初级计量作业stata常用命令

formatx1%10.3f——将x110，小数点后取三位formatx1%10.3gx110，有效数字取三位formatx1%10.3ex110，采用科学formatx1%10.3fc——将x110，小数点后取三位，加入千分位分隔符formatx1%10.3gcx110，有效数字取三位，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建议采用第法。sample50%的样本，其余删除sample50,count50个样本，其余删除browsex1x2ifx3>3（按所列变量与条件打开数据查看器editx1x2ifx3>3（按所列变量与条件打开数据编辑器）one-to-one数据源自statatutorial中的exampw1和第一步：将exampw1按v001～v003这三个编码排序，并建立临时数据库tempw1uset:\statatut\exampw1.dta"su——summarize的简写sortv001v002v003save第二步：对exampw2use"t:\statatut\exampw2.dta"sortv001v002v003savetempw2第三步：使用tempw1数据库，将其与tempw2usemergev001v002v003usingta_mergetabulate_mergeerasetempw1.dtaerasetempw2.dtadrop_merge数据源自statatutorial中的fac19和newfacuse"t:\statatut\fac19.dta"taregionappendusing"t:\statatut\newfac"taregion茎stemx1,line(2)（做x1的茎，每一个十分位的树茎都被拆分成两段来显示，前半段为0～45～9）stemx1,width(2)（做x1的茎，每一个十分位的树茎都被拆分成五段来显示，每个小树茎2）stemx1,round(100)（将x1除以100后再做x1的茎）采用autohistogrammpg,discretefrequencynormalx轴，1和5为值，(1)为单位histogramprice,fraction（fractionyfrequencyfraction这两个选择之外，该命令可替换为“percent”百分比，和“density”discrete就表示将price当作连续变量来绘图）histogramprice,percentby(foreign)histogrammpg,discreteby(foreign,histogrammpg,discretepercentby(foreign,total)graphtwowaylfitpriceweight||scatterprice（作出priceweight的回归线图——“lfit”priceweight的散点图相叠加twowayscatterprice（做priceweight的散点图，并在每个点上标注“make”，即厂商的取值twowayscatterpriceweight||lfitprice（foreignpriceweight做散点图和回归线图的叠加，twowayscatterpriceweight||lfitprice（foreignpriceweight做散点图和回归线图的叠加，twowayscatterpriceweight[fweight=dis（画出price和weight的散点图，“msybol(oh表示每个点均为中空的圆圈，[fweight=discement]表示每个点的大小与discement的取值大小成比例）twowayconnectedy1time,yaxis(1)||y2（画出y1和y2这两个变量的时间点线图，并将它们叠加在一个图中，左边“yaxis(1)”y1的度量，右边“yaxis(2)”y2的）twowayliney1time,yaxis(1)||y2graphtwowayscattervar1var4||scattervar2var4||scattervar3graphtwowaylinevar1var4||linevar2var4||linevar3graphtwowayconnectedvar1var4||connectedvar2var4||connectedvar3graphmatrixabcgraphmatrixabc用auto数据集：graphmatrixpricempgweightlength,halfby(foreign,totalcol(1)（foreignprice等四个变量的散点图矩阵，要求绘出总图，并上下排graphboxy,over(x)（对应x的每一个取值构建y的箱型图，并在y0.22处划一条水平线graphbar(mean)对应xy“mean”mediansumsd、p25、p75等graphbara1a2,over(b)（ba1a2的条形图，a1a2graphdot（画点图，沿着水平刻度，在x的每一个取值水平所对应的y的中位数上打点qnormrcharta1a2（画出质量控制Ra1a3的取值范围ameans（计算变量x的算术平均值、几何平均值和简单调和平均值，均显示样本量和置信区间meanvar1[pweight=summarizeyx1statasummarizeskewnesskurtosisECELL有较大差异，建议不采用statasummarizevar1[aweight=var2],tabstatX1,stats(meannqmaxminsdvar（X1的算术平均值、样本量、四分位线、最大最小值、标准差、方差和变异系数）webusebitest（假设每次得到成功案例‘1’0.3quick所显示的二项分布情况下，各种bitestidisy.disy.disy.disydisy.（计算在样本总量为10，成功案例为3的样本总体中，不重抽取4个样本，其中有小于或2个为成功案例的概率）step1.用codebook、summarize、histogram、graphboxs、graphmatrix、stem看检验数据的codebookyx1x2summarizeyx1x2,detailgraphboxx1（箱图graphmatrixyx1x2,half（画出各个变量的两两x-y图stemx1（做x1的茎step2.用tabulate、list细致寻找tabulatecodeifx1==值（作出x1等于值时code的频数分布表，code表示地区、年份listcodeifx1==值（直接列出x1等于值时code的值，当x1的错误过多时，不建议使listin20/l（l表示lastone，-202020个到倒数第step3.用rece命令替换recex1=?ifx1==值keepify<1000dropify>1000sortxgsort（对数据按x进行升序排列gsort-（对数据按x进行降序排列gsort-x,generate(id)（对数据按xid）orderyx3x1（将变量按照y、x3、x1、x2的顺序排列）genx1`=exp(logx1)（将logx1数化genr61_100=1ifrank>=61&rank<=100（rank61100r61_100的取值1，其他为缺失值）00）genabs(x)（取x的绝对值）gentrunc(x)（x的整数部分genround(x)（x进行四舍五入genround(x,y)（y为单位，对x进行四舍五入gensqrt(x)（x的平方根genmod(x,y)（x/y的余数genreldif(x,y)（x与y的相对差异，即|x-genx=autocode(x,n,xmin,xmax)（x的值域，即xmax-xmin，分为等距的n份）genx=cond(x1>x2,x1,x2)（x1>x2成立，则取x1x1>x2不成立，则取x2）sortxgengx=group(n)（x分为尽量等规模的n个组egenzx1=std(x1),m(0s(1)（x101）egensdx1=sd(x1)（x1的标准差）egenmaxx1=max(x1)（最大值）egenminx1=min(x1)（最小值）egenmedx1=med(x1)（中数）egenmodex1=mode(x1)（众数）egenrowsd=sd(x1x2x3)（得出x1、x2和x3联合的标准差egenrowmean=mean(x1x2x3)（得出x1、x2和x3联合的平均值egenrowmax=max(x1x2x3)（联合最大值）egenrowmin=min(x1x2x3)（联合最小值）egenrowmed=med(x1x2x3)（联合中数）egenrowmode=mode(x1x2x3)（联合众数）egenrowtotal=total(x1x2x3)（联合总数）egenxrank=rank(x)（x各个值排序的情况下，获得反映x值大小排序的xrank）数据计算器disy命令：disyx[12]（显示x的第十二个观察值disychi2(n,x)（自由度为n的累计卡方分布disychi2tail(n,x)（自由度为n的反向累计卡方分布，chi2tail(n,x)=1-chi2(n,x)）disyinvchi2(n,p)（卡方分布的逆运算，若chi2(n,x)=p，那么invchi2(n,p)=x）disyinvchi2tail(n,p)（chi2tail的逆运算）disyF(n1,n2,f)（分子、分母自由度分别为n1和n2的累计F分布disyFtail(n1,n2,f)（分子、分母自由度分别为n1和n2的反向累计F分布）disyinvF(n1,n2,P)（F分布的逆运算，若F(n1,n2,f)=p，那么invF(n1,n2,p)=f）disyinvFtail(n1,n2,p)（Ftail的逆运算）disytden(n,t)（自由度为n的t分布）disyttail(n,t)（自由度为n的反向累计t分布）disyinvttail(n,p)（ttail的逆运算）labeldata~~~"（对现用的数据库做标记，"~~~"就是标记，可自行填写）labelvariablex"~~~"（对变量x做标记）labelvaluesxlabel1（赋予变量x一组labeldefinelabel11"a1"2"a2"（定义的具体内容：当x=1时，标记为a1，当x=2时，标a2）tabulatetab1x1-x7,sort（x1到x7的频数表，并按照频数以降序显示行tablec1,c（nx1meanx1sdx1（c1的不同水平上列出x1的样本量和平均值）autotablerep78foreign,c(nmpgmeanmpgsdmpgmedianmpg)centerrow元格中间，row表示计算行变量整体的统计量，col表示计算列变量整体的统计量）tabulatex1（做x1和x2的二维交互表，要求显示独立性检验chi2、似然比卡方独立性检验lrchi2、对定序变量适用的等级相关系数g 和taub、以及对名义变量适用的V）tabulatex1x2,columnchi2（x1和x2的二维交互表，要求显示列百分比和行变量和列变量的tab2x1-x7,allnofreq（x1到x7这七个变量两两地做二维交互表，不显示频数：nofreq）byx3,sort:tabulatex1x2,nofreqcolchi2（同时进行x3的每一个取值内的x1和x2的二维交互tablex1x2x3,c(ferqmeanx1meanx2meanx3)tabstatX1X2,by(X3)stats(meannqmaxminsdvarcv)tabstatX1X2,by(X3)stats(meanrangeqsdvarcvp5p95median),[aw=X4]（X4ttestX1=1countifX1==0countifgenX2=1ifcorrx1x2x3（做x1、x2、x3的相关系数表swilkx1x2x3（用Shapiro-WilkWtest对x1、x2、x3进行正太性分析）sktestx1x2x3（对x1、x2、x3进行正太性分析，可以求出峰度和偏度）ttestx1=x2（对x1、x2的均值是否相等进行T检验）ttestx1,by(x2unequal（按x2的分组方式对x1进行T检验，假设方差不齐性sdtestx1，by(x2)（按x2的分组方式对x1进行方差齐性检验clusterkmeansyx1x2x3,——依据y、x1、x2、x3，将样本分为nclusterkmeansyx1x2x3,k(3)measure(L1)"start"用于确定聚类的核，"everykth"表示将通过构造三组样本获得聚类核：构造方法为将方法，"L1"表示采用欧式距离的绝对值，也直接可采用欧式距离（L2）和欧式距离的平方（L2squaredsortc1c2（对c1和c2两个分类变量排序byc1c2：regyx1x2x3（在c1、c2的各个水平上分别进行回归bysortc1c2：regyx1x2x3ifc3=1（逗号前面相当于将上面两步骤合一，既排序又回归，逗号后面的“ifc3=1”表示只有在c3=1的情况下才进行回归）stepwise,pr(.2):regyx1x2x3(使用Backwardselection，去除P0.2时变量)stepwise,pe(.2):regyx1x2x3(使用forwardselection，去除P0.2时变量)stepwisepr(.2pe(.01):regyx1x2x3（使用backward-stepwiseselection，取P0.01stepwise,pe(.2forward:regyx1x2x3（使用forward-stepwiseselection）regyx1x2x3predictYhat,xbpredictu,residpredictstd,stdp（获得y估计值的标准误predictstdf,stdf（获得y预测值的标准误predictp,pr(1，12)（获得y112之间的概率）predictrstu,rstudent（student的t值）predictlerg,leverage（获得杠杆值）predictckd,cooksd（获得cooksd）regyx1x2x3c1c2adjustx1x2x3，se（使得变量x1、x2和x3等于其均值，求y的预测值和标准误adjustx1x2x3，stdfci（使得变量x1、x2和x3等于其均值，求y的预测值，预测标准误和置adjustx1x2,by(c1seci（控制变量x1、x2，亦即取它们的均值，在分类变量c1的不同水平上求y预测值，标准误和置信区间）adjustx1x2x3,by(c1stdfci（控制变量x1、x2、x3，亦即取它们的均值，在分类变量c1的不同水平上求y预测值，预测标准误和置信区间）adjustx1x2,by(c1c2)seci（控制变量x1、x2，在分类变量c1、c2的不同水平上求y的预测adjustx1x2x3,by(c1c2stdfci（控制变量x1、x2、x3，在分类变量c1、c2的不同水平上求adjustx1=ax2=bx3=c，seci（当x1=a、x2=b、x3=c时，求y的预测值、标准误和置信区间）求y的预测值、标准误和置信区间）adjustx1=ax2=bc1=1，by(c1)seci（当x1=a、x2=b，并假设所有的样本均为c1=1，求在分类变量c1的不同水平上，因为变量x3的均值不同，而导致的y的不同的预测值……）mvregY1Y2X1X2X3……（多元回归mvregy1y2y3x1x3x3（多元回归分析，y1y2y3为因变量，x1x3x3为自变量）mvreg之后才能进行testy1]（测试对y1testy1]:x1x2（测试对y1的回归中x1、x2testx1x2x3（测试在所有的回归中，x1、x2、x3testy1=y2]（对y1的回归和对y2的回归系数相等test[y1=y2]:x1x2x3,mtest（y1和y2的回归中，分别测试x1、x2、x3的系数是否相等，mtest这个命令，则测试他们的联和统计）testy1=y2=y3]（三个回归的系数是否相等，可加mtest以分别测试testy1=y2=y3]:x1x2（测试三个回归中的x1、x2mtest）est命令的用法：regyx1x2x3（不限于reg，也可ivreg、mvreg、reg3）eststoreAestreyestforA:sum（对A回归结果中的各个变量运行sum命令）regyx1x2x3ifc1==1（当分类变量c1=1时，进行y和诸x的回归）regyx1x2x3,robust（回归后显示各个自变量的异方差-稳健性标准误）estatvif（回归之后获得VIF）estathettest,mtest（异方差检验）regyx1x2x3predictu,residgenusq=u^2regusqx1x2x3求F值disyR/(1-R)*n2/n1（n1表示分子除数，n2表示分母除数disyLMdisyR*n（n表示总样本量disywhite法：regyx1x2x3predictu,residgenusq=u^2predictygenysq=y^2regusqyysq求F值disyR/(1-R)*n2/n1（n1表示分子除数，n2表示分母除数disyLMdisyR*n（n表示总样本量disyF值和LM值转换为P值令disyFtail(n1,n2,a)（利用F值求p值，n1表示分子除数，n2表示分母除数，a为F值）异方差的纠正——WLS（weightedleastsquareestimator）regyx1x2x3aw=x1]（将x1作为异方差的来源，对方程进行修正）regy/(x1^0.5)1/(x1^0.5)x1/(x1^0.5)x2/(x1^0.5)纠正异方差的常用套路（构造h值regyx1x2x3predictu,residgenusq=u^2genlogusq=log(usq)reglogusqx1x2x3predictggenregyx1x2x3[aw=1/h]异方差hausman检验：regyx1x2x3eststoreA（将上述回归结果到A中regyx1x2x3[aw=1/h]eststoreB当因变量为对数形式时（log(y)）yreglogyx1x2x3predictgenregym,noconstantm的系数为iy的预测值anovayg1g1|g2（g*g1和交互项g1|g2这两种分类的y值是否存anovayd1d2d1*d2（d*d1、d2d1*d2的这三种分类的y值是否有组内anovayd1d2x1d2*x1continuous(x1)（x*表示连续的控制变量）webusemanovay1y2y3=genderfracturegender*fracture（按、是否骨折及二者的交互项对y1、y2和y3进行方差分析）manovay1genderfracturegender*fracture（y1为因变量webusenobetweengenmycons=1manovatest1test2test3=mycons,noconstantmatc=(1,0,-1\0,1,-1)manovatestmycons,（foreachvnameiny1y2y3{（确定y变量组reg`vname'x1x2x3（将y变量组中的各个变量与诸x变量进行回归分析，注意vname的标}mvregy1y2y3=x1x2reg3reg3(y1=x1x2x3)(y2=x1x3x4)(y3=x1x2测试y1coefs0test[y1]test[y1=y2=y3],testy1=y2y1=y3commonconstant（constant表示包含截距项reg3(y1=y2x1x2)(y2=y1（2）reg3进行reg3(y1=y2x1x2)(y2=y1x4),ols对两个回归结果进行hausman检验：reg3(y1=x1x2x3)(y2=y1x4),2slseststoretwoslsreg3(y1=x1x2x3)(y2=y1x4),olseststoreols验ols,equations(2:)hausmantwoslsols,alleqs（对所有方程一起进行检验）检验忽略变量（模型的RESETregyx1x2x3estatovtest对变量ygeny_l1=y[_n-geny_l2=y[_n-gengen回归元严格外生时AR(1)序列相关的检验regyx1x2predictu,residgenu_1=u[_n-1]regu回归之后，u_1的序数如果不异于零，则该序列不相关用Durbin-WatsonStatistics检验序列相关：tssetyear@（对时间序列回归中代表时间的变量进行定义）@regyx1x2@durbina,small@（small可以根据F值求出P值，以代替chi2值）@durbina,@（让检验能在robust、neway之后进行）@durbina,smalllag(1/10@（lag110阶的durbina,robustlag(1/10@（robust可进行异方差—稳健性回归，避免未知形式的异方差）@bgodfrey@（利用Breusch-Godfreytest求出高阶序列相关）@数据：survey源数据：dataset文件夹中的1、定义surveysvysetpsuid[pweight=finalwgt],——定义primarysamplingunit为psuid——pweight为——定义stratumidentifer为stratid。可能是测试中被试的编号，1to312malegenmale=(==1)if —— svy,subpop(male):tabulatehighbpsizce,colobspearsonlrnull——subpop规定了以male为数据的范——tabulatehighbpsizce表示绘制行变量为highbp，列变量为sizce的表100%——obs表示列出每个单元格的样本量，se表示列出每个单元格的标准误，ci——pearson表示求取pearson'schi-squired,的卡方检——lr表示求取likelihood——wald表示求取adjustedwa