Stata 研讨班讲义

Stata研讨班讲义

初级班

中国人民大学

2012年7月22-24日

连玉君

（中山大学 岭南学院）

arlionn@https://www.sodocs.net/doc/7a16426342.html,

http://goo.gl/tRXba

目 录

课程概览........................................................................................................................................... I 课程大纲.......................................................................................................................................... II 课件使用说明................................................................................................................................. I II Part I：stata11软件的基本设定.................................................................................................... I II Part II：课件的使用方法................................................................................................................ V Q1. 如何打开课堂上使用的do文档？............................................................................ V Q2. 如何查看每次执行STATA的log文件？ ................................................................ V Q3. 如何正确显示中文字符？.......................................................................................... V Q4. 如何查看帮助文件的PDF文件？............................................................................VI Q5. 如何使用Stata官方提供的范例数据？ ...................................................................VI 讨论和建议................................................................................................................................... VII

重要提示：这些资料仅限于研讨班内部使用，请勿散布于网络。

? 2012连玉君版权所有

课程概览

时间：2012年7月22日-24日(三天)

地点：北京市海淀区 人民大学

授课安排

(1) 授课方式：采用Stata11.0软件，中文多媒体互动式授课方式

(2) 授课时间：上午9:00-12:00，下午13:30-16:30(16:30-17:00答疑)。

讲师介绍

连玉君，经济学博士，副教授。2007年7月毕业于西安交通大学金禾经济研究中心，现任教于中山大学岭南学院金融系。主讲课程为“金融计量”、“计量分析与Stata应用”、“实证金融”等。已在《Global Finance Journal》、《经济研究》、《管理世界》、《金融研究》、《会计研究》、《世界经济》、《统计研究》、《经济学(季刊)》等期刊发表论文40余篇，出版专著一部。连玉君副教授主持国家自然科学基金项目、教育部人文社科基金项目、广东自然科学基金项目各一项，并参与了多项国家自科和社科基金项目的研究工作。目前已完成Panel V AR（1800余行）、Panel Threshold（1200余行）、Two-tier Stochastic Frontier（500余行）等计量模型的STATA实现程序，并编写过几十个小程序，如xtbalance.ado、bdiff.ado等。

课程简介

我们精选了六个专题，一方面帮助大家掌握Stata的基本操作命令，另一方面学会常用的计量分析模型。课程详情如下：

（1）在前三个专题中，我们重点介绍Stata入门知识、数据处理和编程。通过这三个专题的学习，大家能够清晰地了解Stata的整体架构，能够熟练地处理缺漏值、离群值，对复杂数据进行合并和拆分，并利用条件语句、循环语句和各种函数大幅提高数据处理和实证分析的效率。

（2）在第四和第五个专题中，分别介绍线性回归模型和非线性回归模型。这里包括了OLS、GLS、NLS、MLE等估计方法。熟练掌握这些方法已经能够满足多数实证分析的工具需要了。

（3）在第六个专题中，重点介绍常用的Panel Data模型，包括固定效应模型（FE）、随机效应模型（RE）、动态面板模型等。随着面板数据资料获取难度的降低，这些模型的掌握能帮助我们更为深入地分析数据中所蕴含的信息。

课程配套资料

（1）本课程中使用的do文档和ado文档（包含每个专题对应的do文件，共计1万余行命令，同时提供Stata和PDF两种格式，前者方便学员练习，后者方便学员阅读） （2）范例数据（Stata官方范例数据包）、中国宏观经济、中国上市公司范例数据 （3）Stata外部命令包：plus（包含700多个外部命令）

课程大纲

专题名称 授课内容

第1讲（3小时）Stata入门概述数据的导入和导出

执行指令和基本统计分析

do文件和log文件的使用

帮助文件的获取和外部命令的使用

第2讲（3小时）数据处理 不同数据格式的转换

重复样本值、缺漏值和离群值的处理数据的横向合并和纵向追加

文字变量的处理

第3讲（3小时）Stata程序 Stata程序基础（暂元、条件语句、循环语句等）Stata程序的基本架构

暂时性对象（暂元、暂时性变量、暂时性文件等）控制语句（条件语句、循环语句）

Stata中的各类函数

第4讲（3小时）线性回归模型 普通最小二乘法（OLS）

广义最小二乘法（GLS）

模型的设定和筛选

Bootstrap、Jackknife及稳健性标准误的获取估计结果的呈现和分析

第5讲（3小时）非线性回归模型 非线性最小二乘法（NLS，重点介绍程序的编写）应用范例：连玉君和钟经樊 (2007, 南方经济)

最大似然估计（MLE，重点介绍程序的编写）

第6讲（3小时）Panel Data模型静态面板模型：固定效应和随机效应

异方差和序列相关（稳健型标准误的获取）动态面板模型（FD-GMM、SYS-GMM）

各种面板估计方法的模拟分析

(附赠) Stata绘图Stata绘图命令的基本架构常用图形概览

选项的设定

图形元素属性的设定

复杂图形的绘制

课件使用说明

Part I：stata11软件的基本设定

（1） 将stata11.rar解压后放置于D盘根目录，即D:\stata11（注意：是D:\stata11，而不是D:\stata11\stata11，另外，stata11是小写）。如果你的电脑中没有D盘，请阅读第（5）条说明。

（2） 打开stata11：双击图1中带有蓝色阴影的图标即可。1

图1 stata11放置界面

（3） 关于更新

A、首次打开stata11，会弹出对话框，询问你是否需要更新。如果不需要更新，请按下图进行设定：

图2 首次打开stata11时的更新设定

B、（为了节省时间，这一步可以跳过，对于一般用户而言，更新与否不会影响你的使用效果）如需把stata11更新到最新版本，请在command窗口中输入 update all 命令。更新过程大概需要几分钟到几十分钟不等。特别注意的是，更新完毕后，你一定要输入如下

1你也可以右击这个图标，然后选择“附加到开始菜单”。这样stata11的logo就会出现在开始菜单中，每次启动stata11就只需从“开始”菜单中单击这个logo即可。

件覆盖旧文件。忘记这一步，往往会导致你的stata丢失变量或出现一些奇怪的现象。

（4） 关于profile.do文件。每次启动stata11时，它会自动执行D:\stata11文件夹下的profile.do文件，该文件中包含了一系列命令，用于设定stata所占用的内存，各种文件路径的位置等信息。如果你是按照上述要求放置stata11文件的，那么启动stata11后，屏幕上应该显示如下信息（否则你要检查文件名的拼写是否正确）： running D:\stata11\profile.do ...

（5） 如果你的计算机分区中没有D盘，你也可以把stata11放置于其他盘符下，但需要做一些微小的调整。这里以F盘为例，也可以是C，H，K等其他盘

①.将stata11解压后放置于 F 盘下，即 F:\stata10。注意：stata是小写。

②.修改profile.do 文件，具体方法为:

Step1: 输入 doedit F:\stata11\profile.do 命令，打开 profile.do 文件；

Step2: 将第六行中的 local D "D" 命令修改为 local D "F" ；

Step3: 保存profile.do 文件，退出stata11，然后重启即可。

③.若上述设定无误，则在重新打开stata11后，屏幕第一行会显示如下信息：

running F:\stata11\profile.do ...

同时，输入 sysdir 命令，屏幕上会呈现如下信息(此时你才能正确使用外部命令)：. sysdir

STATA: F:\stata11\

UPDATES: F:\stata11\ado\updates\

BASE: F:\stata11\ado\base\

SITE: F:\stata11\ado\site\

PLUS: F:\stata11\ado\plus\

PERSONAL: F:\stata11\ado\personal\

Step1：在STATA命令窗口中输入 cd D:\stata11\ado\personal\Stata_PX_A 命令，定义当前工作路径（会显示在STATA屏幕左下角）；

Step2：输入 doedit xA1_intro 命令，即可打开第一讲的讲义xA1_intro.do文件。

当然，我们也可以通过点击菜单的方式完成上述操作，步骤如下：

Step1：在STATA主菜单中点击“New do-file Editor”图标；

Step2：在第一步中弹出的“Do-file Editor”窗口中点击“Open”图标，然后到

D:\stata11\ado\personal\Stata_PX_A文件夹下，双击“xA1_intro”文件即可打开之。

B：在练习之前，请先执行如下命令，以便进入第一讲所在目录，本讲中使用的所有数据文件和相关文档都存放于该目录下。如果您的stata11放置于D盘，请执行低42-43行的命令；如果您的stata11放置于其他盘，请执行第46行的命令。

执行命令的方法为：选中上图中第42-43行的命令，点击下图中带有蓝色阴影的按钮（Execute (do)，快捷键为Ctrl+D）：

Q2.如何查看每次执行STATA的log文件？

A：我在profile.do文件中进行了设定，每次启动STATA11后，屏幕上呈现的所有结果都会被自动记录到一个日志文件中。这些日志文件被自动保存在D:\stata11\do文件夹下，文件名称为打开STATA时的时间，例如，名称为s22Apr2010111857.txt的日志文件是我在2010年4月22日11点18分57秒打开STATA11时自动生成的。

Q3.如何正确显示中文字符？

A：在默认设定下，首次打开Stata11时，所有的窗口都是白色的，此时Stata11无法正常显示中文字符（多为乱码）。解决方法很简单：

(1) 要保证 [Results] 窗口中的中文字符能够正常显示，只需做如下设定：

依次点击菜单Edit ? Preference ? General Preference ?Results Colors ? Color scheme，在下拉菜单中选择“Classic”。截图如下：

(2)要保证帮助文件能够以合适的字体显示，只需作如下设定即可：

依次点击菜单Edit ? Preference ? General Preference ?Viewer Colors ? Color scheme，在下拉菜单中选择“Custom 1”。设定完成后点击“确定”。截图如下：

Q4.如何查看帮助文件的PDF文件？

A：Stata11配备了完整的PDF格式的使用手册，统一存放于“D:\stata11\utilities”文件夹下。你可以直接进入该文件夹查看相应的PDF文件，亦可在Stata内部直接打开相应的PDF文件。要打开完整的PDF使用手册，依次点击菜单Help ? PDF Documentation 即可：

若想查看特定命令的PDF使用说明，可以先在命令窗口中输入该命令，如“help regress”，浏览该帮助文件的最下方，点击下图中的 [R] regress 即可打开 regress 的PDF帮助文件。

Q5.如何使用Stata官方提供的范例数据？

A：多数情况下，教程中提供的资料已经足够大家练习所需了。当然，为了满足个别学

文件夹中。例如，你可以输入use "D:\stata11\ado\Examples\XTFiles\abdata.dta", clear 命令导入范例数据abdata.dta。亦可点击Stata主界面中的按钮（快捷键为Ctrl+o），到上述目录下选择你想要练习的数据文件。

讨论和建议

(1) 人大经济论坛Stata专版：https://www.sodocs.net/doc/7a16426342.html,/bbs/index.asp?boardid=67

(2) 人大经济论坛“统计软件培训班VIP答疑区”。这里汇集了大量stata应用的实例和问题：https://www.sodocs.net/doc/7a16426342.html,/bbs/forum-114-1.html。

(3) 连玉君的博客：https://www.sodocs.net/doc/7a16426342.html,/arlion，提供了大量Stata资源。

(4) 连玉君的微博：https://www.sodocs.net/doc/7a16426342.html,/arlionn,可以实时进行沟通。

stata常见问题及解决办法个人总结笔记

1. 如何输出STATA的图，和保存？ 先输入数据 （1）Twoway connected 变量1 变量2 //划出折线图 （2）twoway scatter 变量1 变量2 //划出散点图 2. 怎样在stata8中做HAUSMAN检验？ 四步曲，重点在于解释结果 （1）xtreg y x , fe （2）est store fe （3）xtreg y x, re （4）hausman fe 如果拒绝，说明corr(x,ui)=0的假设是有问题的，需要重新设定RE model 后再进行检验，如果模型的设定没有问题，但检验还是拒绝原假设（p值接近0），那么就只能采用FE model 了，因为此时的RE 估计量是有偏的。 （definitely right. 当你使用stata的时候，最重要的命令不是这些是help and find it然后就能找到你的答案了） hausman检验是用来检验用fe还是re的，其原假设是re优于fe，从你的结果来看（Prob>chi2 =0.0000），应该拒绝原假设，所以应该用fe 3.stata里平方的命令怎么写? gen age=age^2 4. stata里边怎么取对数啊？ gen lnx=log(x) 5.如何用STATA求自然对数？如说：ln(X^2)=-4.8536，如何求X啊？ . dis sqrt(exp(-4.8536))或者dis exp(-4.8536/2) 6.关于hausman检验，结果是CHI2(2)=2355.81，prob>chi2＝0.000，可以使用随机效应模型嘛？ prob>chi2＝0.000,is like p-value. we should reject the null, so fixed effect is preferred.Randome effect is not suggested. CHI2(2)=2355.81，就意味着拒绝原假设，从而选取固定效应模型。 7.我在做gdp一阶差分单位根检验的时候，输入的命令是ipshin dgdp,lags(1)得

Stata 自学笔记

Stata笔记 1.clear 2.input 3.save https://www.sodocs.net/doc/7a16426342.html,e 5.sysuse 6.d/des/desc/describe 7.sum & return list & ereturn list 8.reg 9.clear results 10.matrix 11.type 12.insheet 13.rename 14.infile 15.browse 16.xmluse https://www.sodocs.net/doc/7a16426342.html,press 18.xpose 19.tsset 20.outfile 21.outsheet 22.xmlsave 23.变量 Stata笔记 1.clear 清除内存数据。数据都是存入内存来计算的，所以在输入大量数据之前，要先清除内存中的数据来释放空间。删除的不光包括数据，还有变量，以及Data Editor 中的数据。（就是删除所有数据，什么都不留） 不影响已经存在硬盘上的数据。（只删除内存中的所有数据）

具体使用方法在下文中有具体例子。 手动输入数据。 可以分五次输入，也可以直接复制到Command 。 input x y x 50 30 20 20 30 50 20 52 60 end 保存数据。 此项如果保存在C 盘可能因为权限不够而报错。换到其他盘符即可。 save data_name[,replace] save 名称[,如果之前已经有这个名称，则替换（覆盖）。] 使用、导入（.dta ）数据。 use data_name[,clear] use “file_path”[,clear] use url[,clear] use 名称[,清除。] 2.input 3.save https://www.sodocs.net/doc/7a16426342.html,e

让你快速上手的stata讲义

Stata简明讲义 王非 中国经济研究中心 ebwf@https://www.sodocs.net/doc/7a16426342.html,

〇、写在前面的话 关于学习Stata的意义，大家只需知道：目前，Stata是计量经济学、特别是微观计量经济学的主流软件。因此，Stata很重要、很有用，而大家也会在使用Stata 的过程中慢慢体会到它的特点。 本讲义取名为“Stata简明讲义”，意在突出“简”和“明”两个字。虽然讲义长达五十多页，但相比Stata的完全手册来说，还不及九牛之一毛，故为“简”。实际上，完全手册中的很多内容都鲜有人（特别是计量经济学者）问津，而本讲义列出的内容则是大家经常用到的操作；所以，“简”也有“简”的好处。即便如此，掌握这份讲义也并非易事。所谓“明”，是明晰的意思。本讲义本着“手把手教”的精神，力求把每项操作都说得具体明晰，以方便初学者（特别是没有程序操作经历的初学者）尽快上手。至于本讲义在“简明”上做得怎么样，还需要各位读者来评判。 中心的一位学长邹传伟，曾经写过一份“Stata介绍”，在网上可以下载。那份讲义比较全面，但不够具体明晰。本讲义参照那份讲义，在框架上查漏补缺，并进一步地明晰化。本讲义第二部分的“do文件”和第七部分的“残差分析”的相关内容均来自于中心的沈艳老师的相关讲义，而沈老师对于本讲义的成形给予了细致的指导。本讲义附带了一些数据文件，其中“WAGE1.dta”和“WAGEPRC.dta”均来自Wooldridge的中级计量教材的数据集，而其他数据则为作者自己的杜撰。尽管从别人那里拿来了许多好东西，但本讲义的任何错误仍源于作者自己的疏忽。 本讲义是这样安排的：第一部分讲Stata的界面，第二部分讲do文件，第三部分讲怎样把数据导入Stata，第四部分专门讲help和search命令以及帮助文件的阅读方法，第五部分讲数据的描述及管理，第六部分讲如何画图，第七部分讲初步的回归分析。

Stata学习笔记

以下命令均采用小写字母 Chapter 1 stata入门 打开数据 use "D:\Stata9\", clear 用use命令打开数据 sysuse auto，clear auto 为系统数据sysuse为打开系统数据的命令 获取帮助 Help summarize summarize为需要获取帮助对象可以改为其他的需要帮助的对象Findit summarize，net 寻找网络帮助summarize为需要获取帮助对象 Search summarize ，net 寻找网络帮助summarize为需要获取帮助对象 显示结果 Display 5+9 描述统计（summarize 可简写成sum） Use atuo，clear Summarize price 描述price的观察值个数、平均值、标准差、最小值、最大值 Sum weight summarize可简写成sum Sum weight price 同时完成上面两步 绘图 Scatter price weight scatter 为绘制散点图命令 Line price weight ，sort line 为绘制折线图命令，sort为排序，绘制折线图前需要先排序 生成新的数据（generate 可简写成gen） Clear Set obs 1000 设置观测值的组数 Gen x=_n _n 为观察值得序号 Gen y=x+100 控制结果输出显示 List n 设置屏幕滚动 Set more off 先设置此项则显示时，屏幕不停止 Set more on 先设置此项则显示时，会使显示停止 清除内存中原有内容 clear 设置文件存取路径（cd） Cd d:\stata d:\stata为路径

第六讲方差分析

第五章 方差分析 第一节 概述 前面介绍了两样本均数比较的t 检验，但在实际研究中经常需要多组均数的比较。如：例5.1 患有某种肿瘤的大白鼠接受不同实验处理后(对照未服药；服抗癌A 药；服抗癌B 药；服抗癌C 药)，2周后体内存活的肿瘤细胞数如表5.1所示，比较不同实验处理后的平均存活肿瘤细胞数是否有差异。 表5.1 不同实验处理后存活肿瘤细胞数（有丝分裂细胞／10个高倍镜视野） 对照 服抗癌A 药 服抗癌B 药 服抗癌C 药 合计 48 45 23 5 50 51 20 6 46 47 22 0 52 48 19 2 48 47 21 2 50 4 N 5 6 5 6 22 x 48.80 48.00 21.00 3.17 33.45 s 2.28 2.19 1.58 2.23 20.14 本例中共有4种实验处理，在实验设计中称为一个因素中的4个水平：第一个水平为对照处理；第二个水平为服用A 药处理；第三个水平为服用B 药处理；第四个水平为服用C 药处理。根据本例的研究问题，相应的假设检验为 H 0:μ1=μ2=μ3=μ4 vs H 1:μ1，μ2，μ3，μ4不全相同 ● 不能用t 检验进行两两比较，第一类错误会增大。 由于本例共有4组的均数需要比较。如果用t 检验进行两两比较，共要进行2 46C =次 t 检验。如果每次t 检验犯第一类错误的概率为0.05，则不犯第一类错误的概率为0.95， 6次都不犯第一类错误的概率为60.950.7351=，因此在6次t 检验中至少有一次犯第一类错误的概率为610.950.26490.05-=>>。由此可见用t 检验进行多组均数的比较会增大犯第一类错误的概率。 ● 要用方差分析或多组的秩和检验(Kruskal Wallis test)的方法进行多组比较： 方差分析的英文全称为Analysis of Variance ，缩写简称为ANOVA 。 ● 统计分析策略 ? 如果每一组资料服从正态分布(或大样本)，并且方差齐性，则可以用方差分析的方 法进行比较。

stata简单讲义第六讲

线性相关和回归 赵耐青 在实际研究中，经常要考察两个指标之间的关系，即：相关性。现以体重与身高的关系为例，分析两个变量之间的相关性。要求身高和体重呈双正态分布，既：在身高和体重平均数的附近的频数较多，远离身高和体重平均数的频数较少。 样本相关系数计算公式(称为Pearson 相关系数)： ) () () )((2 2 YY XX XY L L L Y Y X X Y Y X X r = ----= ∑ ∑ ∑ (1) 1. 考察随机模拟相关的情况。 显示两个变量相关的散点图程序simur.ado （本教材配套程序,使用见前言）。命令为simur 样本量 总体相关系数 如显示样本量为100，ρ=0的散点图 本例命令为simur 100 0

如显示样本量为200，ρ=0.8的散点图本例命令为simur 200 0.8 如显示样本量为200，ρ=0.99的散点图本例命令为simur 200 0.99

如显示样本量为200，ρ=-0.99的散点图 本例命令为simur 200 -0.99 例1. 测得某地15名正常成年男子的身高x（cm）、体重y（kg）如试计算x和y之间的相关系数r并检验H0：ρ＝0 vs H1: ρ≠0。 α=0.05

数据格式为 176.0 69.0 175.0 74.0 172.0 68.0 170.0 64.0 173.0 68.5 168.0 56.0 172.0 54.0 170.0 62.0 172.0 63.0 173.0 67.0 168.0 60.0 171.0 68.0 172.0 76.0 173.0 65.0 Stata命令pwcorr 变量1 变量2 …变量m，sig 本例命令pwcorr x y,sig pwcorr x y,sig Pearson相关系数=0.5994，P值=0.0182<0.05，因此可以认为身高与体重呈正线性相关。

Stata笔记-北京科技大学

改颜色edit-preference-general prefernce-classic 下面命令框-右键-font-改字号 命令cd d:\ 改到d盘(change directory) dir查询d盘有什么 sysuse auto 系统自带汽车数据，数据变量（字段）显示在右上角 br(owse) 浏览数据（字符型红色，数值型黑色，蓝色-右键-value labels-hide all labels标签隐藏） h(elp) li(st) 告诉你命令怎么用，下面有例子 左边双击执行，单击复制到命令框 order price mpg(单击右边的变量) order make-foreign 改变变量顺序，从make到foreign g(enerate) new=rep78-trunk 输出新变量(rep78,trunk是字段，可单击选择，"."表示缺省，加减乘除+-*/) list if new==14 (==为等于，=为赋值，可以点击more） li(st) if new2>=14 & new2<24 (按q可以退出，即quit） replace new3=rep78 (输错了替换) drop new new2 new3删除变量 list if new>10000 list make if new<10000|new>2000 （竖线表示或者，回车上面那个） !=表示不等于 左边命令，右键save save data 文件名为data sysuse auto preserve reserve save auto2 保存时不需加后缀，删除时带后缀.dta sort price从小到大 gsort price 都可以，比较随意 gsort -trunk price (默认加号，为排序) order make new (将new排到第二位) aorder （alphabetic 按字母顺序排序） disp(lay) sin(1) 作为计算器使用 ln以e为底 ----------------3.13--------- 锐思数据库选择数据 -----非金融行业负债表---- 左边-财务报表-非金融行业 合并标识-1合并报表 调整标识-1 报表类型-q4、信息来源-q4 公司类别-20-定期报告 信息来源：q4 a股股票代码

stata学习笔记

经济数据的特点与类型。 1、横截面数据：多个经济个体的变量在同一时间点上的取值，如2012年中国各省的GDP 2、时间数列数据：指的是某个经济个体的变量在不同时点上的取值，如1978-2012年山东 省每年的GDP 3、面板数据：多个经济个体的变量在不同时点上的取值，如1978-2012年中国各省的GDP 小样本OLS（最小二乘法）：单一方程线性回归最常见方法 条件：解释变量与扰动项正交、扰动项无自相关、同方差。 拟合优度：衡量线性回归模型对样本数据的拟合程度（R2），越高说明模型拟合程度越好。单系数T检验：对回归方程扰动项的具体概率进行假设 显著性水平进行检验 F检验：整个回归方程是否显著 STATA操作简介： 如果数据中包含1949-10-01或1949/10/01的时间变量，导入stata后可能会被视为字符串，因此对于日度数据，可以使用命令gen newvar=date(varname,YMD),将其转换为整数日期变量，其中YMD说明原始数据的格式为年月日，如果原始数据的格式为月日年则使用MDY；对于月度数据则gen newvar=monthly(varname,YM)。 .describe：数据的概貌.drop keep：删除和保留 .su：统计特征Pwcorr：变量之间相关系数 Star（.05）：5%显著性水平gen:产生 g intc=log（tc）：取自然对数. reg：OLS回归 .Vce：协方差矩阵reg。。。，noc表示在进行回归时不要常数项 大样本OLS：只要求解释变量与同期的扰动项正交即可Robust：稳健标准误，如果存在异方差，则应使用稳健标准误

复旦大学stata精华学习笔记

Stata: 输出regression table到word和excel 1. 安装estout。最简单的方式是在stata的指令输入： ssc install estout, replace EST安装的指导网址是：https://www.sodocs.net/doc/7a16426342.html,/bocode/e/estout/installation.html 2.跑你的regression 3.写下这行指令esttab using test.rtf，然后就会出现个漂亮的表格给你（WORD 文档）。只要再小幅修改，就可以直接用了。这个档案会存在my document\stata 下。如果你用打开的是一个stata do file，结果会保存到do文件所在文件夹中。如果要得到excel文件，就把后缀改为.xls或者.csv就可以了 4.跑多个其实也不难，只要每跑完一个regression，你把它取个名字存起来：est store m1。m1是你要改的，第一个model所以我叫m1，第二个的话指令就变成est store m2，依次类推。 5.运行指令：esttab m1 m2 ... using test.rtf就行了。 异方差的检验： Breusch-Pagan test in STATA： 其基本命令是：estat hettest var1 var2 var3 其中，var1 var2 var3 分别为你认为导致异方差性的几个自变量。是你自己设定的一个 滞后项数量。 同样，如果输出的P-Value 显著小于0.05，则拒绝原假设，即不存在异方差性。 White检验： 其基本命令是在完成基本的OLS 回归之后，输入 imtest， white 如果输出的P-Value 显著小于0.05，则拒绝原假设，即不存在异方差性 处理异方差性问题的方法： 方法一：WLS WLS是GLS（一般最小二乘法）的一种，也可以说在异方差情形下的GLS就是WLS。在WLS下，我们设定扰动项的条件方差是某个解释变量子集的函数。之所以被称为加权最小二乘法，是因为这个估计最小化的是残差的加权平方和，而上述函数的倒数恰为其权重。 在stata中实现WLS的方法如下： reg （被解释变量）（解释变量1）（解释变量2）…… [aweight=变量名]

stata笔记要点

1.一般检验 假设系数为 0，t 比较大则拒绝假设，认为系数不为 0. 假设系数为 0，P 比较小则拒绝假设，认为系数不为 0. 假设方程不显著，F 比较大则拒绝假设，认为方程显著。 2.小样本运用 OLS 进行估计的前提条件为： （1）线性假定。即解释变量与被解释变量之间为线性关系。这一前提可以通过将非线性转换为线性方程来解决。 （2）严格外生性。即随机扰动项独立于所有解释变量：与解释变量之间所有时候都是正交关系，随机扰动项期望为 0。(工具变量法解决) （3）不存在严格的多重共线性。一般在现实数据中不会出现，但是设置过多的虚拟变量时，可能会出现这种现象。Stata 可以自动剔除。 （4）扰动项为球型扰动项，即随即扰动项同方差，无自相关性。 3.大样本估计时，一般要求数据在 30 个以上就可以称为大样本了。大样本的前提是 （1）线性假定 （2）渐进独立的平稳过程 （3）前定解释变量，即解释变量与同期的扰动项正交。 （4）E（XiXit）为非退化矩阵。 （5）gt 为鞅差分序列，且其协方差矩阵为非退化矩阵。 与小样本相比，其不需要严格的外生性和正太随机扰动项的要求。 4.命令 稳健标准差回归：reg y x1 x2 x3, robust 回归系数与 OLS 一样，但标准差存在差异。如果认为存在异方差，则使用稳健标准差。使用稳健标准差可以对大样本进行检验。 只要样本容量足够大，在模型出现异方差的情况下，使用稳健标准差时参数估计、假 设检验等均可正常进行，即可以很大程度上消除异方差带来的副作用 对单个系数进行检验：test lnq=1 线性检验：testnl_b[lnpl]=_b[lnq]^2 5.如果回归模型为非线性，不方便使用 OLS,则可以采取最大似然估计法（MLE）,或者非线 性最小二乘法（NLS） 6.违背经典假设，即存在异方差的情况。截面数据通常会出现异方差。 因此检验异方差可以： （1）看残差图，但只是直观，可能并不准确。 rvfplot(residual-versus-fitted plot)与拟合值的散点图 rvpplot varname(residual-versus-predictor plot)与解释变量的散点图 扰动项的方差随观测值而变动，表示可能存在异方差。 （2）怀特检验： estat imtest,white(post-estimation information matrix test) P比较小，则拒绝同方差假设，表示存在异方差,不能用OLS。反之则证明为同方差。 （3）BP 检验 estat hettest，iid (默认设置为使用拟合值 y^) estat hettest, rhs iid (使用方程右边的解释变量，而不是 y^)

stata简单讲义第五讲

Stata软件基本操作和数据分析入门 第五讲多组平均水平的比较 赵耐青 一、复习和补充两组比较的统计检验 1. 配对设计资料(又称为Dependent Samples) a)对于小样本的情况下，如果配对的差值资料服从正态分布，用配对t检验 (ttest 差值变量=0) b)大样本的情况下，可以用配对t检验 c)小样本的情况下，并且配对差值呈偏态分布，则用配对符号秩检验(signrank 差值变量=0) 2. 成组设计(Two Independent Samples) a)如果方差齐性并且大样本情况下，可以用成组t检验(ttest 效应指标变 量,by(分组变量)) b)如果方差齐性并且两组资料分别呈正态分布，可以用成组t检验 c)(Ranksum test)

二、多组比较 1. 完全随机分组设计(要求各组资料之间相互独立) a)方差齐性并且独立以及每一组资料都服从正态分布(小样本时要求)，则采用 完全随机设计的方差分析方法(即：单因素方差分析，One Way ANOV A)进 行分析。 b)方差不齐或小样本情况下资料偏态，则用Kruskal Wallis 检验(H检验) 例5.1 为研究胃癌与胃粘膜细胞中DNA含量（A.U）的关系，某医师测得数据如下，试问四 组人群的胃粘膜细胞中平均DNA含量是否相同？ 组别group DNA含量（A.U） 浅表型胃炎 1 9.81 12.73 12.29 12.53 12.95 9.53 12.6 8.9 12.27 14.26 10.68 肠化生 2 14.61 17.54 15.1 17 13.39 15.32 13.74 18.24 13.81 12.63 14.53 16.17早期胃癌 3 23.26 20.8 20.6 23.5 17.85 21.91 22.13 22.04 19.53 18.41 21.48 20.24

Stata学习笔记和国贸理论总结

Stata学习笔记 一、认识数据 （一）向stata中导入txt、csv格式的数据 1．这两种数据可以用文本文档打开，新建记事本，然后将相应文档拖入记事本即可打开数据，复制 2．按下stata中的edit按钮，右键选择paste special 3．*.xls/*.xlsx数据仅能用Excel打开，不可用记事本打开，打开后会出现乱码，也不要保存，否则就恢复不了。逗号分隔的数据常为csv数据。 （二）网页数据 网页上的表格只要能选中的，都能复制到excel中；网页数据的下载可以通过百度“国家数据”进行搜索、下载 二、Do-file 和 log文件 打开stata后，第一步就要do-file，记录步骤和历史记录，方便日后查看。Stata处理中保留的三种文件：原始数据 (*.dta)，记录处理步骤 (*.do)，以及处理的历史记录 (*.smcl)。 三、导入Stata Stata不识别带有中文的变量，如果导入的数据第一行有中文就没法导入。但是对于列来说不会出现这个问题，不分析即可（Stata不分析字符串，红色文本显示；被分析的数据，黑色显示）；第一行是英文变量名，选择“Treat first row as variable names” 在导入新数据的时候，需要清空原有数据，clear命令。 导入空格分隔数据：复制——Stata中选择edit按钮或输入相应命令——右键选择paste special——并选择，确定；导入Excel中数据，复制粘贴即可；逗号分隔数据，选择paste special后点击comma，然后确定。 Stata数据格式为 *.dta，导入后统一使用此格式。 四、基本操作（几个命令） （一）use auto，clear 。在清空原有数据的同时，导入新的auto数据。 （二）browse 。浏览数据。

V131-STATA全套数据资料+讲义-Chen_QJ_修改说明1

《资本-劳动替代弹性与地区经济增长》 修改说明 对审稿意见1的答复 非常感谢贵刊审稿人在百忙之中审阅拙作，并提出了一些宝贵的修改意见。参考这些意见，我们对文章初稿进行了如下几个方面的修改： (1)对文中部分公式的推导过程进行了更为细致的说明，统一放置于附录1。 (2)对文中所使用的估计方法——可行性一般化非线性最小二乘法（FGNLS）的具体实现过程，尤其是相关参数初始值的设定方法进行了更为细致的说明，请见正文和附录2。 (3)其它一些细节上的调整和完善。包括：对部分表述不妥之处的修改；增加了6条参考文献；对实证结果进行了更为细致的讨论，突出了本文结论所隐含的政策含义等。 下面，我们针对审稿人提出的问题给出详细答复。 审稿意见：本文估算了我国不同省份的资本-劳动替代弹性，并进一步考察了资本-劳动替代弹性对经济增长的影响。论文考察的问题具有较为重要的理论和现实意义，但文章仍存在较多的问题，建议作者进一步修正和完善。 下面我们具体指出本文存在的问题，如有不妥之处也请谅解。 1．本文第三部分替代弹性与经济增长率关系的理论分析中存在的问题较多，这里得不到作者想要的结论，本部分存在的问题如下： （1）在新古典增长框架下，经济增长率是外生给定的，经济增长率取决于人口增长率与技术进步率。在本的框架下，均衡状态人均产出的增长率等于零，而与资本-劳动替代弹性无关，因此得不到本文的结论。 （2）文中方程（1）后资本边际生产率括号外的指数有误，请仔细核实； （3）文中方程（3）前的推导有误，得不到文中方程（3）的结论； （4）同样的，也得不到文中方程（4）的结论。 答复：本文以新古典生产函数为基础来推导经济增长率和替代弹性的关系，分析中采用索洛基本方程，但并没有分析经济处于稳态时替代弹性对经济增长率的影响。此外，Klump and de La Grandville(2000)的理论分析研究表明，当经济处于稳态时，具有较高替代弹性的经济体的人均产出水平的增长率将更高，所以，即使在新古典框架下，替代弹性将影响稳态时的经济增长率。在替代弹性大于1的条件下，资本-劳动比趋于无穷大时，资本的边际产量大于0，因此，即使没有技术进步也能实现经济增长，即内生经济增长。 我们仔细检查了理论分析部分推导过程，发现资本边际生产率括号外的指数应为 1 1 σ- ，我

江西财经大学营销调研stata软件笔记

.sysuse auto,clear 从内存中调一笔数据 .help sysuse 帮助菜单 help+其他单词都弹出帮助菜单 .sysuse dir 出来的结果↓ .auto.dta census.dta fscstage1.dta network1.dta strepto.dta voter.dta autornd.dta cholesterol.dta gnp96.dta network1a.dta telomerase.dta xrcise4deprsn.dta bcg.dta citytemp.dta haloperidol.dta nlsw88.dta tsline1.dta xtline1.dta bplong.dta citytemp4.dta lifeexp.dta nlswide1.dta tsline2.dta bpwide.dta educ99gdp.dta lubin97.dta pop2000.dta uslifeexp.dta cancer.dta fleiss.dta magnes.dta sp500.dta uslifeexp2.dta .sysuse sp500,clear 查询sp500的相关数据 .clear 清除数据 .edit 建立空白数据表格 .rename var1 code 把var1（原始表格列命名）重命名为code .label variable val2 “年龄” .label variable val2 “age” .help rename 重命名的帮助菜单 webuse renamexmpl 从网上下载一些数据 des （describe the data）表格中的数据分析 renpfix income inc 批量更改数据 .insheet using "D:\data0507.txt",clear 通过命令导入文件 .sysuse auto,clear sumarize price.detail .stata的命令结构如下 [bysort:] command [][][][][] .help tab（tabulate） sysuse census, clear describe contains data from D:\ado\base/c/census.dta obs: (观测值) 50 1980 Census data by state vars:（变量名） 13 6 Apr 2009 15:43 size: 3,100 (99.9% of memory free) --------------------------------------------------------------------- --------------------------------------------------------------- storage display value variable name type format label variable label --------------------------------------------------------------------- ---------------------------------------------------------------

Stata时间序列笔记

文档结尾是FAQ和var建模的15点注意事项 【梳理概念】 向量自回归（VAR, Vector Auto regression）常用于预测相互联系的时间序列系统以及分析随机扰动对变量系统的动态影响。 V AR模型: V AR方法通过把系统中每一个内生变量,作为系统中所有内生变量的滞后值的函数来构造模型，从而回避了结构化模型的要求。 V AR模型对于相互联系的时间序列变量系统是有效的预测模型，同时，向量自回归模型也被频繁地用于分析不同类型的随机误差项对系统变量的动态影响。如果变量之间不仅存在滞后影响，而不存在同期影响关系，则适合建立V AR模型，因为V AR模型实际上是把当期关系隐含到了随机扰动项之中。 协整： Engle和Granger（1987a）指出两个或多个非平稳时间序列的线性组合可能是平稳的。假如这样一种平稳的或的线性组合存在，这些非平稳（有单位根）时间序列之间被认为是具有协整关系的。这种平稳的线性组合被称为协整方程且可被解释为变量之间的长期均衡关系。 * 第六讲时间序列分析 *---- 目录----- * *-- 简介 * 6.1 时间序列数据的处理 *-- 平稳时间序列模型 * 6.2 ARIMA 模型 * 6.3 V AR 模型 *-- 非平稳时间序列模型——近些年得到重视，发展很快 * 6.4 非平稳时间序列简介 * 6.5 单位根检验——检验非平稳 * 6.6 协整分析——非平稳序列的分析 *-- 自回归条件异方差模型 * 6.7 GARCH 模型——金融序列不同时点上序列的差异

反映动态关系的时间数据顺序不可颠倒 cd d:\stata10\ado\personal\Net_Course\B6_TimeS *======================= * 时间序列数据的处理help time *======================= * 声明时间序列：tsset 命令 use gnp96.dta, clear list in 1/20 gen Lgnp = L.gnp(此时没办法生成之后一阶的变量，因为没有设定时间变量) tsset date（设定date为时间变量，timeseries） list in 1/20 gen Lgnp = L.gnp96 滞后一期，所以会产生1个缺失值 ●检查是否有断点——肉眼看不方便，用命令检查 use gnp96.dta, clear tsset date tsreport, report drop in 10/10 ——去掉断点成连续的，才能继续进行 list in 1/12 tsreport, report tsreport, report list/*列出存在断点的样本信息*/ ●填充缺漏值——接着上一步，看看stata如何填充缺漏值。一般用前面的数据的平均值或 预测等 Tsfill（以缺漏值的形式）

stata 学习笔记(持续更新中) (2011-04-14 212642)

一、异方差怀特检验 在stata中没有这个命令。联网的情况下，使用“ssc install whitetst”即可下载安装。以下命令也可以用来找命令，例如找bpagan 命令 indit bpagan 或 search bpagan, all 二、scalar 标量 scalar a=2 //赋予标量a的值为2 dis a+2 //a+2=2+2=4 scalar b=a+3 //b=a+3=2+3=5 di b //结果窗口显示出：5 scalar s=”hello”//标量也可以为字符型 di s //结果窗口显示出: hello 三、异方差的纠正——WLS（weighted least square estimator） （1）基本思路： reg y x1 x2 x3 [aw=x1]（将x1作为异方差的来源，对方程进行修正） 上式相当于： reg y/(x1^0.5) 1/(x1^0.5) x1/(x1^0.5) x2/(x1^0.5) x3/(x1^0.5),noconstant （2）纠正异方差的常用套路（构造h值） reg y x1 x2 x3 predict u,resid gen usq=u^2 gen logusq=log(usq) reg logusq x1 x2 x3 predict g gen h=exp(g) reg y x1 x2 x3 [aw=1/h] 异方差hausman检验： reg y x1 x2 x3 est store A（将上述回归结果储存到A中） reg y x1 x2 x3 [aw=1/h] est store B hausman A B 当因变量为对数形式时（log(y)）如何预测y reg logy x1 x2 x3 predict k gen m=exp(k) reg y m,noconstant m的系数为i y的预测值=i×exp(k) 四、stata 生成虚拟变量 生成虚拟变量

Stata操作讲义知识讲解

操S义讲作atat Stata操作讲义 第一讲 Stata操作入门 第一节概况 Stata最初由美国计算机资源中心（Computer Resource Center）研制，现在为Stata公司的产品，其最新版本为7.0版。它操作灵活、简单、易学易用，是一个非常有特色的统计分析软件，现在已越来越受到人们的重视和欢迎，并且和SAS、SPSS一起，被称为新的三大权威统计软件。 Stata最为突出的特点是短小精悍、功能强大，其最新的7.0版整个系统只有10M左右，但已经包含了全部的统计分析、数据管理和绘图等功能，尤其是他的统计分析功能极为全面，比起1G以上大小的SAS系统也毫不逊色。另外，由于Stata在分析时是将数据全部读入内存，在计算全部完成后才和磁盘交换数据，因此运算速度极快。 由于Stata的用户群始终定位于专业统计分析人员，因此他的操作方式也别具一格，在Windows席卷天下的时代，他一直坚持使用命令行／程序操作方式，拒不推出菜单操作系统。但是，Stata的命令语句极为简洁明快，而且在统计分析命令的设置上又非常有条理，它将相同类型的统计模型均归在同一个命令族下，而不同命令族又可以使用相同功能的选项，这使得用户学习时极易上手。更为令人叹服的是，Stata语句在简洁的同时又拥有着极高的灵活性，用户可以充分发挥自己的聪明才智，熟练应用各种技巧，真正做到随心所欲。 除了操作方式简洁外，Stata的用户接口在其他方面也做得非常简洁，数据格式简单，分析结果输出简洁明快，易于阅读，这一切都使得Stata成为非常适合于进行统计教学的统计软件。

Stata的另一个特点是他的许多高级统计模块均是编程人员用其宏语言写成的程序文件（ADO文件），这些文件可以自行修改、添加和下载。用户可随时到Stata网站寻找并下载最新的升级文件。事实上，Stata的这一特点使得他始终处于统计分析方法发展的最前沿，用户几乎总是能很快找到最新统计算法的Stata程序版本，而这也使得Stata自身成了几大统计软件中升级最多、最频繁的一个。 由于以上特点，Stata已经在科研、教育领域得到了广泛应用，WHO的研究人员现在也把Stata作为主要的统计分析工作软件。 第二节 Stata操作入门 一、Stata的界面 图1即为Stata 7.0启动后的界面，除了Windows版本的软件都有的菜单栏、工具栏，状态栏等外，Stata的界面主要是由四个窗口构成，分述如下： 1．结果窗口 位于界面右上部，软件运行中的所有信息，如所执行的命令、执行结果和出错信息等均在这里列出。窗口中会使用不同的颜色区分不同的文本，如白色表示命令，红色表示错误信息。 2．命令窗口 位于结果窗口下方，相当于DOS软件中的命令行，此处用于键入需要执行的命令，回车后即开始执行，相应的结果则会在结果窗口中显示出来。 3．命令回顾窗口 即review窗口，位于界面左上方，所有执行过的命令会依次在该窗口中列出，单击后命令即被自动拷贝到命令窗口中；如果需要重复执行，用鼠标双击相应的命令即可。 4．变量名窗口 位于界面左下方，列出当前数据及中的所有变量名称。 除以上四个默认打开的窗口外，在Stata中还有数据编辑窗口、程序文件编辑窗口、帮助窗口、绘图窗口、Log窗口等，如果需要使用，可以用Window或Help菜单将其打开。 二、数据的录入与储存． Stata为用户提供了简捷，但是非常完善的数据接口，熟悉它的用法是使用Stata的第一步，在Stata中读入数据可以有三种方式：直接从键盘输入、打开已有数据文件和拷贝、粘贴方式交互数据。 (1)从键盘输入数据 在Stata中可以使用命令行方式直接建立数据集，首先使用input命令制定相应的变量名称，然后一次录入数据，最后使用end语句表明数据录入结束。 例1 在某实验中得到如下数据，请在Stata中建立数据集。 观测数据:X 1 3 5 7 9 ,Y 2 4 6 8 10 解：此处需要建立两个变量X、Y，分别录入相应数值，Stata中的操作如下，其中划线部分为操作者输入部分。 (2)用Stata的数据编辑工具

stata笔记

1.一般检验假设系数为0，t比较大则拒绝假设，认为系数不为0. 假设系数为0，P比较小则拒绝假设，认为系数不为0. 假设方程不显着，F比较大则拒绝假设，认为方程显着。 2.小样本运用OLS进行估计的前提条件为： （1）线性假定。即解释变量与被解释变量之间为线性关系。这一前提可以通过将非线性转换为线性方程来解决。 （2）严格外生性。即随机扰动项独立于所有解释变量：与解释变量之间所有时候都是正交关系，随机扰动项期望为0。(工具变量法解决) （3）不存在严格的多重共线性。一般在现实数据中不会出现，但是设置过多的虚拟变量时，可能会出现这种现象。Stata可以自动剔除。 （4）扰动项为球型扰动项，即随即扰动项同方差，无自相关性。 3.大样本估计时，一般要求数据在30个以上就可以称为大样本了。大样本的前提是 （1）线性假定 （2）渐进独立的平稳过程 （3）前定解释变量，即解释变量与同期的扰动项正交。 （4）E（XiXit）为非退化矩阵。 （5）gt为鞅差分序列，且其协方差矩阵为非退化矩阵。 与小样本相比，其不需要严格的外生性和正太随机扰动项的要求。 4.命令 稳健标准差回归：reg y x1 x2 x3, robust 回归系数与OLS一样，但标准差存在差异。如果认为存在异方差，则使用稳健标准差。使用稳健标准差可以对大样本进行检验。 只要样本容量足够大，在模型出现异方差的情况下，使用稳健标准差时参数估计、假设检验等均可正常进行，即可以很大程度上消除异方差带来的副作用 对单个系数进行检验：test lnq=1 线性检验：testnl _b[lnpl]=_b[lnq]^2 5.如果回归模型为非线性，不方便使用OLS,则可以采取最大似然估计法（MLE）,或者非线性最小二乘法（NLS） 6.违背经典假设，即存在异方差的情况。截面数据通常会出现异方差。 因此检验异方差可以： （1）看残差图，但只是直观，可能并不准确。 rvfplot (residual-versus-fitted plot) 与拟合值的散点图 rvpplot varname (residual-versus-predictor plot) 与解释变量的散点图 扰动项的方差随观测值而变动，表示可能存在异方差。 （2）怀特检验： estat imtest, white (post-estimation information matrix test) P比较小，则拒绝同方差假设，表示存在异方差,不能用OLS。反之则证明为同方差。（3）BP检验 estat hettest，iid (默认设置为使用拟合值y^) estat hettest, rhs iid (使用方程右边的解释变量，而不是y^) estat hettest [ varlist]，iid (使用某个指定的解释变量) P小，则拒绝原假设。 如果存在异方差，则可以：

stata常见问题及解决办法个人总结笔记

先输入数据 (1) Twoway connected 变量 1 变量 2 怎样在stata8 中做HAUSMAN验？ 四步曲，重点在于解释结果 ( 1 ) xtreg y x , fe ( 2) est store fe ( 3) xtreg y x, re ( 4) hausman fe 如果拒绝，说明corr(x,ui)=0 的假设是有问题的，需要重新设定REmodel 后再进行检验，如果模型的设定没有问题，但检验还是拒绝原假设( p值接近0), 那么就只能采用FE model 了，因为此时的RE 估计量是有偏的。 ( definitely right. 当你使用stata 的时候，最重要的命令不是这些是help and find it 然后就能找到你的答案了) hausman检验是用来检验用fe还是re的，其原假设是re优于fe，从你的结果来看( Prob>chi2 = )，应该拒绝原假设，所以应该用fe 3.stata 里平方的命令怎么写? gen age=age A2 4.stata 里边怎么取对数啊？ gen lnx=log(x) 5.如何用STATA求自然对数？如说：In訳八2)=，如何求X啊？ . dis sqrt(exp) 或者dis exp2) 6.关于hausman检验，结果是CHI2(2)=，prob>chi2 =，可以使用随机效应模型嘛？prob>chi2 = ,is like p-value. we shouId reject the nuII, so fixed effect is effect is not suggested. CHI2(2)=，就意味着拒绝原假设，从而选取固定效应模型。 7.我在做gdp 一阶差分单位根检验的时候，输入的命令是ipshin dgdp,lags (1) 得到的结果：Im-Pesaran-Shin test for cross-sectionally demeaned dgdpDeterministics chosen: constantt-bar test, N,T = (27,7) = 135 Obs