標(biāo)a2）tabulatetab1x1-x7,sort（x1到x7的頻數(shù)表，并按照頻數(shù)以降序顯示行tablec1,c（nx1meanx1sdx1（c1的不同水平上列出x1的樣本量和平均值）autotablerep78foreign,c(nmpgmeanmpgsdmpgmedianmpg)centerrow元格中間，row表示計算行變量整體的統(tǒng)計量，col表示計算列變量整體的統(tǒng)計量）tabulatex1（做x1和x2的二維交互表，要求顯示獨(dú)立性檢驗chi2、似然比卡方獨(dú)立性檢驗lrchi2、對定序變量適用的等級相關(guān)系數(shù)g 和taub、以及對名義變量適用的V）tabulatex1x2,columnchi2（x1和x2的二維交互表，要求顯示列百分比和行變量和列變量的tab2x1-x7,allnofreq（x1到x7這七個變量兩兩地做二維交互表，不顯示頻數(shù)：nofreq）byx3,sort:tabulatex1x2,nofreqcolchi2（同時進(jìn)行x3的每一個取值內(nèi)的x1和x2的二維交互tablex1x2x3,c(ferqmeanx1meanx2meanx3)tabstatX1X2,by(X3)stats(meannqmaxminsdvarcv)tabstatX1X2,by(X3)stats(meanrangeqsdvarcvp5p95median),[aw=X4]（X4ttestX1=1countifX1==0countifgenX2=1ifcorrx1x2x3（做x1、x2、x3的相關(guān)系數(shù)表swilkx1x2x3（用Shapiro-WilkWtest對x1、x2、x3進(jìn)行正太性分析）sktestx1x2x3（對x1、x2、x3進(jìn)行正太性分析，可以求出峰度和偏度）ttestx1=x2（對x1、x2的均值是否相等進(jìn)行T檢驗）ttestx1,by(x2unequal（按x2的分組方式對x1進(jìn)行T檢驗，假設(shè)方差不齊性sdtestx1，by(x2)（按x2的分組方式對x1進(jìn)行方差齊性檢驗clusterkmeansyx1x2x3,——依據(jù)y、x1、x2、x3，將樣本分為nclusterkmeansyx1x2x3,k(3)measure(L1)"start"用于確定聚類的核，"everykth"表示將通過構(gòu)造三組樣本獲得聚類核：構(gòu)造方法為將方法，"L1"表示采用歐式距離的絕對值，也直接可采用歐式距離（L2）和歐式距離的平方（L2squaredsortc1c2（對c1和c2兩個分類變量排序byc1c2：regyx1x2x3（在c1、c2的各個水平上分別進(jìn)行回歸bysortc1c2：regyx1x2x3ifc3=1（逗號前面相當(dāng)于將上面兩步驟合一，既排序又回歸，逗號后面的“ifc3=1”表示只有在c3=1的情況下才進(jìn)行回歸）stepwise,pr(.2):regyx1x2x3(使用Backwardselection，去除P0.2時變量)stepwise,pe(.2):regyx1x2x3(使用forwardselection，去除P0.2時變量)stepwisepr(.2pe(.01):regyx1x2x3（使用backward-stepwiseselection，取P0.01stepwise,pe(.2forward:regyx1x2x3（使用forward-stepwiseselection）regyx1x2x3predictYhat,xbpredictu,residpredictstd,stdp（獲得y估計值的標(biāo)準(zhǔn)誤predictstdf,stdf（獲得y預(yù)測值的標(biāo)準(zhǔn)誤predictp,pr(1，12)（獲得y112之間的概率）predictrstu,rstudent（student的t值）predictlerg,leverage（獲得杠桿值）predictckd,cooksd（獲得cooksd）regyx1x2x3c1c2adjustx1x2x3，se（使得變量x1、x2和x3等于其均值，求y的預(yù)測值和標(biāo)準(zhǔn)誤adjustx1x2x3，stdfci（使得變量x1、x2和x3等于其均值，求y的預(yù)測值，預(yù)測標(biāo)準(zhǔn)誤和置adjustx1x2,by(c1seci（控制變量x1、x2，亦即取它們的均值，在分類變量c1的不同水平上求y預(yù)測值，標(biāo)準(zhǔn)誤和置信區(qū)間）adjustx1x2x3,by(c1stdfci（控制變量x1、x2、x3，亦即取它們的均值，在分類變量c1的不同水平上求y預(yù)測值，預(yù)測標(biāo)準(zhǔn)誤和置信區(qū)間）adjustx1x2,by(c1c2)seci（控制變量x1、x2，在分類變量c1、c2的不同水平上求y的預(yù)測adjustx1x2x3,by(c1c2stdfci（控制變量x1、x2、x3，在分類變量c1、c2的不同水平上求adjustx1=ax2=bx3=c，seci（當(dāng)x1=a、x2=b、x3=c時，求y的預(yù)測值、標(biāo)準(zhǔn)誤和置信區(qū)間）求y的預(yù)測值、標(biāo)準(zhǔn)誤和置信區(qū)間）adjustx1=ax2=bc1=1，by(c1)seci（當(dāng)x1=a、x2=b，并假設(shè)所有的樣本均為c1=1，求在分類變量c1的不同水平上，因為變量x3的均值不同，而導(dǎo)致的y的不同的預(yù)測值……）mvregY1Y2X1X2X3……（多元回歸mvregy1y2y3x1x3x3（多元回歸分析，y1y2y3為因變量，x1x3x3為自變量）mvreg之后才能進(jìn)行testy1]（測試對y1testy1]:x1x2（測試對y1的回歸中x1、x2testx1x2x3（測試在所有的回歸中，x1、x2、x3testy1=y2]（對y1的回歸和對y2的回歸系數(shù)相等test[y1=y2]:x1x2x3,mtest（y1和y2的回歸中，分別測試x1、x2、x3的系數(shù)是否相等，mtest這個命令，則測試他們的聯(lián)和統(tǒng)計）testy1=y2=y3]（三個回歸的系數(shù)是否相等，可加mtest以分別測試testy1=y2=y3]:x1x2（測試三個回歸中的x1、x2mtest）est命令的用法：regyx1x2x3（不限于reg，也可ivreg、mvreg、reg3）eststoreAestreyestforA:sum（對A回歸結(jié)果中的各個變量運(yùn)行sum命令）regyx1x2x3ifc1==1（當(dāng)分類變量c1=1時，進(jìn)行y和諸x的回歸）regyx1x2x3,robust（回歸后顯示各個自變量的異方差-穩(wěn)健性標(biāo)準(zhǔn)誤）estatvif（回歸之后獲得VIF）estathettest,mtest（異方差檢驗）regyx1x2x3predictu,residgenusq=u^2regusqx1x2x3求F值disyR/(1-R)*n2/n1（n1表示分子除數(shù)，n2表示分母除數(shù)disyLMdisyR*n（n表示總樣本量disywhite法：regyx1x2x3predictu,residgenusq=u^2predictygenysq=y^2regusqyysq求F值disyR/(1-R)*n2/n1（n1表示分子除數(shù)，n2表示分母除數(shù)disyLMdisyR*n（n表示總樣本量disyF值和LM值轉(zhuǎn)換為P值令disyFtail(n1,n2,a)（利用F值求p值，n1表示分子除數(shù)，n2表示分母除數(shù)，a為F值）異方差的糾正——WLS（weightedleastsquareestimator）regyx1x2x3aw=x1]（將x1作為異方差的來源，對方程進(jìn)行修正）regy/(x1^0.5)1/(x1^0.5)x1/(x1^0.5)x2/(x1^0.5)糾正異方差的常用套路（構(gòu)造h值regyx1x2x3predictu,residgenusq=u^2genlogusq=log(usq)reglogusqx1x2x3predictggenregyx1x2x3[aw=1/h]異方差hausman檢驗：regyx1x2x3eststoreA（將上述回歸結(jié)果到A中regyx1x2x3[aw=1/h]eststoreB當(dāng)因變量為對數(shù)形式時（log(y)）yreglogyx1x2x3predictgenregym,noconstantm的系數(shù)為iy的預(yù)測值anovayg1g1|g2（g*g1和交互項g1|g2這兩種分類的y值是否存anovayd1d2d1*d2（d*d1、d2d1*d2的這三種分類的y值是否有組內(nèi)anovayd1d2x1d2*x1continuous(x1)（x*表示連續(xù)的控制變量）webusemanovay1y2y3=genderfracturegender*fracture（按、是否骨折及二者的交互項對y1、y2和y3進(jìn)行方差分析）manovay1genderfracturegender*fracture（y1為因變量webusenobetweengenmycons=1manovatest1test2test3=mycons,noconstantmatc=(1,0,-1\0,1,-1)manovatestmycons,（foreachvnameiny1y2y3{（確定y變量組reg`vname'x1x2x3（將y變量組中的各個變量與諸x變量進(jìn)行回歸分析，注意vname的標(biāo)}mvregy1y2y3=x1x2reg3reg3(y1=x1x2x3)(y2=x1x3x4)(y3=x1x2測試y1coefs0test[y1]test[y1=y2=y3],testy1=y2y1=y3commonconstant（constant表示包含截距項reg3(y1=y2x1x2)(y2=y1（2）reg3進(jìn)行reg3(y1=y2x1x2)(y2=y1x4),ols對兩個回歸結(jié)果進(jìn)行hausman檢驗：reg3(y1=x1x2x3)(y2=y1x4),2slseststoretwoslsreg3(y1=x1x2x3)(y2=y1x4),olseststoreols驗ols,equations(2:)hausmantwoslsols,alleqs（對所有方程一起進(jìn)行檢驗）檢驗忽略變量（模型的RESETregyx1x2x3estatovtest對變量ygeny_l1=y[_n-geny_l2=y[_n-gengen回歸元嚴(yán)格外生時AR(1)序列相關(guān)的檢驗regyx1x2predictu,residgenu_1=u[_n-1]regu回歸之后，u_1的序數(shù)如果不異于零，則該序列不相關(guān)用Durbin-WatsonStatistics檢驗序列相關(guān)：tssetyear@（對時間序列回歸中代表時間的變量進(jìn)行定義）@regyx1x2@durbina,small@（small可以根據(jù)F值求出P值，以代替chi2值）@durbina,@（讓檢驗?zāi)茉趓obust、neway之后進(jìn)行）@durbina,smalllag(1/10@（lag110階的durbina,robustlag(1/10@（robust可進(jìn)行異方差—穩(wěn)健性回歸，避免未知形式的異方差）@bgodfrey@（利用Breusch-Godfreytest求出高階序列相關(guān)）@數(shù)據(jù)：survey源數(shù)據(jù)：dataset文件夾中的1、定義surveysvysetpsuid[pweight=finalwgt],——定義primarysamplingunit為psuid——pweight為——定義stratumidentifer為stratid。可能是測試中被試的編號，1to312malegenmale=(==1)if —— svy,subpop(male):tabulatehighbpsizce,colobspearsonlrnull——subpop規(guī)定了以male為數(shù)據(jù)的范——tabulatehighbpsizce表示繪制行變量為highbp，列變量為sizce的表100%——obs表示列出每個單元格的樣本量，se表示列出每個單元格的標(biāo)準(zhǔn)誤，ci——pearson表示求取pearson'schi-squired,的卡方檢——lr表示求取likelihood——wald表示求取adjustedwa