第二章 例2.1．1(p24) （1）表2.1.2中E(Y|X=800)即条件均值的求法，将数据直接复制到stata 中。 程序： sum y if x==800 程序： 程序： （2）图2.1.1的做法： 程序： twoway(scatter y x )(lfit y x ),title("不同可支配收入水平组家庭消费支出的条件分布图")xtitle("每月可支配收入（元）")ytitle("每月消费支出（元）")xtick(500(500)4000)ytick(0(500)3500)
例2.3．1（p37） 将数据直接复制到stata 中 程序： （1） total xiyi return list scalars: r(skip) = 0 r(first) = 1 r(k_term) = 0 r(k_operator) = 0 r(k) = 0 r(k_level) = 0 r(output) = 1 r(b) = 4974750 r(se) = 1507820.761894463 g a=r(b) in 1 total xi2 xiyi 4974750 1507821 1563822 8385678 Total Std. Err. [95% Conf. Interval] Scatter 表示散点图选项， lfit 表示回归线，title 表示 题目，xtick 表示刻度，（500 （500）4000）分别表示起 始刻度，中间数表示以单 位刻度，4000表示最后的 刻度。要注意的是命令中 的符号都要用英文字符， 否则命令无效。
return list g b=r(b) in 1 di a/b .67 (2) mean Yi gen m=r(b) in 1 mean Xi g n=r(b) in 1 di m-n*0.67 142.4 由此得到回归方程：Y=142.4+0.67Xi 例2.6．2(p53) 程序：（1）回归 reg y x
Graduates to apply for the quantitative analysis of changes in number of graduate students 一Topics raised In this paper, the total number of students from graduate students (variable) multivariate analysis (see below) specific analysis, and collect relevant data, model building, this quantitative analysis. The number of relations between the school the total number of graduate students with the major factors, according to the size of the various factors in the coefficient in the model equations, analyze the importance of various factors, exactly what factors in changes in the number of graduate students aspects play a key role in and changes in the trend for future graduate students to our proposal. The main factors affect changes in the total number of graduate students for students are as follows： Per capita GDP - which is affecting an important factor to the total number of students in the graduate students (graduate school is not a small cost, and only have a certain economic base have more opportunities for post-graduate) The total population - it will affect the total number of students in graduate students is an important factor (it can be said to affect it is based on source) The number of unemployed persons - this is the impact of a direct factor of the total number of students in the graduate students (it is precisely because of the high unemployment rate, will more people choose Kaoyan will be their own employment weights) Number of colleges and universities - which is to influence precisely because of the emergence of more institutions of higher learning in the school the total number of graduate students is not a small factor (to allow more people to participate in Kaoyan) 二Establish Model Y=α+β1X1+β2X2+β3X3+β4X4 +u Among them, the Y-in the total number of graduate students (variable) X1 - per capita GDP (explanatory variables) X2 - the total population (explanatory variables) X3 - the number of unemployed persons (explanatory variables) X4 - the number of colleges and universities (explanatory variables) 三、Data collection 1.date Explain Here, using the same area (ie, China) time-series data were fitted
当初一个舍友来自西部地区，从没学过计量（OLS都没学过）。但毕业论文老板要求用数据说话，发愁。我于心不忍，告诉她：我每天晚上自习回来，睡觉前花10分钟给你讲解一下STATA的操作和出来的各项结果意义。第一天，我讲了OLS。画了一张散点图和一根直线，用了1分钟就让她完全理解了OLS的精髓，这是用来干啥的。后面9分钟讲解了STATA的操作和OLS的各种变种。结果只一个星期，讲完五种方法（下面会介绍），她信心大增。后来一下子发了好几篇CSSCI，计量做的天花乱坠，让人误以为是一个大师。毕业论文也顺利通过。她说我的方法是当今世界上最快的计量速成法。她说，以后有时间要好好看看计量书，打打基础。我推荐她读伍德里奇的那本现代观点。但她论文发表了好多篇，至今还没看那本书。问其原因：“看了一下OLS，跟你讲的没啥区别，就是多了些推导。那些推导看不看都不影响我用软件。现在没空看，先发论文再说。” 我笑其太浮躁。但后来想想，这种学习方法不一定适合所有人，但或许适合一部分人群。因此有必要写出来让这部分人群都有所收获，不会因为发不了CSSCI而担忧，不会因为毕业论文不会做计量而担忧。因此有了本文。你是不是属于这样的人群？请看下面： 本文的目标人群： 1、不懂计量的人； 2、想学计量却苦于缺乏时间的人； 3、想学计量却看不懂、推导不了那些恐怖矩阵的人，也就是不想看
推导过程，也想发论文的人。 4、不想看计量书，却想写计量论文，发几篇CSSCI，尽快毕业的人。 5、所有想速成的人。 但是目标人群一定要能看懂STATA软件操作手册的人（或者其他软件操作手册）。如果你不认得手册上的字，不要来告诉我。我也不认得。如果你能找到一个懂STATA、EVIEWS的人给你讲解一下，那么你看不懂手册也无所谓。 本文的目标：不看计量推导、不看计量书籍就能发计量论文，而且是大规模批量生产计量论文，甚至是发经济研究和管理世界。 目标能否实现：取决于你能否掌握本黑客教程的内容，能否阅读软件手册。 申明：不是教你如何抄袭作弊，而是教你写计量论文的方法和捷径。目录 一、计量论文的两大要点是什么？ 二、如何判断计量论文的水平高低？ 三、做计量的“大杀器”有哪些？ 四、瞎倒腾计量的秘诀 五、大规模发CSSCI的建议 一、计量论文的两大要点是什么？
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。
班级：金融学×××班姓名：××学号：×××××××C6.9 NBASAL.RAW points=β0+β1exper+β2exper2+β3age+β4coll+u 解：（ⅰ）按照通常的格式报告结果。 由上图可知：points=35.22+2.364exper?0.077exper2?1.074age?1.286coll 6.9870.4050.02350.295 (0.451) n=269，R2=0.1412，R2=0.1282。 （ⅱ）保持大学打球年数和年龄不变，从加盟的第几个年份开始，在NBA打球的经历实际上将降低每场得分？这讲得通吗？ 由上述估计方程可知，转折点是exper的系数与exper2系数的两倍之比：exper?= β12β2= 2.364[2×?0.077]=15.35，即从加盟的第15个到第16个年份之间，球员在NBA打球的经历实际上将降低每场得分。实际上，在模型所用的数据中，269名球员中只有2位的打球年数超过了15年，数据代表性不大，所以这个结果讲不通。 （ⅲ）为什么coll具有负系数，而且统计显著？ 一般情况下，NBA运动员的球员都会在读完大学之前被选拔出，甚至从高中选出，所以这些球员在大学打球的时间少，但每场得分却很高，所以coll具有负系数。同时，coll的t统计量为-2.85，所以coll统计显著。 （ⅳ）有必要在方程中增加age的二次项吗？控制exper和coll之后，这对年龄效应意味着什么？
增加age的二次项后，原估计模型变成： points=73.59+2.864exper?0.128exper2?3.984age+0.054age2?1.313coll 35.930.610.05 2.690.05 (0.45) n=269，R2=0.1451，R2=0.1288。 由方程可知：age的t统计量为?1.48，age2的t统计量为1.09，所以age和age的二次项统计都不显著，而当不增加age2时，age的t统计量为?3.64，统计显著，因此完全没有必要在方程中增加age的二次项。当控制了exper和coll之后，年龄对points的负效应将会增大。 （ⅴ）现在将log?(wage)对points，exper，exper2，age和coll回归。以通常的格式报告结论。 所以，log wage=6.78+0.078points+0.218exper?0.0071exper2?0.048age?0.040coll 0.850.0070.0500.00280.035 (0.053) n=269，R2=0.4878，R2=0.4781。 （ⅵ）在第（ⅴ）部分的回归中检验age和coll是否联合显著。一旦控制了生产力和资历，这对考察年龄和受教育程度是否对工资具有单独影响这个问题有何含义？
运用Stata做计量经济学 运用Stata建模的7步骤： 1、准备工作；目录、日志、读入数据、熟悉数据、时间变量、more、……； 2、探索数据：数据变换、描述统计量、相关系数、趋势图、散点图、……； 3、建立模型：regress、经济理论检验、实际经济问题要求、统计学检验、计量经济学检验：R2，T，t，残差； 4、诊断模型：异方差、序列相关、多重共线性、随机解释变量问题、……； 5、修正模型：WLS、GLS、工具变量法（ivregress），……； 6、应用模型：置信区间、预测、结构分析、边际分析、弹性分析、常用模型回归系数的意义、……； 7、整理：关闭日志、生成do文件备用 1、准备工作 让STATA处于初始状态，清除所有使用过的痕迹clear 指明版本号version11 设定并进入工作文件夹：cd D:\ （设定路径，将数据、程序和输出结果文件均存入该文件夹） 关闭以前的日志capture log close 建立日志：log using , replace 设定内存：set mem 20m
关闭more：set more off 读入数据：use .dta, clear 认识变量：describe 建立时间变量：tsset 2、用描述统计方法探索数据特征 必要的数据转换：gen、replace、……； 描述统计量：summarize, detail 相关系数矩阵：corr/pwcorr 散点图和拟合直线图：scatter y x || lfit y x 矩阵散点图：graph matrix y x1 x2 x3,half 线性趋势图：line y x 3、建立模型 OLS建立模型：regress y x1 x2 x3； 由方差分析表并用F和R2检验模型整体显著性； 依据p值对各系数进行t检验，一次只能剔出一个最不显著的变量，直到不包含不显著的变量； 估计参数，判别变量的相对重要性； 构造和估计约束模型，用以检验经济理论
计量经济学专题及应用 【授课计划：计划讲8个专题。主要是对计量经济学中5块常用的方法进行总结性和归纳性的介绍，侧重于讲在实际经济研究和实证分析中碰到相应问题时，计量经济方法上应当怎样处理，为什么要这样处理，如何处理，并结合STATA 讲应用例子。此外，1次专题介绍STATA的基础功能，1次专题系统梳理计量经济学的基础理论，还有1次专题结合实际研究例子，介绍一手数据搜集的调查设计和组织。通过上述课程，使学生能够在已经接受过基本理论和方法训练的基础上，更好地理解计量经济学的内容，并培养和提高开展实证研究的能力】 1、STATA简介及简单应用 介绍目前国内外最流行的计量经济分析软件STATA的基本功能和用法，通过简单例子介绍STATA在数据清理和管理、描述性统计分析、回归分析等方法的用法。同时插入EXCEL在处理数据方面的一些功能和应用。上午讲课，下午习题课。 2、计量经济分析基础 对计量经济学的基础理论进行总结性和归纳性的回顾、输理和介绍，重点讲假设检验和回归的道理，以及回归诊断。上午讲课，下午习题课。 3、项目评估与政策分析应用 系统介绍计量经济学在项目评估和政策分析上的方法和应用，特别介绍虚拟变量模型的建立及其在政策分析和项目评估研究中的应用。上午讲课，下午习题课。 4、经济学中的内生性问题及相关计量经济方法 总结和介绍计量经济学中内生性问题在经济研究中的涵义和问题，内生性问题产生的主要原因，对计量估计结果的影响，内生性问题的处理方法（工具变量和两阶段估计等）和应用例子。上午讲课，下午习题课。 5、微观个体行为的计量经济分析方法 总结和介绍分析微观个体行为的属性和受限因变量模型（Probit, Logit, Tobit, Heckman, Mlogit, Clogit等）等常用微观计量经济方法，包括模型内涵和适用范
第一章引言 目录 1回归的本质 (1) 2计量经济学的一些基本概念和术语 (3) 2.1 统计关系与确定性关系 (3) 2.2 回归关系、相关关系与因果关系 (4) 2.3 术语与符号 (4) 2.4 数据类型 (4) 2.5 计量经济学的估计框架 (5) 2.6 经典计量经济学的方法论 (5) 3Stata简单介绍 (8) 4第一章附录： (8) 4.1 诺贝尔经济学奖与计量经济学 (8) 4.2 相关数学基础 (14) 4.3 本章相关数学证明 (19)
1 回归的本质 计量经济学的一般模型： 2(,)[]0[]y F X E E βεεεεσ′=+==Ω 回归是计量经济学的核心，理解回归的本质，对于掌握计量经济的理论与方法至关重要。回归的本质用语言来描述其实很简单，就是： 对于一组随机变量y 和X ，如果y 和X 存在特定的关系，为分析y 和X 之间的相互影响，或用X 去预测y ，需要知道y 和X 的模型形式以及模型中参数β的值，但是，由于—— 1、正确的模型形式(,)y F X β=未知，只能尽可能去逼近它（注：这涉及经济理论模型及模型设定的问题）。 2、即使假定模型的形式(,)y F X β=（不包括β）已被确定，也不可能穷尽随机变量和y X 的所有取值（即总体），来得到真实的β。 基于这两点，真实的模型形式(,)F X β和β无法得到，只能利用估计方法和 样本数据去尽可能得到与真实(,)F X β和β偏差或者误差最小的?(,)F X β和?β，即 2??min [((,))]E y F X β? （1） 使得（1）成立的?(,)F X β即是对于y X 的条件数学期望： ??(,)[/]F X E y X β= 注：从参数估计的角度来说，对于不同的估计方法，比如OLS （最小二乘估计法）、MLE （最大似然估计法）、GMM （矩估计或广义矩估计法），最小化均方误差的表述不尽相同，但本质是一样的。 理解回归的例子：凯恩斯消费函数、OLS 、一元线性回归（双变量回归） 凯恩斯消费函数是一个典型的一元线性回归模型，根据凯恩斯的经济理论，消费和收入存在密切的联系，如果用表示消费，Y 表示收入，则最简单与最常见的凯恩斯消费函数C 理论模型可表示为： C Y αβ=+ （2） 函数满足以下条件：
STATA统计分析入门 STATA统计软件包是目前世界上最著名的统计软件之一，与SAS、SPSS一起被并称为三大权威软件。它广泛的应用于经济、教育、人口、政治学、社会学、医学、药学、工矿、农林等学科领域，同时具有数据管理软件、统计分析软件、绘图软件、矩阵计算软件和程序语言的特点，几乎可以完成全部复杂的统计分析工作。其功能非常强大且操作简单、使用灵活、易学易用、运行速度极快，在许多方面别具一格。 STATA最为突出的特点是短小精悍、功能强大，整个系统一般在200M左右，但是已经包含了全部的统计分析。数据管理和绘图等功能，尤其是它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。而且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。STATA的命令语句也极为简洁明快，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。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。 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。 课程简介： 该课程主要是为大家介绍STATA的基本用法和简单的统计分析。 课程大纲： 第一课：STATA简介 介绍STATA基本情况（统计编程及作图功能），软件窗口界面及基本数据处理的操作方法。 第二课：STATA中的图形制作 介绍图形制作的基本命令和一些基本图形的绘制（直方图、散点图、箱线图、饼图等） 第三课：假设检验与方差分析ANOVA STATA下单双因素方差分析的操作，及假设检验 第四课：简单与多元回归 介绍大小样本下的最小二乘法与多元线性回归，介绍如何用STATA做回归诊断 课程基础： 简单的英文基础，因为STATA是英文版的
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.doczj.com/doc/5d1167126.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；
本加总在一起，合并后样本变量数目不变，样本数增加，也就是数据文件变长了。最常见的纵向合并情况是对一项调查在不同地区或者不同时间得来的数据进行合并。Stata 纵向合并数据文件的命令为“append”.比如，我们将调查得到的包含北京市调查数据的数据文件“bj.dta”和包含天津市调查数据的数据文件“tj.dta”纵向合并的Stata命 令为： use bj,clear append using tj 需要注意的是，在纵向合并两个数据文件前，两个文件中相同变量的变量名要一致，否则将会被当成两个变量处理，并产生无用的缺失值。同时，相同变量的变量类型要一致。 汇总问卷调查结果 问卷调查时效性较强，调查结果容易量化，便于统计处理与分析，是常用的统计调查方法。问卷调查结果用Stata 进行汇总非常方便，使用“tabulate”命令，可方便的生成列联表，根据变量的频数分布可以得到问卷回答情况的汇总结果。比如，对10000个样本企业开展问卷调查，涉及10 个问题，分别为：
WT1,WT2, ……，WT10（每个问题的答案均为A、B、C、D 四个选项）。汇总问题WT1 的回答情况时，只需输入命令：tabulateWT1,即可得到WT1 样本回答情况的频数（Freq）、百分比（Percent）及累计百分比（Cum）指标（Stata 输出结果见表1）。从Freq 输出结果可见，样本企业对WT1 的回答情况为：选择答案A、B、C、D 的企业数量分别为1000、3000、4000 和2000 个。Percent结果给出了选择答案1、2、3、4 的比重分别为10%,30%、40% 和20%. 同时，“tabulate”命令还可以生成2 维列联表，比如，需要对问题WT1 做分省回答结果的汇总时，只需对省代码（sf）和WT1 执行“tabulate”汇总。Stata 命令为：tabulate sf WT1,即可输出表 2 格式的汇总结果{ 假设调查只涉及北京市（代码11）、天津市（代码12）、河北省（代码13）}. 类似的，可以对每一个问题的调查结果分行业、分登记注册类型、分控股情况等做交叉分组汇总。 汇总生产经营情况调查结果 现行的统计报表制度更多的是对调查单位的生产经营情况开展年度、季度或者是月度调查。日常的数据汇总工作更多的是对生产经营指标做各种交叉分组汇总。 与问卷调查结果不同，生产经营情况的调查结果需要对调查指标数据加总或者通过计算生成新的指标，因此，我们首先要生成新的变量，来记录相应指标的汇总结果。Stata 生成新变量的命令为“generate”及其扩展命令“egen”.“generate”用来生
E4.1 E4.2 E4.3 E4.4
E4.1 VARIABLES ahe age 0.605 (0.0245) Constant 1.082 (0.688) Observations 7,711 R-squared 0.029 Robust standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1 1. ① 截距估计值estimated intercept: 1.082 ② 斜率估计值estimated slope: 0.605 回归方程：ahe= 1.082+0.605*age ③ 当工人年长 1 岁，平均每小时工资增加0.605 美元。 2. Bob: 0.605*26+1.082=16.812 （美元） Alexis: 0.605*30+1.082=19.232 （美元） 答：预测Bob 的收入为每小时16.812美元，Alexis为19.232 美元。 3. 年龄不能解释不同个体收入变化的大部分。因为R-squared 反映了因变量的 全部变化能通过回归关系被自变量充分解释的比例，而分析得R-squared 的值为0.029，解释度低，说明年龄不能解释不同个体收入变化的大部分
E4.1 (0.0449) Observations 463 R-squared 0.036 Robust standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1 ① 截距估计值： 3.998 斜率估计值： 0.133 回归方程： Course_Eval=3.998+0.133*beauty lave_esruo 0a u ty a e 1. 答：两者看上去有微弱的正相关关系 2. VARIABLES course eval beauty Constant 0.133 (0.0550) 3.998
? 陈强，2015年，《计量经济学及Stata应用》，高等教育出版社。 第2章 Stata入门 2.1 为什么使用Stata Stata软件因操作简单且功能强大，为目前在欧美最流行的统计与计量软件，拥有众多用户。 Stata公司定期升级软件，以适应计量经济学的迅猛发展。 Stata软件还留有“用户接口”，允许用户自己编写命令与函数，并上传到网上实现共享。一些最新计量方法，可在线查找和下载由用户编写的Stata命令程序(user-written Stata commands)。这些“非官方命令”(也称“外部命令”)的使用方法与官方命令完全相同，使得Stata的功能如虎添翼。 1
本教材使用Stata 13版本(2013年6月发布)。 对于绝大多数命令与功能，即使用更低的Stata版本(如Stata 11或Stata 12)，也几乎没有差别。 2.2 Stata的窗口 安装Stata 13后，在安装的文件夹中将出现如下Stata 13图标(Stata 11或Stata 12的图标大同小异)，参见图2.1： 图2.1 Stata 13的图标 双击此Stata图标，即可打开Stata。 2
3 如想在电脑桌面创建开启Stata 软件的快捷方式，可右键点击Stata 13的图标，然后选择“发送到”→“桌面快捷方式”，参见图2.2。 图2.2 发送Stata 13到桌面快捷方式
打开Stata后可看到，在最上方有一排“下拉式菜单”(pull-down menu)，参见图2.3： 图2.3 Stata的下拉式菜单 在Stata中运行单个命令主要有两种方式，其一为点击菜单，其二为在“命令窗口”输入命令。 通过菜单执行命令(menu-driven)可能要点击多重菜单，通常还要填写对话框(dialog)，以明确命令参数，不如在命令窗口直接输入命令方便。 在菜单之下，为一系列图标，起着快捷键的作用，参见图2.4。 4
计量经济学stata操作（实验课） 第一章stata基本知识 1、stata窗口介绍 2、基本操作 （1）窗口锁定：Edit-preferences-general preferences-windowing-lock splitter （2）数据导入 （3）打开文件：use E:\example.dta,clear （4）日期数据导入： gen newvar=date(varname, “ymd”) format newvar %td 年度数据 gen newvar=monthly(varname, “ym”) format newvar %tm 月度数据 gen newvar=quarterly(varname, “yq”) format newvar %tq 季度数据 （5）变量标签 Label variable tc ` “total output” ’ （6）审视数据 describe list x1 x2 list x1 x2 in 1/5 list x1 x2 if q>=1000 drop if q>=1000 keep if q>=1000 （6）考察变量的统计特征 summarize x1 su x1 if q>=10000 su q,detail su tabulate x1 correlate x1 x2 x3 x4 x5 x6 （7）画图 histogram x1, width(1000) frequency kdensity x1 scatter x1 x2 twoway (scatter x1 x2) (lfit x1 x2) twoway (scatter x1 x2) (qfit x1 x2) （8）生成新变量 gen lnx1=log(x1) gen q2=q^2 gen lnx1lnx2=lnx1*lnx2 gen larg=(x1>=10000) rename larg large
Stata命令大全面板数据计量分析与软件实现 说明：以下do文件相当一部分内容来自于中山大学连玉君STATA教程，感谢他的贡献。本人做了一定的修改与筛选。 *----------面板数据模型 * 1.静态面板模型：FE 和RE * 2.模型选择：FE vs POLS, RE vs POLS, FE vs RE （pols混合最小二乘估计） * 3.异方差、序列相关和截面相关检验 * 4.动态面板模型（DID-GMM,SYS-GMM） * 5.面板随机前沿模型 * 6.面板协整分析（FMOLS,DOLS） *** 说明：1-5均用STATA软件实现， 6用GAUSS软件实现。 * 生产效率分析（尤其指TFP）：数据包络分析（DEA）与随机前沿分析（SFA） *** 说明：DEA由DEAP2.1软件实现，SFA由Frontier4.1实现，尤其后者，侧重于比较C-D与Translog生产函数，一步法与两步法的区别。常应用于地区经济差异、FDI 溢出效应（Spillovers Effect）、工业行业效率状况等。 * 空间计量分析：SLM模型与SEM模型 *说明：STATA与Matlab结合使用。常应用于空间溢出效应（R&D）、财政分权、地方政府公共行为等。 * --------------------------------- * --------一、常用的数据处理与作图----------- * --------------------------------- * 指定面板格式 xtset id year （id为截面名称，year为时间名称） xtdes /*数据特征*/ xtsum logy h /*数据统计特征*/ sum logy h /*数据统计特征*/ *添加标签或更改变量名 label var h "人力资本"
本节STATA命令摘要 by 分组变量：]summarize变量名1变量名2… 变量名m[，detail] ci变量名1变量名2… 变量名m[，level（#）binomial poissonexposure（varname）by（分组变量）] cii 样本量 均数 标准差[，level（#）] tab1变量名[，generate（变量名）] · 资料特征描述（均数，中位数，离散程度） 例：某地测定克山病患者与克山病健康人的血磷测定值如下表（数据摘自四川医学院主编的卫生统计学，1978出版，p21）： 患者 2．6 3．24 3．73 3．73 4．32 4．73 5．18 5．58 5．78 6．40 6．53 健康人 1．67 1．98 1．98 2．33 2．34 2．50 3．60 3．73 4．14 4．17 4．57 4．82 5．78 并假定这些数据已以STATA格式存入ex2．dta文件中，其中变量x1为患者的血磷测定值数据，变量x2为健康人的血磷测定值数据。上述数据也可以用变量x表示血磷测
定值，分组变量group=0表示患者组和group=1表示健康组（如：患者组中第一个数据为2．6，则x=2．6，group=0；又如：健康组中第三个数据为1．98，则x为1．98以及group为1），并假定这些数据已以STATA格式存入ex2a．dta文件中。 计算资料均数，标准差命令summarize，以述资料为例： useex2，clear summarizex1x2 结果： 变量 样本数 均数 标准差 最小值 最大值 Variable| Obs Mean Std．Dev． Min Max ---------+ x1| 11 4．710909 1．302977 2．6 6．53 x2| 13 3．354615 1．304368 1．67 5．78 即：本例中急性克山病患者组的样本数为11，血磷测定值均数为4．711（mg%），相应的标准差为1．303，最小值为2．6以及最大值为6．53；健康组的样本量为13，血磷测定值均数为3．3546，相应的标准差为1．3044，最小值为1．67以及最大值为5．78。 计算资料均数，标准差，中位数，低四分位数和高四分位数的命令summarize 以及子命令detail，仍以述资料为例： use ex2，clear summarizex1x2，detail 结果： x1 Percentiles Smallest（最小值） 1%
S t a t a统计分析命令 Company number：【0089WT-8898YT-W8CCB-BUUT-202108】
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 ，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 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：，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；
计量经济学基础与STATA应用 基本概念 【经典假设】 1、模型为线性；（多项式、对数、倒数、对数倒数、含有时间趋势） 2、X为变量； 3、残差序列（条件）均值为0； 4、残差序列（条件）方差齐性，即同方差； 5、残差序列之间无自相关性； 6、残差序列与解释变量不相关； 7、解释变量之间不存在完全的线性关系； 8、残差序列服从正态分布。 【残差正态性检验】 1、残差直方图：histogram e, norm freq 2、利用偏度系数和峰度系数：sktest 3、正态概率图： 问题检验与解决 【多重共线性】 完全多重共线性：参数无法唯一确定，方差无穷大。 不完全多重共线性：方差增大 诊断方法： 1、模型判定系数R方值高而具有显着的t值得变量少 2、解释变量之间有高度的两两相关 3、检查偏相关 4、辅助回归 5、病态指数 6、方差膨胀因子（VIF） 补救方法： 1、利用先验信息 2、横截面数据与时间序列数据并用 3、剔除变量（有可能出现模型的设定偏误） 4、变量替换（一阶差分：可能使得残差存在一定的相关性、比率：可能使得残差不再同方差） 5、补充新的数据 6、在多项式回归中降低共线性 【异方差】 原因： 1、按照边错边改边学习模型，人们在学习的过程中，其行为误差随着时间的延长而减少； 2、数据采集技术的改进
3、异常值出现 4、回归模型的设定不正确，如遗漏重要变量 5、回归元的分布呈偏态，如收入 6、不正确的数据变换或函数变换 7、横截面数据中更为常见 问题： 系数依旧无偏，估计方差增大，t值变小，从而导致本来显着地回归系数变成了统计不显着 诊断方法： 1、图解法：残差平方对y预测值或某一解释变量 2、帕克检验：先用OLS产生残差，再用残差平方对X回归，系数显着就有异方差； 3、格莱泽检验：先用OLS产生残差，用残差的绝对值对X的各种变换回归； 4、戈德菲尔德-匡特检验：先将X的观测值按升序排列，略去居中的c个观测，将前后分成两组分别 回归得到各自的残差平方和，做F检验 5、布劳殊-培干-戈弗雷检验（BPG检验）：先回归得到残差平方和，计算残差平方和的均值，构造pi=ui2/ 均值，用pi对全部或部分X做回归，得到ESS，做卡方检验：estat hettest 6、怀特检验（White检验）：回归得到残差平方和，用残差平方和对X和X方和X交叉项做回归，得 到R方，对nR2做卡方检验：estat imtest,white 7、寇因克-巴塞特检验（KB检验）：残差平方和对预测Y平方做回归 解决： 当方差已知，WLS 当方差未知，误差方差正比于X2，两边除以X 误差方差正比于X，两边除以根号X 误差方差正比于Y均值的平方，两边除以Y均值 进行对数转换。 注意：一个好的模型，绝不会因为异方差性的原因而被抛弃。只有在问题严重的时候，误差方差不相等的问题才值得去修正。当模型参数的最大方差（OLS估计）比最小方差（GLS估计）的10倍还大时，问题才是严重的。 【自相关】 Cov(ui, uj) !=0 来源： 1、惯性：如GDP、价格指数 2、设定偏误，应含而未含变量，不正确的函数形式 3、蛛网现象：如供给价格的反应要滞后一个时期，今年种植的作物受去年流行的价格影响 4、滞后效应： 5、数据的编造 问题： OLS估计量仍是无偏线性的，方差估计错误 诊断方法： 1、图解法：残差对时间，残差对残差滞后 2、游程检验：runtest 3、德宾-沃森检验（DW检验）：0-dl（拒绝正自相关），dl-du（无决定域），du-2-(4-du)（不拒绝）、(4-du)-(4-dl) （无决定域）、(4-dl)-4（拒绝负自相关）：dwstat 4、布劳殊-戈弗雷检验：BG检验（LM检验） 解决： 如果AR(1)，