stata建模中的各种小问题(我的笔记)

保存估计结果的命令：est store 名称

使用保存结果的命令：，estimates（名称）

如果你把那个显示你用过的命令的窗口：

窗口操作：Windows——Review

如果你把那个显示变量的窗口：

窗口操作：Windows——V ariables

时间序列填充和扩展时间区间:

命令：tsappend ,add(n) 增加n个观测值

窗口操作：在上面找data edit 即像一个表格一样的图标点开即可编辑数据

时间序列存在间断点问题，需要补齐处理：

命令：tsfill

信息准则

赤池信息准则（AIC）——判断判断模型的最大滞后阶数

STA TA命令：

1．先回归

2．estat ic

如何看AIC统计量：

Breusch-Pagan,Cook-W eisberg异方差检验

STA TA命令：

1．先回归

2．estat hettest [varlist] 或者在Statistics——Postestimation(倒数第二个)——Reports and Statistics(倒数第二个)——在里面选择（hettest）

如何看统计量：

White异方差检验:

STA TA命令：

3．先回归

4．estat imtest,white [varlist] 或者在Statistics——Postestimation(倒数第二个)——Reports and Statistics(倒数第二个)——在里面选择（imtest）

如何看统计量：

Ramsey回归设定误差检验：

STA TA命令：

1．先回归

2．estat ovtest 或者在Statistics——Postestimation(倒数第二个)——Reports and Statistics(倒数第二个)——在里面选择（ovtest）

如何看统计量：

多重共线性方差膨胀因子检验：

1． 先回归

2． estat vif[,uncentered] 或者在Statistics ——Postestimation(倒数第二个)——Reports and

Statistics(倒数第二个)——在里面选择（vif ） 如何看统计量：

一般的当最大的方差膨胀因子超过10（相对保守的临界值定位30）后者平均方差膨胀因子超过1表示模型存在多重共线性的问题。Uncentered 用于当模型没有常数项时的未中心化的方差膨胀因子。

多重共线性的其他侦查方法： 值高而显著的t 比率小：多重共线性的“经典”征兆 克里安经验法则：仅当来自一个辅助回归的 大于得自Y 对全部回归元中的总 时，多重共线性才算是一个麻烦的问题。

做拟合图（前提是先回归）

STA TA 命令：

1． 解释变量对成分残差图——用于考察模型形式是否设定准确。 cprplot 被解释变量 acprplot 被解释变量

2． 增加变量图——用于考察数据是否存在异常值

avplotd 被解释变量

3． 拟合值对残差图的散点图——用于考察残差是否满足经典的假设条件 rvfplot

4． 解释变量对残差的散点图 rvpplot 被解释变量

STATA 对于数据的储存与重现

est 命令的用法： （1）储存回归结果：

reg y x1 x2 x3（不限于reg ，也可储存ivreg 、mvreg 、reg3） est store A

（2）重现回归结果： est replay A

（3）对回归结果进行进一步分析

est for A:sum （对A 回归结果中的各个变量运行sum 命令）

在非时间序列的数据的情况下， 异方差的修正——用GLS

具体的方法如下：

1.quietly regress y x 做回归

2.predict u ，residual 取残差

2R 2R 2R

3.predict yf ，xb (xb 表示拟合值) 将拟合值取出放到yf 里

4.gen lnu2=ln(u^2) 将残差做平方且取对数的处理

5.gen yf2=yf^2(将yf 这个拟合值同上面的残差做相同的处理)

6.quietly regress lnu2 yf yf2 对处理过的残差对 拟合值 以及 处理过的拟合值 做回归

7.predict nl u2f=exp(xb()) 再将回归后的拟合值取出并作对数处理放到 u2f 里 8.gen sd=sqrt(u2f) 将u2f 做平方处理 然后，利用vwl s 进行加权估计

vwls y x , sd(sd)

GLS 也可以通过regress 命令中的weight 选项来实现。

存在自相关的修正——用广义差分 自相关的修正——用广义差分

具体的方法如下：

1． 一阶自相关的修正 prais y x ，rhotype(regress)

prais y x ，corc rhotype(regress)

2． 高阶自相关的修正——以二阶自回归为例

①quietly regress D.y x 对被解释变量取差分并且做回归 ②predict u,resid 取出残差

③quietly reg u l(2).u ，noconstant 令u 对其二阶滞后期做自回归（无截距）

④matrix mat=e(b) 生成矩阵mat 将回归的结果放到矩阵里（如果是更高阶可能有多个自相

关系数）

⑤gen m=d.y-el(mat,1,1)*l(2)d.y 对y 的一阶差分与y 的一阶差分的滞后期与权重的乘积做差分，这个权重就是mat 矩阵里的第一行第一列的系数，刚好使我们刚刚回归出来的自相关系数（如果是高阶可能不只做一个差分，会更为复杂） ⑥gen n=d.x-el(mat,1,1)*l(2)d.x 对x 进行和y 一样的处理方法 ⑦reg m n 然后令m 对n 做回归

关于参数约束的模型估计问题(P178张晓峒)

STA TA 命令：

cnsreg 被解释变量 解释变量 [条件if] [in] [weight] ，constraints(constraints) [options] 其中constraints(constraints)表示线性约束 例如：

约束规模报酬不变的估计模型

命令如下：

1. constraint define 1 lnk+lnl=1 将等于1的线性约束(不可以为不等号)条件定义为1

2. cnsreg lny lnk lnl ，constraints(1) 约束为lnk=lnl=0的估计模型： 命令如下:

1. constraint define 2 lnk lnl 等于0的条件可以不写出来

2. cnsreg lny lnk lnl ，constraints(2)

约束条件为lnk=0.6, lnl=0.4的估计模型： 命令如下：

1.

constraint define 3 lnk=0.6

2.constraint define 3 lnl=0.4

https://www.sodocs.net/doc/be18473010.html,sreg lny lnk lnl，constraints(3,4)

注意：要先有约束条件的定义，然后再做约束性回归。

STATA最常用命令大全

stata save命令 FileSave As 例1. 表1.为某一降压药临床试验数据，试从键盘输入Stata，并保存为Stata格式文件。 STATA数据库的维护 排序 SORT 变量名1 变量名2 …… 变量更名 rename 原变量名新变量名 STATA数据库的维护 删除变量或记录 drop x1 x2 /* 删除变量x1和x2 drop x1-x5 /* 删除数据库中介于x1和x5间的所有变量(包括x1和x5) drop if x<0 /* 删去x1<0的所有记录 drop in 10/12 /* 删去第10~12个记录 drop if x==. /* 删去x为缺失值的所有记录 drop if x==.|y==. /* 删去x或y之一为缺失值的所有记录 drop if x==.&y==. /* 删去x和y同时为缺失值的所有记录 drop _all /* 删掉数据库中所有变量和数据 STATA的变量赋值 用generate产生新变量 generate 新变量＝表达式 generate bh=_n /* 将数据库的内部编号赋给变量bh。 generate group=int((_n-1)/5)+1 /* 按当前数据库的顺序，依次产生5个1，5个2，5个3……。直到数据库结束。 generate block=mod(_n,6) /* 按当前数据库的顺序，依次产生1,2,3,4,5,0。generate y=log(x) if x>0 /* 产生新变量y，其值为所有x>0的对数值log(x)，当x<=0时，用缺失值代替。 egen产生新变量 set obs 12 egen a=seq() /*产生1到N的自然数 egen b=seq(),b(3) /*产生一个序列，每个元素重复＃次 egen c=seq(),to(4) /*产生多个序列，每个序列从1到＃ egen d=seq(),f(4)t(6) /*产生多个序列，每个序列从#1到＃2 encode 字符变量名，gen(新数值变量名) 作用：将字符型变量转化为数值变量。 STATA数据库的维护 保留变量或记录 keep in 10/20 /* 保留第10～20个记录，其余记录删除 keep x1-x5 /* 保留数据库中介于x1和x5间的所有变量(包括x1和x5)，其余变量删除keep if x>0 /* 保留x>0的所有记录，其余记录删除

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/be18473010.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/be18473010.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/be18473010.html,e

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

最新Stata软件基本操作和数据分析入门

Stata软件基本操作和数据分析入门 第一讲Stata操作入门 张文彤赵耐青 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。

[推荐] stata基本操作汇总常用命令

[推荐] Stata基本操作汇总——常用命令 help和search都是查找帮助文件的命令，它们之间的 区别在于help用于查找精确的命令名，而search是模糊查找。 如果你知道某个命令的名字，并且想知道它的具体使用方法，只须在stata的命令行窗口中输入help空格加上这个名字。回车后结果屏幕上就会显示出这个命令的帮助文件的全部 内容。如果你想知道在stata下做某个估计或某种计算，而 不知道具体该如何实现，就需要用search命令了。使用的 方法和help类似，只须把准确的命令名改成某个关键词。回车后结果窗口会给出所有和这个关键词相关的帮助文件名 和链接列表。在列表中寻找最相关的内容，点击后在弹出的查看窗口中会给出相关的帮助文件。耐心寻找，反复实验，通常可以较快地找到你需要的内容.下面该正式处理数据了。我的处理数据经验是最好能用stata的do文件编辑器记下你做过的工作。因为很少有一项实证研究能够一次完成，所以，当你下次继续工作时。能够重复前面的工作是非常重要的。有时因为一些细小的不同，你会发现无法复制原先的结果了。这时如果有记录下以往工作的do文件将把你从地狱带到天堂。因为你不必一遍又一遍地试图重现做过的工作。在stata 窗口上部的工具栏中有个孤立的小按钮，把鼠标放上去会出

现“bring do-file editor to front”，点击它就会出现do文件编 辑器。 为了使do文件能够顺利工作，一般需要编辑do文件的“头”和“尾”。这里给出我使用的“头”和“尾”。capture clear （清空内存中的数据）capture log close （关闭所有 打开的日志文件）set more off （关闭more选项。如果打开该选项，那么结果分屏输出，即一次只输出一屏结果。你按空格键后再输出下一屏，直到全部输完。如果关闭则中间不停，一次全部输出。）set matsize 4000 （设置矩阵的最大阶数。我用的是不是太大了？）cd D: （进入数据所在的盘符和文件夹。和dos的命令行很相似。）log using （文件名）.log,replace （打开日志文件，并更新。日志文件将记录下所有文件运行后给出的结果，如果你修改了文件内容，replace选项可以将其更新为最近运行的结果。）use （文件名）,clear （打开数据文件。）（文件内容）log close （关闭日志文件。）exit,clear （退出并清空内存中的数据。） 实证工作中往往接触的是原始数据。这些数据没有经过整理，有一些错漏和不统一的地方。比如，对某个变量的缺失观察值，有时会用点，有时会用-9，-99等来表示。回归时如果 使用这些观察，往往得出非常错误的结果。还有，在不同的数据文件中，相同变量有时使用的变量名不同，会给合并数

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

第六章 stata语言中的常用函数

第六章stata语言中的常用函数 本章重点： Stata系统是一个统计分析系统，stata语言是实现stata系统功能的基础，因此它其中包括了各种各样的函数。在stata系统中，函数的自变量可以是一个常数，可以是一个变量，或者是一连串的变量。在调用这些函数的时候，只要将函数中定义中的这些变量替换为相应值即可。这一章，介绍一下这些函数的定义以及使用方法。 6.1函数概览 函数只不过是一些编号的小程序，它会按一定的规则进行处理，之后报告结果。实际上，谁也记不住这么多函数，因此，首先要学会查找函数的帮助，当记不住的时候，随时去查寻帮助。记住下面的命令才是最关键的。 . help function 弹出来的对话框告诉我们，STATA包括八类函数，分别是数学函数，分布函数，随机数函数，字符函数，程序函数，日期函数，时间序列函数和矩阵函数。本章主要介绍数学函数和字符函数，日期函数，随机函数等常用函数，其他函数可以参考stata 帮助功能。 6.2数学函数 Abs(x) x的绝对值

●Acos（x）反余弦函数 例如：arcos (0.5)=1.57 arcos(1)=0 ●Asin(x) 反正弦函数 ●Atan(x) 反正切函数 ●atanh(x) 反双曲正切函数 ●ceil(x) 返回大于或等于自变量的最小的整数。 例如：ceil(0.7)=1 ceil(3)=3 ceil(-0.7)=0 ●Floor(x) 返回小于或等于自变量的最大的整数 例如：floor(0.7)=0 floor(3)=3 floor(-0.7)=-1 ●Int(x) 返回自变量的整数部分 例如：int(0.7)=0 int(2.9)=2 int(-2.55)=-2 ●Round(x,y) 返回与y的单位最接近的数x，x为真数，y为近似单 位 例如：round(5.2,1)= round(4.8,1)=5 round(2.234,0.1)=2.2 round(2.234,0.01)=2.23 round(2.234,0.001)=2.234 round(28,5)=30 ●cloglog(x) 返回ln{-ln(1-x)}的值 ●comb(n,k) 从n中取k个的组合，即comb(n,k)=n!/{k!(n - k)!} 例如：comb(10,5)=252 comb(6,2)=15 ●cos(x) 余弦函数 ●digamma(x) 返回digamma函数值，这是lngamma(x)的一阶导数●exp(x) 指数函数

stata常用作图指令包你满意

S tata tata 作图常用指令作图常用指令作图常用指令 1.1.茎叶图茎叶图茎叶图 stem x1,line(2) （做x1的茎叶图，每一个十分位的树茎都被拆分成两段来显示，前半段为0～4，后半段为5～9） stem x1,width(2) （做x1的茎叶图，每一个十分位的树茎都被拆分成五段来显示，每个小树茎的组距为2） stem x1,round(100) （将x1除以100后再做x1的茎叶图） 2.2.直方图直方图 直方图 histogram mpg, discrete frequency normal xlabel(1(1)5) （discrete 表示变量不连续，frequency 表示显示频数，normal 加入正太分布曲线，xlabel 设定x 轴，1和5为极端值，(1)为单位） histogram price, fraction norm （fraction 表示y 轴显示小数，除了frequency 和fraction 这两个选择之外，该命令可替换为“percent”百分比，和“density”密度；未加上discrete 就表示将price 当作连续变量来绘图） histogram price, percent by(foreign) （按照变量“foreign”的分类，将不同类样本的“price”绘制出来，两个图分左右排布） histogram mpg, discrete by(foreign, col(1)) （按照变量“foreign”的分类，将不同类样本的“mpg”绘制出来，两个图分上下排布） histogram mpg, discrete percent by(foreign, total) norm （按照变量“foreign”的分类，将不同类样本的“mpg”绘制出来，同时绘出样本整体的“总”直方图） 3.3.二变量图二变量图二变量图 graph twoway lfit price weight || scatter price weight

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

常用到的stata命令

常用到的sta命令 闲话不说了。help和search都是查找帮助文件的命令，它们之间的区别在于help用于查找精确的命令名，而search是模糊查找。如果你知道某个命令的名字，并且想知道它的具体使用方法，只须在sta的命令行窗口中输入help空格加上这个名字。回车后结果屏幕上就会显示出这个命令的帮助文件的全部内容。如果你想知道在sta下做某个估计或某种计算，而不知道具体该如何实现，就需要用search命令了。使用的方法和help类似，只须把准确的命令名改成某个关键词。回车后结果窗口会给出所有和这个关键词相关的帮助文件名和链接列表。在列表中寻找最相关的内容，点击后在弹出的查看窗口中会给出相关的帮助文件。耐心寻找，反复实验，通常可以较快地找到你需要的内容。 下面该正式处理数据了。我的处理数据经验是最好能用sta的do文件编辑器记下你做过的工作。因为很少有一项实证研究能够一次完成，所以，当你下次继续工作时。能够重复前面的工作是非常重要的。有时因为一些细小的不同，你会发现无法复制原先的结果了。这时如果有记录下以往工作的do文件将把你从地狱带到天堂。因为你不必一遍又一遍地试图重现做过的工作。在sta窗口上部的工具栏中有个孤立的小按钮，把鼠标放上去会出现“bring do-file editor to front”，点击它就会出现do文件编辑器。 为了使do文件能够顺利工作，一般需要编辑do文件的“头”和“尾”。这里给出我使用的“头”和“尾”。 /*（标签。简单记下文件的使命。）*/ capture clear（清空内存中的数据） capture log close（关闭所有打开的日志文件） set mem 128m（设置用于sta使用的内存容量） set more off（关闭more选项。如果打开该选项，那么结果分屏输出，即一次只输出一屏结果。你按空格键后再输出下一屏，直到全部输完。如果关闭则中间不停，一次全部输出。） set matsize4000（设置矩阵的最大阶数。我用的是不是太大了？）

Stata中的图形制作绝对自己总结

第三章S t a t a中的图形制作

进一步设置： Msymbol(T)mcolor(black)mlabel(make)mlabpositon(9)by(foreign) 散点形状：实心大三角，颜色：黑色，标签内容：make，位置为9点钟处；按foreign绘制 用线段的升降趋势来说明现象变化或变量之间关系的一种图形。它与散点图类似，实际上它就是将连续型的数值变量点连接起来的一种图形，但由于它还可以用于回归 基本命令[twoway]lineyx 一定注意x变量要放置在y变量之后 连接样式的设定connect(样式代码) 线条样式的设定clpattern(样式代码) 案例：运用数据绘制曲线标绘图。利用文件中的数据绘制人均消费c和人均国内生产总值y随时 间变化的曲线标绘图。（1）将图例分成两行设计，图例内容“人均消费“和”人均GDP”，并让图例在图形内部十一点钟的位置；（2）线条一条为实线连接，一条为虚线连接；（3）线条一条为直 线连接，一条为stairstep方式连接 twowaylinecyyear,legend(label(1”人均消费”)label(2”人均 GDP”)posit ion(11)ring(0)row(2))clpattern(soliddash)connect(lJ) ring(0)：使图例显示在图形内部；row(2)：图例分两行显示；clpattern(soliddash)：实线和虚线；connect(lJ)：直线连接和stairstep方式的连接 图hbar，纵向条形图bar。 在绘制条形图的过程中，需要指明所要展示的统计量，如果不指明统计量，则会默认显示均值（mean）统计量。

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/be18473010.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简介

进入词条搜索词条 欧冠 首页自然文化人物经济科学体育 百科消息： 百度百科“知识先锋”计划启动 免费试吃百度身边满汉全席你开宴 展望“十二五” 看亚运游广州--旅游大拼盘 百度百科权威合作

编辑本段 级统计部分 ) 都是用 Stata 自己的语言编写的 Stata 其统计分析能力远远超过了 SPSS ，在许多方面也超过了 SAS ！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，因此计算速度极快（一般来说， SAS 的运算速度要比 SPSS 至少快一个数量级，而 Stata 的某些模块和执行同样功能的 SAS 模块比，其速度又比 SAS 快将近一个数量级！） Stata 也是采用命令行方式来操作，但使用上远比 SAS 简单。其生存数据分析、纵向数据（重复测量数据）分析等模块的功能甚至超过了 SAS 。用 Stata 绘制的统计图形相当精美，很有特色。 STATA 的功能列表 数据管理 (Data management) 资料转换、分组处理、附加档案、 ODBC 、行 - 列转换、数据标记、字符串函数…等 基本统计 (Basic statistics) 直交表、相关性、 t- 检定、变异数相等性检定、比例检定、信赖区间…等 线性模式 (Linear models) 稳健 Huber/White/sandwich 变异估计 , 三阶最小平方法、类非相关回归、齐次多项式回归、 GLS 广义型线性模式 (Generalized linear models) 十连结函数、使用者 - 定义连结、 ML 及 IRLS 估计、 九变异数估计、七残差…等 二元、计数及有限应变量 (Binary, count, and limited dependent variables) 罗吉斯特、 probit 、卜松回归、 tobit 、 truncated 回归、条件罗吉斯特、多项式逻辑、巢状逻辑、负二项、 zero-inflated 模型、 Heckman 选择模式、边际影响 Panel 数据 / 交叉 - 组合时间序列 (Panel data/cross-sectional time-series) 随机及固定影响之回归、 GEE 、随机及固定 - 影响之 卜松及负二项分配、随机 - 影响、工具变量回归、 AR(1) 干扰回归 无母数方法 (Nonparametric methods) 多变量方法 (Multivariate methods) 因素分析、多变量回归、 anonical 相关系数 模型检定及事后估计量支持分析 (Model testing and post-estimation support) Wald 检定、 LR 检定、 线性及非线性组合、非线性限制检定、边际影响、修正平均数 Hausman 检定 群集分析 (Cluster analysis) 加权平均 , 质量中心及中位数联结、 kmeans 、 kmedians 、 dendrograms 、停止规则、使用者扩充 图形 (Graphics) 直线图、散布图、条状图、圆饼图、 hi-lo 图、 回归诊断图… 调查方法 (Survey methods) 抽样权重、丛集抽样、分层、线性变异数估计量、拟 - 概似最大估计量、回归、工具变量… 生存分析 (Survival analysis) Kaplan – Meier 、 Nelson – Aalen, 、 Cox 回归 ( 弱性 ) 、参数模式 ( 弱性 ) 、危险比例测试、时间共变项

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。

Stata统计分析命令

Stata统计分析常用命令汇总 一、winsorize极端值处理 范围：一般在1%和99%分位做极端值处理，对于小于1%的数用1%的值赋值，对于大于99%的数用99%的值赋值。 1、Stata中的单变量极端值处理： stata 11.0，在命令窗口输入“findit winsor”后，系统弹出一个窗口，安装winsor模块 安装好模块之后，就可以调用winsor命令，命令格式：winsor var1, gen(new var) p(0.01) 或者在命令窗口中输入：ssc install winsor安装winsor命令。winsor命令不能进行批量处理。 2、批量进行winsorize极端值处理： 打开链接：https://www.sodocs.net/doc/be18473010.html,/judson.caskey/data.html，找到winsorizeJ，点击右键，另存为到stata中的ado/plus/目录下即可。命令格式：winsorizeJ var1var2var3,suffix(w)即可，这样会生成三个新变量，var1w var2w var3w，而且默认的是上下1%winsorize。如果要修改分位点，则写成如下格式：winsorizeJ var 1 var2 var3,suffix(w) cuts(5 95)。 3、Excel中的极端值处理：（略） winsor2 命令使用说明 简介：winsor2 winsorize or trim (if trim option is specified) the variables in varlist at particular percentiles specified by option cuts(# #). In defult, new variables will be generated with a suffix "_w" or "_tr", which can be changed by specifying suffix() option. The replace option replaces the variables with their winsorized or trimmed ones. 相比于winsor命令的改进： (1) 可以批量处理多个变量； (2) 不仅可以winsor，也可以trimming； (3) 附加了by() 选项，可以分组winsor 或trimming； (4) 增加了replace 选项，可以不必生成新变量，直接替换原变量。 范例： *- winsor at (p1 p99), get new variable "wage_w" . sysuse nlsw88, clear . winsor2 wage *- left-trimming at 2th percentile . winsor2 wage, cuts(2 100) trim *- winsor variables by (industry south), overwrite the old variables . winsor2 wage hours, replace by(industry south) 使用方法: 1. 请将winsor 2.ado 和winsor2.sthlp 放置于stata12\ado\base\w 文件夹下； 2. 输入help winsor2 可以查看帮助文件；

stata回归分析完整步骤-吐血推荐

stata回归分析完整步骤——吐血推荐 ****下载连乘函数prod,方法为:findit dm71 sort stkcd date //对公司和日期排序 gen r1=1+r //r为实际公司的股票收益率 gen r2=1+r_yq //r_yq为公司的预期股票收益率 egen r3=prod(r1),by(stkcd date) //求每个公司事件日的累计复合收益率 egen r4=prod(r2),by(stkcd date) //求每个公司事件日的累计预期的复合收益率 gen r=r4-r3 capture clear （清空内存中的数据） capture log close （关闭所有打开的日志文件） set mem 128m （设置用于stata使用的内存容量） set more off （关闭more选项。如果打开该选项，那么结果分屏输出，即一次只输出一屏结果。你按空格键后再输出下一屏，直到全部输完。如果关闭则中间不停，一次全部输出。）set matsize 4000 （设置矩阵的最大阶数。我用的是不是太大了？） cd D: （进入数据所在的盘符和文件夹。和dos的命令行很相似。） log using （文件名）.log,replace （打开日志文件，并更新。日志文件将记录下所有文件运行后给出的结果，如果你修改了文件内容，replace选项可以将其更新为最近运行的结果。） use （文件名）,clear （打开数据文件。） （文件内容） log close （关闭日志文件。） exit,clear （退出并清空内存中的数据。） 假设你清楚地知道所需的变量，现在要做的是检查数据、生成必要的数据并形成数据库供将来使用。检查数据的重要命令包括codebook，su，ta，des和list。其中，codebook提供的信息最全面，缺点是不能使用if条件限制范围，所以，有时还要用别的帮帮忙。su空格加变量名报告相应变量的非缺失的观察个数，均值，标准差，最小值和最大值。ta空格后面加一个（或两个）变量名是报告某个变量（或两个变量二维）的取值（不含缺失值）的频数，比率和按大小排列的累积比率。des后面可以加任意个变量名，只要数据中有。它报告变量的存储的类型，显示的格式和标签。标签中一般记录这个变量的定义和单位。list报告变量的观察值，可以用if或in来限制范围。所有这些命令都可以后面不加任何变量名，

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