Stata基本操作和数据分析入门：第二讲 统计描述入门

1、Stata软件基本操作和数据分析入门第二讲 统计描述入门赵耐青一、调查某市1998年110名19岁男性青年的身高（cm）资料如下，计算均数、标准差、中位数、百分位数和频数表。173.1167.8173.9176.9173.8171.5175.1175.2176.7174.5169.2174.7185.4175.8173.5175.9175.9173.2174.8177.2171.9166.0177.3175.2179.8175.7180.8171.4178.9172.6166.9170.8168.7175.0183.7171.6172.9173.6177.7172.4181.2178.1173

2、.3177.5173.0174.3174.5172.5171.3174.0177.9170.7175.2178.5177.6183.3173.1170.9180.5176.8179.6180.6176.6174.3168.7175.2179.5172.5173.0174.2169.5177.0183.6170.3178.8181.1182.9177.8164.1169.1176.3169.4171.1172.9177.0179.8178.2174.4169.2176.4178.3165.0175.8181.0177.6177.4178.7175.1181.8171.3174.8181.7177

3、.3178.5179.3177.0175.8181.8177.5180.2Stata数据结构x1173.12169.23171.94166.95181.26177.97179.68169.59176.310178.311174.812167.813174.71416615170.816178.117170.718180.61917720169.42116522181.723173.924185.425177.326168.727173.328175.229176.630183.631171.132175.833177.334176.935175.836175.23717538177.53917

4、8.540174.341170.342172.94318144178.545173.846173.547179.848183.74917350177.651168.752178.85317754177.655179.356171.557175.958175.759171.660174.361183.362175.263181.164179.865177.46617767175.168175.969180.870172.971174.572173.173179.574182.975178.276178.777175.878175.279173.280171.481173.682172.58317

5、0.984172.585177.886174.487175.188181.889176.790174.891178.992177.793171.394180.59517396164.197169.298181.899177.5100174.5101177.2102172.6103172.4104174105176.8106174.2107169.1108176.4109171.3110180.2(读者可以把数据直接粘贴到Stata的Edit窗口)在介绍统计分析命令之前，先介绍打开一个保存统计分析结果的文件操作：点击log图标，然后选择路径和输入保存结果的文件名，建议选择扩展名为log的文件，这

6、样以后统计分析结果都将保存在这个文件中并且可以用word打开和编辑。当分析结束时，仍点击该图标，关闭文件。计算样本的均数、标准差、最大值和最小值命令1：su 变量名 (可以多个变量：即：su 变量名1 变量名2 变量名m)命令2：su 变量名,d (可以多个变量:即：su 变量名1 变量名2 变量名m,d)本例命令 su x变量样本量均数标准差最小值最大值 Variable | Obs Mean Std. Dev. Min Max-+- x | 110 175.3655 4.222297 164.1 185.4本例命令. su x,d x- Percentiles Smallest 1% 16

7、5 164.1 5% 168.7 16510% 169.45 166 Obs 11025% 172.9 166.9 Sum of Wgt. 11050% 175.2 Mean 175.3655 Largest Std. Dev. 4.22229775% 178.1 183.390% 180.9 183.6 Variance 17.8277995% 181.8 183.7 Skewness -.175694799% 183.7 185.4 Kurtosis 2.895843结果说明Smallest最小值Obs110样本量164.1第1最小值Sum of Wgt.110加权和(即每个记录的权是1)

8、165第2最小值166第3最小值Mean175.3655均数166.9第4最小值Std. Dev.4.222297标准差Largest最大值Variance17.82779方差183.3第4最大值Skewness-.1756947偏度系数183.6第3最大值Kurtosis2.895843峰度系数183.7第2最大值185.4第1最大值 Percentiles 百分位数百分位数PX表示样本中X%的数据小于等PX并且(100X)%的数据大于等于PX。特别：P50就是中位数，表示一半的数据小于等于它，另一半的数据大于等于它。本例：P50=175.2样本量obs=110，因此有55个数据小于等于17

9、5.2，另有55个数据大于等于175.2 1% 165 =P1 5% 168.7 =P510% 169.45 =P1025% 172.9 =P2550% 175.2 =P50 75% 178.1 =P7590% 180.9 =P9095% 181.8 =P9599% 183.7 =P99计算百分位数还可以用专用命令centile。centile 变量名(可以多个变量)，centile(要计算的百分位数) 例如计算P2.5，P97.5等centile 变量名,centile(2.5 97.5)本例计算P2.5，P97.5，P50，P25，P75。本例命令. centile x,centile(2

10、.5 25 50 75 97.5) - Binom. Interp. - Variable | Obs Percentile Centile 95% Conf. Interval-+- x | 110 2.5 165.775 164.1 168.7* | 25 172.825 171.3314 173.6267 | 50 175.2 174.5 176.6789 | 75 178.125 177.3 179.4371 | 97.5 183.6225 181.8 185.4* Lower (upper) confidence limit held at minimum (maximum) of

11、sample结果说明PercentileCentile 百分位数 2.5165.775 =P2.5 25172.825 =P25 50175.2 =P50(中位数) 75178.125 =P75 97.5183.6225 =P97.5制作频数表，组距为2，从164开始，gen f=int(x-164)/2)*2+164 其中int( )表示取整数tab f 频数汇总和频率计算频数频率累积频率 f | Freq. Percent Cum.-+- 164 | 2 1.82 1.82 166 | 3 2.73 4.55 168 | 7 6.36 10.91 170 | 11 10.00 20.91

12、172 | 16 14.55 35.45 174 | 23 20.91 56.36 176 | 20 18.18 74.55 178 | 13 11.82 86.36 180 | 10 9.09 95.45 182 | 4 3.64 99.09 184 | 1 0.91 100.00-+-Total | 110 100.00作频数图命令 graph 变量,bin(#) norm 其中#表示频数图的组数;norm表示画一条相应的正态曲线(可以不要)本例命令为graph x,bin(8) norm为了使坐标更清楚地在图上显示，可以输入下列命令graph x,bin(8) xlabel norm y

13、label图形可以从Stata中复制到word中来，操作如下：点击Edit后，再点击Copy Graph然后到Word中粘贴和编辑，便可以得到所需要的图形。点击此处便可关闭图形窗口，返回结果窗口计算几何均数可以用means 变量名(可以多个变量：即:means 变量1 变量m)means x Variable | Type Obs Mean 95% Conf. Interval-+- x | Arithmetic 110 175.3655 174.5676 176.1634 | Geometric 110 175.3149 174.5168 176.1166 | Harmonic 110 17

14、5.2642 174.4657 176.07 -Arithmetic(算术均数) Geometric(几何均数) 调和均数(Harmonic)作Pie图描述构成比：每一类的频数用一个变量表示，命令：graph 各类频数变量名,pie例：下列有2个地区的血型频数分布数据，请用Pie描述：频数地区ABOAB第1地区area=110012024075第2地区area=2807020050Stata数据格式aboabarea110012024075128070200502第1地区血型构成比的Pie图的命令和图graph a b o ab if area=1,pie注意逻辑表达式中if area=1是两

15、个等号。第2地区血型构成比的Pie图的命令和图graph a b o ab if area=2,pie两个地区合并后的血型构成比的Pie图的命令和图正态性检验. sktest 变量名1 变量名2 变量名m在上例中的110名19岁男性青年的身高资料正态性检验如下：sktest x Skewness/Kurtosis tests for Normality - joint - Variable | Pr(Skewness) Pr(Kurtosis) adj chi2(2) Probchi2-+- x | 0.398 0.451 1.31 0.5198无效假设H0：资料服从正态分布备选假设H1：资料不服从正态分布设=0.0