stata与计量经济学,高级培训教程-statai-0introduction

引言规范性的研究包括两个

的要素：理论模型和经验分析（统计分析、计量分析）。的问题：研究者经常地希望利用多种方法从不同角度对数据进行分析，但拥有绝对优势的

是不存在的，不存在哪个能解决所有的问题。计量经济学发展迅速，新的方法层出不穷，而

公司将这些新方法嵌入到

中是存在滞后的。《STATA应用高级培训2》引言解决方案：不同的各有

，各有所短。学习、掌握多种

。但是不同的握一种在数据格式、操作方法、语法结构有很大区别，因此熟练掌需要花费较长的时间。

希望能够有一个相对较为综合的

=>Stata在统计、计量分析方面都非常出色。是否已有相应的程序供

直接运行=>Stata具有丰富的网络资源掌握

的编程方法，自己编写程序=>Stata具有简练、强大、快捷的编程和运算功能。Stata以其操作简单、运行快速而精确，全面的数据管理功能，精致的

作图，强大的统计与计量分析功能，简练标准的程序与矩阵运算功能、丰富的网络资源，在统计学、经济学、金融学、心理学、计算机科学、物理、化学等多个学科领域得到广泛使用（ht

/whystata/field.html）。《STATA应用高级培训3》STATA简介：发展历史Stata是一个用于数据管理和分析的统计

，由Stata公司（St

orp）研制开发。从1985开始，先后开发了1.1,1.2,…,等多个版本。目前Stata的

版本为2009年7月份推出的Stata

11.0。《STATA应用高级培训4》STATA简介：发展历史

Stata11包括四种版本：Small（小型版）、IC（标准版）、SE（特别版）和MP（多处理器版）。其中属MP版本最为强大。MP版与SE版的功能完全相同，但MP版的运算速度比SE版的要快很多。用户可以在命令栏输入about

查看所安装的Stata所属的版本。

不同版本对样本容量、变量个数、矩阵阶数、宏的字符长度等有着不同的限制。以SE版为例，其最大变量个数为32767，最大字符长度为244字节，最大矩阵阶数为11000（即1100011000）。Stata默认值为：最大变量个数为5000，最大矩阵阶数为400，最大内存为50兆(在Stata10中为的内存或者

的变量，可以在命令栏输入如10m)。如果用户需要下命令进行扩展。.

set

maxvar

#

(.set

maxvar

5000.

set

maxsize

#

(.set

maxsize

1000<最大变量个数5000个。>)<最大矩阵阶数10001000。>)<分配内存50兆。>).

set

memory

#m (.set

memory

50m《STATA应用高级培训5》STATA简介：界面结构《STATA应用高级培训6》STATA简介：界面风格设置风格设置：Edit->Preference

（右键->Preference)字体设置：（右键->Font)《STATA应用高级培训

》大学数量经济STATA简介：主要特点与功能统计分析与计量分析的结合单元统计：描述统计、假设检验（参数、非参数）、ANOVA、质量控制、统计作图多元统计：MANOVA、主成分、因子分析、典型相关、聚类、判别分析、对应分析、

标度线性回归、非线性回归、工具变量回归、广义线性回归、分位数回归（稳健回归）、系统方程模型（SUR、联立方程）、离散选择模型（二项选择、排序选择、多项选择、条件Logit、嵌套Logit模型、二元选择模型等）、计数模型（泊松回归、负二项回归）、截断与归并模型、曼选择模型、逐步回归(stepwise)等。时间序列分析：时间序列的平滑、相关图、ARIMAX、GARCH、单位根检验、Johansen协整检验、VAR、VEC、滚动回归等。面板数据（线性模型、工具变量回归、动态面板、分层混合效应、广义估计方程（GEE）、随机边界模型等）。数据分析生存分析模拟、自举法(bootstrap)、刀切法（jackknife）Capability《STATA应用高级培训8》STATA简介：主要特点与功能丰富的网络资源。ht

http://w

Mata是Stata的矩阵运算语言，实现各种运算兼容性。在Stata中可以直接运行其它程序；其他语言编写的程序可以作为插件（Plugin）直接嵌入到Stata中。Add

New

FeaturesExamplesUtilities严谨、简练、灵活的程序语言。Stata提供了严谨、简练而灵活的程序语句，用户可以编写令和函数，也可以制作自己的

框和窗口菜单。强大的矩阵运算功能：Mata《STATA应用高级培训9》STATA简介：主要特点与功能Stata与EViews的比较(1)

Regresson

methodOLSGLSNLS2SLSGMM(N)SUR3SLSMLEviewsyesyesyesyesyesyesyesyesStatayesyesyesyesyesyesyesyesleStepwiseGLMHeckmanEviewsyes(6)yes(6)Statayesyesyesyes《STATA应用高级培训10》STATA简介：主要特点与功能(2)

Statistical

MethodANOVAParame-tric

testNonpara-metrc

testtycontrolRandomSamplingSurveySurvivalEViewsyesyesyesyesyes(U)Statayesyesyesyesyes(U,M)yesyesMANOVAPCAFactorDiscrimi-nantClusterCorres-pondenceMDSCanonicalEViewsyesyes(6)Statayesyesyesyesyesyesyesyes《STATA应用高级培训11》STATA简介：主要特点与功能(3)

Limited

DependentBinaryMutino-minalOrderedNestedlogitCondi-tional

logitCountmodelZero-inflatedcountZero-truncatedcountEViewsyesyesyesyesStatayesyesyesyesyesyesyesyesCensoredTruncatedEViewsyesyesStatayesyes《STATA应用高级培训12》STATA简介：主要特点与功能(4)

Time

seriesSeasonaladjust-mentSmooth-ingARIMAUnit

roottestCointe-grationVECMARCHFilterEviewsyesyesyesyesyesyesyesyesStatayesyesyesyesyesyesYes(11)M-GARCHStateSpaceEviewsyesyesStataYes(11)Yes(11)《STATA应用高级培训13》STATA简介：主要特点与功能(5)

Panel

dataLinearLinear

withARIVLSDPDBinaryCountMultilevelmixedeffectGEEEviewsyesyesyesyesStatayesyesyesyesyesyesyesyesGLSRandomCoefficientStochasticFrontierTobitUnit

roottestCointe-grationleEviewsyesyesStatayesyesyesyesnetnet《STATA应用高级培训14》语法结构基本格式：[by

varlist:]

command

[varlist]

[=exp]

[if

exp]

[in

range]

[weight]

[usingfilename]

[,

options]其中，符号[]表示可选项。command为Stata

令函数，varlist为变量，

[if

exp]、[in

range]用于设定变量或观测值，[weight]用于设定观测值的权重，[using

filename]表示使用的数据文件，options表示命令的选项，不同命令的选项也不同。[by

varlist:]表示对varlist（分类变量）中的每

一类分别执行命令（command）。比如，线性回归模型

令regress的格式为：.

regress

depvar

[indepvars]

[if]

[in]

[weight]

[,

options]用户可以输入如下命令：.

regress

depr

dcpi

drgdp

if

depr<20《STATA应用高级培训15》语法结构（varlist）已存在的变量varlist表示若干变量。对于数据中存在的变量，允许的表达形式包括*、？和。其中，*表示任意字符，？表示一个字符，表示两个变量之间的所有变量（根据数据中变量的存放位置）。比如，数据文件

有20个变量，依次为var1、var2、…

、var20，则var*

表示所有变量var1-var20，var?表示变量var1、var2、…

、var9，var1-var6表示变量var1、var2、…

、var6。新变量生成新变量时，变量名称不能简化。如果变量具有相同的前缀并且都以数字结尾，可以用-表示。比如，生成新变量V1、V2、V3、V4input

v1

v2

v3

v4

或者

.

input

v1-v4。《STATA应用高级培训16》语法结构（varlist）上述运算符不区分大小写，可以重复，也可以进行各种组合。比如，L3.x也可以等价地表述为LLL.x、LL2.x、L2L.x。#可以为单个数，也可以为数列（numlist），表示对同一变量的多次运算。比如，L(1/3).GDP表示L.GDP、L2.GDP、L3.GDP。x可以为单个变量，也可以为多个变量，表示对不同变量的同一运算。比如L2.(GDP

CS)表示L2.GDP、L2.CS。L(1/3).(GDP

CS)表示L.GDP、L2.GDP、L3.GDP、L.CS、L2.CS、L3.CS。运算符含义例子备注L#.xx的#阶滞后。L3.x=xt-3一阶滞后可写为L.xF#.xx的#阶超前。F3.x=xt+3一阶超前可写为F.xD#.xx的#次差分。D2.x=(xt-xt-1)-(xt-1-xt-2)一次差分可写为D.xS#.xx的#阶季节差分S12.x=(xt-xt-12)一阶季节差分可写为S.x《STATA应用高级培训17》语法结构（range）注：-#表示倒数第#个数。表达式含义例子#第#个观测值。第10个观测值：in

10#1/#2第#1到第#2的观测值。前10个观测值：in

1/10

或in

f/10#/l第#个观测值到最后一个观测值（last）。后10个观测值：in-10/-1

或in-10/lf/#第1个观测值（

）到第#个观测值。从第21至第50个观测值：in

21/50《STATA应用高级培训18》语法结构（weight）命令格式：weighttype=exp其中，weighttype表示权数的类型，包括频率权数（fweight或frequency）、抽样权数（pweight）、解析权数（aweight）和重要性权数(iweight)。

频率权数即每个观测值的重复次数。抽样权数表示在抽样设计中观测

值被抽取到的概率的倒数。解析权数与观测值的方差呈反比，比如第j

个观测值的权数为w_j，则其方差为sigma2/w_j。重要性权数即表示观测值的重要性，这种权数没有正式的统计定义。《STATA应用高级培训19》语法结构（numlist）表达式含义例子注释#1

#2

#3

...数#1、#2、...。2

0.5

1.8

2.92

0.5

1.8

2.9#1/#2从#1到#2，每步增加数为1。2/52,3,4,5#1(#d)#2从#1到#2，每步增加数为#d。9(-2)19,7,5,3,1#1[#d]#2等价于#1(#d)#2。9[-2]19,7,5,3,1#1

#t

to

#2从#1到#2，每步增加数为#t-#1。1

4

to

131,4,7,10,13#1

#t:#2等价于#1#t

to

#2。1

4:131,4,7,10,13《STATA应用高级培训20》语法结构：命令前缀（by）by是很多命令的前缀。[byvarlist:]表示对varlist（分类变量）中的每一类分别执行命令。事实上，Stata的很多命令带有不同的前缀。比如，by，statsby，rolling，bootstrap，jackknife，permute，simulate,

svy,stepwise,xi,capture,noisily,quietly,

version等。《STATA应用高级培训21》语法结构：命令前缀(xi)命令格式：.

xi

[,

prefix(string)

noomit]

terms.

xi

[,

prefix(string)

noomit]

:

command

varlistterms其中，prefix设定生成的虚拟变量的前缀，Stata默认为_I。Stata默认值为对m个类别仅生成m-1个虚拟变量，将最小值作为基础类别（如果是字符变量，则按照字母排序）。noomit表示生成所有类别对应的虚拟变量。利用如下方法更改基础类别。.char

varname[omit]“prevalent”<将频数最高的作为基础类别。>.char

varname[omit]{#|

string}<将取值#的类别或字符为string的类别作为基础类别。>.char

varname[omit]

<返回默认值。>《STATA应用高级培训22》语法结构：命令前缀(xi)数值分类变量:.

use

coal,

clear.

xi:

reg

coal

trend

i.quar.

char

quar[omit]

3.

xi:

reg

coal

trend

i.quar.

xi,

noomit:

reg

coal

trend

i.quar.

xi,

noomit:

reg

coal

trend

i.quar,

nocons字符分类变量:.

xi:

reg

coal

trend

i.quarstr.

char

quarstr[omit]

“2nd”.

xi:

reg

coal

trend

i.quarstr.

xi,

noomit:

reg

coal

trend

i.quarstr.

xi,

noomit:

reg

coal

trend

i.quarstr,

nocons《STATA应用高级培训

》大学数量经济语法结构：命令前缀(xi)terms的形式如下。i.varname

<对分类变量建立虚拟变量。>i.varnam1*i.varnam2<对两个分类变量分别建立虚拟变量及其交叉项：模型中包括所有主效应和交叉效应。>i.varnam1*varname3<对分类变量建立虚拟变量、建立连续变量：模型中包括所有主效应和交叉效应。>i.varnam1|

varname3<对分类变量建立虚拟变量、建立连续变量：模型中包括varname3的主效应和交叉效应，但不包括varnam1的主效应。>其中，varname、varnam1、varnam2为分类变量（数值变量或字符变量均可），varnam3为连续数值变量。《STATA应用高级培训24》语法结构：命令前缀(xi)比如，线性回归模型

令regress的格式为：.

regress

depvar

[indepvars]

[if]

[in]

[weight]

[,

options]用户可以输入如下命令：.

use

depr,

clear.

regress

depr

dcpi

drgdp.

regress

depr

dcpi

drgdp

if

depr<20.

by

category:

regress

depr

dcpi

drgdp

if

depr<20.

xi:

regress

depr

dcpi

drgdp

i.category

if

depr<20.

use

grunfeld,

clear.

by

company:

invest

kstock

mvalue.

xi:

invest

kstock

mvalue

pany《STATA应用高级培训25》语法结构：命令前缀(simulate)模拟是指随机生成满足条件的随机数，进行估计得到需要的估计量，并反复若干次以得到统计量的分布。命令格式为：.

simulate

[exp_list]

,

reps(#)

[saving(filename

[,

replace])

seed(#)]

:

command例：虚假回归。随机生成两个随机

序列（100个样本），进行回归，计算估计量和t统计量；如此反复10000次。（文件：rdwalk）利用均匀分布或正态分布随机数

生成随机

过程。通过如下命令进行模拟。12.

simulate

beta=(r(b1))

se=(r(se1)),

reps(200)

:

rdwalk,diff(

1

1)3观察其分布，并与标准正态分布相比较。.

gen

t=beta/se.

histogram

t.

twoway

histogram

t ||

function

y=normalden(x,0,1),range(-3

3)《STATA应用高级培训26》语法结构：命令前缀(bootstrap)自举法即通过有放回地重复抽样计算所需要的统计量，并反复若干次以得到统计量的标准差或其它精度测度指标。.

bootstr

xp_list

[,

options

eform_option]

:command例：计算下列样本的自举均值、50分位数、标准差、四分位数间距与极差：自举次数100次。（数据文件：boot1）3.12、0.15、1.57、19.67、5.60、9.16。.

bootstrap

mean=(r(mean))

median=(r(p50))sd=(r(sd))

iqr=(r(p75)-r(p25)),

reps(100)

:

summsamp,

detaillny=beta0+beta1*lnk+beta2*lnl+u中，lnk、lnl参数的自举估计量、标准差、99%的置信度。自举次数100次。.

bootstrap

(eq:

beta1=_b[lnk]

beta2=_b[lnl]

),nodots

reps(100):

regress

lny

lnk

lnl,

level(99)《STATA应用高级培训27》语法结构：命令前缀(jackknife)刀切法是20世纪40年代末50年代初发展起来的。它是指每一次删除样本中的一个观测值，利用剩余的观测值进行估计，进而得到所需要的统计量的分布。刀切法经常用于评估单个观测值对估计量的影响、计算统计量的标准差。.

jackknife

exp_list

[,

options

eform_option]

:command例:

回归如下方程，

Lny

=

0

+

1*lnk

+

2*lnl

+

u计算lnk、lnl参数的刀切估计量、标准差、99%的置信度。.

jackknife

(eq:

beta1=_b[lnk]

beta2=_b[lnl]

),e(r(N1))

keep:

regress

lny

lnk

lnl,

level(99)《STATA应用高级培训28》语法结构(post-estimation)Chapter

5,

P39常见命令1234模型的检验：estat参数的约束检验：test,

testnl,

hausman,lrtest模型

：predict,

predictnl,

adjust边际影响或弹性：mfx常见其

令567保存模型：est

store激活模型：est

restore观察估计结果：est

replay《STATA应用高级培训29》语法结构(post-estimation)模型的检验、

、分析都通过标准的估计后的分析工具中进行设定（不同的估计命令对应着不同的选项）（Statistics->Post-estimation）。每次估计的结果可以保存在内存中或磁盘上，便于随时调用（调用时需要首先将其激活，即是令其处于活动状态(active)）。在各种模型的估计、检验、

中，Stata提供了一些更加方便