教学用PPT，《高级计量经济学及Stata应用》，陈强编著，高等教育出版社，? 2010年
第4章 Stata简介
4.1 为什么使用Stata？
Stata是目前在欧美最为流行的计量软件，具有操作简单、功能强大的特点。由于使用Stata的用户很多，对于最新的计量方法，常常可以下载由用户写的Stata命令程序
（user-written Stata command），十分方便。而官方的Stata 版本也经常更新，以适应计量经济学迅猛发展的需要。Stata 11已于2009年出版，但由于在中国普遍使用的仍是Stata 10，故本书主要介绍Stata 10。
4.2Stata的窗口
安装好Stata后，点击电脑桌面上的Stata图标，即可打开
Stata。此时可以看到，在最上方有一排菜单，即“File Edit Data Graphics Statistics User Window Help”。在此之下，有四个窗口，分别为，
左上“Review”（历史窗口）：此窗口记录着自启动Stata 以来执行过的命令。
左下“Variables”（变量窗口）：此窗口记录着目前Stata内
存中的所有变量。
右上“Results”（结果窗口）：此窗口显示执行Stata命令后的输出结果。
右下“Command”（命令窗口）：在此窗口输入想要执行的Stata命令。
为了使屏幕分割更美观实用，可以用鼠标将以上窗口拉到任意大小与位置。然后点击菜单“Edit”→“Preferences”→“General Preferences”→“Windowing”→“Lock splitter”，就可以锁定当前画面，而在以后重启Stata时自动显示这个画面设置。
File Edit Data Graphics Statistics User Window Help
Review
Results
Variables Command
图4.1、Stata的主要窗口
4.3 Stata操作实例
学习Stata的最方便方法大概是通过实例来学习。因此，这里选取Nerlove(1963)对电力行业规模报酬的经典研究来介绍Stata的实际操作。从本书的网站可以下载
Nerlove(1963)论文原文，以及数据集“nerlove.xls”（Excel 文件）。该数据集包括了1955年美国145家电力企业的横截面数据。
1．将数据导入Stata
打开Stata软件后，点击Data Editor图标（也可以点击菜单“Window”→“Data Editor”），即可打开一个类似Excel 的空白表格。然后，用Excel打开文件“nerlove.xls”，复
制文件中的所有数据，并粘贴到Data Editor中。导入数据的另一方法是，点击菜单“File”→“Import”，然后导入各种格式的数据。但这种方法有时不如直接从Excel表中粘贴数据来得方便直观。
关闭Data Editor后，即会看到左下方的“Variables”窗口出现了5个变量，分别为tc（total cost，总成本），q（total output, 总产量），pl（price of labor，小时工资率），pf（price
of fuel，燃料价格），与pk（user cost of capital，资本的租赁价格）。
此时，可以点击Save图标（也可以点击菜单“File”→“Save”），将数据存为Stata格式的文件（扩展名为dta），比如nerlove.dta。这样，以后就可以用Stata直接打开这个数据集了（不需要再从Excel表中粘贴过来）。打开的方式有两种。可以点击Open图标（也可以点击菜单“File”→
“Open”），然后寻找要打开的dta文件的位置。另外一种方法是在命令窗口输入以下命令（假设文件在E盘的根目录）并回车（按Enter键），
. use E:\nerlove.dta,clear
其中，选择项“clear”表示可以替代内存中的已有数据。如果要关闭一个数据集（如果对数据集进行了改动，别忘了先存盘Save），以便使用另外一个数据集，可以在命令
窗口输入
. clear
这样，内存中所有的当前数据都被清空，然后可以再打开另外一个数据集。
2．日期数据的导入（可暂时跳过此部分）
如果数据中含有格式为“1949-10-01”或“1949/10/01”
的时间变量，在导入Stata后，可能被视为“字符串”（string），而非“数字”（numeric），无法直接对其进行运算。
对于日度数据（daily data），可以使用命令“gen newvar = date (varname, “YMD”)”将其转换为“整数日期变量”（integer date variable），其中，“YMD”告诉Stata，原始数据的格式为“年-月-日”。然后，可以用命令“format
newvar %td”让该时间变量仍然以日期格式在Stata中显示。在Stata内部，所有日期变量的存储格式均为“elapsed dates”，即计算从1960年1月1日以来过了多少天。
类似地，对于月度数据（monthly data），可以使用命令“gen newvar = monthly (varname, “ym”)”进行转换；其中，“ym”告诉Stata，原始数据的格式为“年-月”。然后用命令“format newvar %tm”让该变量仍以日期格
式在Stata中显示。
对于季度数据（quarterly data），可以使用命令“gen newvar = quarterly (varname, “yq”)”进行转换；其中，“yq”告诉Stata，原始数据的格式为“年-季”。然后用命令“format newvar %tq”让该变量仍以日期格式在Stata中显示。
3．变量的标签
在变量窗口，每个变量的“名字”（Name）旁边显示了其“标签”（label）。但目前的标签过于简略，缺乏变量的解释信息。如果想将变量“tc”的标签改为“total output”，可进行如下操作。以鼠标的右键点击变量名“tc”，然后选择“Edit variable label”，输入“total output”即可。此时，再去看变量“tc”的标签，就已经改为“total output”。另外，在右上角的结果窗口出现了以下一行命令：
. label variable tc `"Total Output"'
这表明，直接在命令窗口输入上面这行命令，也能达到一样的效果，但不如直接在变量上点击右键操作方便。你可以试着把tc，q，pl，pf，与pk的标签分别改为“total cost”，“total output”，“price of labor”，“price of fuel”，与“user cost of capital”。
Stata中字母的大小写是严格区分的（case sensitive），因此
Stata建议对于变量名一律使用小写字母。
4．审视数据
一个数据集可能很大，而我们常希望看到数据的概貌。想看数据集中的变量名单、标签等，可以在命令窗口输入，. describe
其中，“describe”中的下划线表示，可以将该命令简写
为“d”而得到同样的效果。如果想给整个数据集加上一个标签，以说明这个数据集来自“Nerlove 1963 paper”，可输入命令，
. label data "Nerlove 1963 paper"
如果再次使用命令“describe”，就会看到数据集的标签“Nerlove 1963 paper”。运行结果如下：
如果想看变量tc与q的具体数据，可使用命令，
. list tc q
由于样本容量为145，要花一阵子才能显示完毕。如果想
STATA 面板数据模型估计命令一览表 一、静态面板数据的STATA 处理命令 εαβit ++=x y it i it 固定效应模型 μβit +=x y it it ε αμit +=it it 随机效应模型 （一）数据处理 输入数据 ●tsset code year 该命令是将数据定义为“面板”形式 ●xtdes 该命令是了解面板数据结构 ●summarize sq cpi unem g se5 ln 各变量的描述性统计（统计分析） ●gen lag_y=L.y /////// 产生一个滞后一期的新变量
gen F_y=F.y /////// 产生一个超前项的新变量 gen D_y=D.y /////// 产生一个一阶差分的新变量 gen D2_y=D2.y /////// 产生一个二阶差分的新变量 （二）模型的筛选和检验 ●1、检验个体效应（混合效应还是固定效应）（原假设：使用OLS混合模型）●xtreg sq cpi unem g se5 ln,fe 对于固定效应模型而言，回归结果中最后一行汇报的F统计量便在于检验所有的个体效应整体上显著。在我们这个例子中发现F统计量的概率为0.0000，检验结果表明固定效应模型优于混合OLS模型。 ●2、检验时间效应（混合效应还是随机效应）（检验方法：LM统计量） （原假设：使用OLS混合模型） ●qui xtreg sq cpi unem g se5 ln,re (加上“qui”之后第一幅图将不会呈现) xttest0
可以看出，LM检验得到的P值为0.0000，表明随机效应非常显著。可见，随机效应模型也优于混合OLS模型。 ●3、检验固定效应模型or随机效应模型（检验方法：Hausman检验） 原假设：使用随机效应模型（个体效应与解释变量无关） 通过上面分析，可以发现当模型加入了个体效应的时候，将显著优于截距项为常数假设条件下的混合OLS模型。但是无法明确区分FE or RE的优劣，这需要进行接下来的检验，如下： Step1：估计固定效应模型，存储估计结果 Step2：估计随机效应模型，存储估计结果 Step3：进行Hausman检验 ●qui xtreg sq cpi unem g se5 ln,fe est store fe qui xtreg sq cpi unem g se5 ln,re est store re hausman fe (或者更优的是hausman fe,sigmamore/ sigmaless) 可以看出，hausman检验的P值为0.0000，拒绝了原假设，认为随机效应模型的基本假设得不到满足。此时，需要采用工具变量法和是使用固定效应模型。
Stata12 软件的基本设定 如果你已经安装了stata12，请直接跳到（6）。 （ 1）将StataSE12.1绿色版.7z解压到D盘根目录，即D:\stata12（注意：是D:\stata12，而 非D:\stata12 \stata12，另外， stata12 是小写）。 （下载地址： https://www.doczj.com/doc/b47617838.html,/share/link?shareid=2683949182&uk=3523563089） （2）打开stata12：双击图1中带有蓝色阴影的图标即可。1 图 1stata12 放置界面 （3）关于更新 A 、首次打开 stata12，会弹出对话框，询问你是否需要更新。如果不需要更新，请按下 图进行设定： 图 2首次打开stata12 时的更新设定B（、为了节省时间，这一步可以跳过，对于一般用户而言，更新与否不会影响你的使 用效果）如需把stata12 更新到最新版本，请在command窗口中输入updateal l命令。更新过程大概需要几分钟到几十分钟不等。特别注意的是，更新完毕后，你一定要输入如下 命令，才算是真正完成了stata 的更新： updateswap。这个命令的作用是用新下载的文件覆盖 旧文件。忘记这一步，往往会导致你的stata 丢失变量或出现一些奇怪的现象。 1 你也可以右击这个图标，然后选择“附加到开始菜单”。这样 stata12 的 logo 就会出现在开始 菜单中，每次启动 stata12 就只需从“开始”菜单中单击这个 logo 即可。
（4）关于profile.do文件。每次启动stata12 时，它会自动执行D:\stata12 文件夹下的 profile.do文件，该文件中包含了一系列命令，用于设定stata所占用的内存，各种 文件路径的位置等信息。如果你是按照上述要求放置stata12 文件的，那么启动 stata12 后，屏幕上应该显示如下信息（否则你要检查文件名的拼写是否正确）：running stata12 profi le .do... （ 5）如果你的计算机分区中没有 D 盘，你也可以把stata12 放置于其他盘符下，但需要做一些微小的调整。这里以 F 盘为例，也可以是C， H， K 等其他盘 ①.将 stata12 解压后放置于 F 盘下，即F:\stata12 。注意： stata 是小写。 ②.修改 profile.do 文件，具体方法为 : Step1: 输入 doedit F:\stata12 \prof il e. do命令，打开 profile.do 文件； Step2:将第六行 中的 localD"D" 命令修改为 l ocal D"F"； Step3:保存 profile.do文件，退出stata12，然后重启即可。 ③.若上述设定无误，则在重新打开stata12 后，屏幕第一行会显示如下信息： running stata12profi le .d o... 同时，输入sysdir命令，屏幕上会呈现如下信息( 此时你才能正确使用外部命令)： .sy sdir STATA: F stata12 UPDATES: F stata12 \ado\updat BASE: F stata12 \ado\bas SIT E: F stata12 \ado\s it PLUS: F stata12 \ado\p PERSONAL: F stata12 \ado\personal PartII ：课件的使用方法 Q1. 如何打开课堂上使用的do 文档？ A：请将PX_aufe.rar压缩包解压到D:\stata12\ado\personal 文件夹中，即 D:\stata12\ado\personal\PX_aufe 。若希望练习第一讲中的相关操作，可依次执行如下命令：Step1：在STATA命令窗口中输入cdD:\stata12\ado\personal\PX_aufe命令，定义当前工作 路径（会显示在 STATA 屏幕左下角）； Step2：输入doedit xB01_Panel_Data命令，即可打开第一讲的讲义 xB01_Panel_Data.do 文件。当然，我们也可以通过点击菜单的方式完成 上述操作，步骤如下： Step1：在 STATA 主菜单中点击 “ Newdo-fileEditor ”图标； Step2：在第一步中弹出的“ Do-fileEditor”窗口中点击“O pen”图标，然后到D:\stata12\ado\personal\PX_aufe文件夹下，双击“ xB01_Panel_Data”文件即可打开之。 B：在练习之前，请先执行如下命令，以便进入第一讲所在目录，本讲中使用的所有数 据文件和相关文档都存放于该目录下。请选中下图中第 34-37 行的命令，点击菜单条中第二行中 带有蓝色阴影的按钮（ ExecuteSelection(do) ，快捷键为 Ctrl+D ）。
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 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
文档收集于互联网，已重新整理排版.word版本可编辑,有帮助欢迎下载支持. 第一章接触STATA 小而功能强大；数据存储在内存中，运算速度快；语法简单，结果易读；可编程?cd [direction] /*调整默认目录，当路径中存在空格时要加引号*/ ?set memory [number]/*内存设定，默认单位为KB，可自定MB*/ ?exit /*退出*/ 第二章STATA命令 [prefix:]command[varlist] [=exp.] [if exp.] [using filename] [in range] [weigh:] [, options] 命令前缀命令变量串表达式条件式使用文件个案范围权重选项?var | var#-var## | var* /*表示单变量、多变量、以var开头的变量*/ ?in # | in -# | in #/## /*表示第#个、倒数第#个、从第#到第##个变量*/ ?help commandname/*帮助*/ 第三章使用STATA数据文件 一、读取数据 ?use filename [, clear] /*读取全部数据，选项clear表示清空内存*/ ?use var1 var#using filename /*将数据部分变量读进内存*/ ?use in #/## using filename /*将数据部分个案读进内存*/ ?use if var==# using filename /*将数据特定个案读进内存*/ ?use filename if var==# /*同上*/ 二、数据的标签与注释 ?label data “text”/*标签用于对数据整体的说明,这是贴标签的命令*/ 1文档来源为:从网络收集整理.word版本可编辑.
Stata 命令语句格式： [by varlist:] command [varlist] [=exp] [if exp] [in range] [weight] [, options] 1、[by varlist:] *如果需要分别知道国产车和进口车的价格和重量，可以采用分类操作来求得， sort foreign //按国产车和进口车排序 . by foreign: sum price weight *更简略的方式是把两个命令用一个组合命令来写。 . by foreign, sort: sum price weight 如果不想从小到大排序，而是从大到小排序，其命令为gsort。 . sort - price //按价格从高到低排序 . sort foreign -price /*先把国产车都排在前，进口车排在后面，然后在国产车内再按价格从大小到排序，在进口车内部，也按从大到小排序*/ 2、[=exp]赋值运算 . gen nprice=price+10 //生成新变量nprice，其值为price+10 /*上面的命令generate(略写为gen) 生成一个新的变量，新变量的变量名为 nprice,新的价格在原价格的基础上均增加了10 元。 . replace nprice=nprice-10 /*命令replace 则直接改变原变量的赋值，nprice调减后与price 变量取值相等*/ 3、[if exp]条件表达式 . list make price if foreign==0 *只查看价格超过1 万元的进口车（同时满足两个条件），则 . list make price if foreign==1 &price>10000 *查看价格超过1 万元或者进口车（两个条件任满足一个） . list make price if foreign==1 | price>10000 4、[in range]范围筛选 sum price in 1/5 注意“1/5”中，斜杠不是除号，而是从1 到 5 的意思，即1，2，3，4，5。 如果要计算前10 台车中的国产车的平均价格，则可将范围和条件筛选联合使用。 . sum price in 1/10 if foreign==0 5、[weight]加权 sum score [weight=num]其中，num为每个成绩所对应的人数 6、[, options]其他可选项 例如，我们不仅要计算平均成绩，还想知道成绩的中值，方差，偏度和峰度等*/ . sum score, detail . sum score, d //d 为detail 的略写，两个命令完全等价 . list price, nohead//不要表头 Stata 数据类型转换 1、字符型转化成数值型 destring, replace //全部转换为数值型，replace 表示将原来的变量（值）更新 destring date, replace ignore(“ ”)将字符型数据转换为数值型数据：去掉字符间的空格destring price percent, gen(price2 percent2) ignore(“$ ,%”)与date 变量类似，变量price 前面有美元符号，变量percent 后有百分号，换为数值型时需要忽略这些非数值型字符 2、数值型转化为字符型
Stata介绍 作为流行的计量经济学软件，Stata的功能十分地全面和强大。可以毫不夸张地说，凡是成熟的计量经济学方法，在Stata中都可以找到相应的命令，而这些命令都有许多选项以适应不同的环境或满足不同的需要。即使是最详细的Stata手册，也难免有遗珠之憾，更何况本文仅是一个粗浅的介绍。掌握Stata最好的办法是在实践中学习：Stata 本身提供了非常强大的帮助系统，并且关于Stata的书籍和网络资源都不少。 本文拟根据如下顺序介绍Stata： 1．界面； 2．文件和数据； 3．语法和命令； 4．数据管理； 5．描述统计； 6．画图； 7．回归和回归分析； 8．常用命令。 第3和第4部分是最体现Stata灵活性的地方，也是应用Stata的基础。第5和第6部分介绍如何用Stata完成基本的统计功能。Stata的功能很多，比如回归，曲线拟合，生存分析，主成分分析，因子分析，聚类分析，时间序列分析等等。但回归无疑是其中最重要的功能。第7部分介绍如何用Stata作线性回归和Logistic回归。本文第2和第3部分包含了作者的观点，难免有偏颇之处。其余部分主要来自文献的归纳和总结。限于水平有限，错误在所难免，敬请原谅。
1．界面 图1 Stata界面 Stata有4个窗口： 1． Stata Command（右下）用于向Stata输入命令； 2． Stata Results（右上）用于显示运行结果； 3． Review（左上）记录使用过的命令； 4． Variables（左下）显示当前memory中的所有变量。 窗口上方是工具栏，其上的按钮依次为（从左到右）Open, Save, Print Graph/Print Log, Log Start/Stop/Suspend, Bring Log to Front, Bring Graph to Front, Do-file Editor, Data Editor, Data Browser, Clear –more- condition, Break。其中常用的有Open, Save, Do-file Editor, Data Editor和Data Browser（图1中已用圆圈标出）。它们的使用办法将在下文介绍。 工具栏上方是菜单栏。其中最常用的是Help菜单。 界面左下角显示了Stata的默认路径。Stata使用的数据文件一般存放在该路径下。
第一讲Stata操作入门 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。
S T A T A实用教程-CAL-FENGHAI.-(YICAI)-Company One1
第一章接触STATA 小而功能强大；数据存储在内存中，运算速度快；语法简单，结果易读；可编程cd [direction] /*调整默认目录，当路径中存在空格时要加引号*/ set memory [number] /*内存设定，默认单位为KB，可自定MB*/ exit /*退出*/ 第二章 STATA命令 [prefix:]command[varlist] [=exp.] [if exp.] [using filename] [in range] [weigh:] [, options]命令前缀命令变量串表达式条件式使用文件个案范围权重选项var | var#-var## | var* /*表示单变量、多变量、以var开头的变量*/ in # | in -# | in #/## /*表示第#个、倒数第#个、从第#到第##个变量*/ help commandname/*帮助*/ 第三章使用STATA数据文件 一、读取数据 use filename [, clear] /*读取全部数据，选项clear表示清空内存*/ use var1 var# using filename /*将数据部分变量读进内存*/ use in #/## using filename /*将数据部分个案读进内存*/ use if var==# using filename /*将数据特定个案读进内存*/ use filename if var==# /*同上*/ 二、数据的标签与注释 label data “text” /*标签用于对数据整体的说明,这是贴标签的命令*/ notes：“text” /*注释用于记录操作过程，这是写注释的命令*/
Stata软件基本操作和数据分析入门 第五讲多组平均水平的比较 赵耐青 一、复习和补充两组比较的统计检验 1. 配对设计资料(又称为Dependent Samples) a)对于小样本的情况下，如果配对的差值资料服从正态分布，用配对t检验 (ttest 差值变量=0) b)大样本的情况下，可以用配对t检验 c)小样本的情况下，并且配对差值呈偏态分布，则用配对符号秩检验(signrank 差值变量=0) 2. 成组设计(Two Independent Samples) a)如果方差齐性并且大样本情况下，可以用成组t检验(ttest 效应指标变 量,by(分组变量)) b)如果方差齐性并且两组资料分别呈正态分布，可以用成组t检验 c)(Ranksum test)
二、多组比较 1. 完全随机分组设计(要求各组资料之间相互独立) a)方差齐性并且独立以及每一组资料都服从正态分布(小样本时要求)，则采用 完全随机设计的方差分析方法(即：单因素方差分析，One Way ANOV A)进 行分析。 b)方差不齐或小样本情况下资料偏态，则用Kruskal Wallis 检验(H检验) 例5.1 为研究胃癌与胃粘膜细胞中DNA含量（A.U）的关系，某医师测得数据如下，试问四 组人群的胃粘膜细胞中平均DNA含量是否相同？ 组别group DNA含量（A.U） 浅表型胃炎 1 9.81 12.73 12.29 12.53 12.95 9.53 12.6 8.9 12.27 14.26 10.68 肠化生 2 14.61 17.54 15.1 17 13.39 15.32 13.74 18.24 13.81 12.63 14.53 16.17早期胃癌 3 23.26 20.8 20.6 23.5 17.85 21.91 22.13 22.04 19.53 18.41 21.48 20.24
Stata 快速入门 1、Stata的窗口 ?在最上方有一排菜单，即“File Edit Data Graphics Statistics User Window Help”。?左上“Review”（历史窗口）：此窗口记录着自启动Stata以来执行过的命令。?右上“Variables”（变量窗口）：此窗口记录着目前Stata内存中的所有变量。?正上方“Results”（结果窗口）：此窗口显示执行Stata命令后的输出结果。 ?正下方“Command”（命令窗口）：在此窗口输入想要执行的Stata命令。 2、将数据导入Stata ?打开Stata软件后，点击Data Editor(Edit)图标（也可以点击菜单“Window”→“Data Editor”），即可打开一个类似Excel的空白表格。 ?用Excel打开文件“nerlove.xls”，复制文件中的所有数据，并粘贴到Data Editor 中。 ?导入数据的另一方法是，点击菜单“File”→“Import”，然后导入各种格式的数据。但这种方法有时不如直接从Excel表中粘贴数据来得方便直观。 3、变量窗口 ?关闭Data Editor后，即会看到右上方的“Variables”窗口出现了5个变量：?分别为tc（total cost，总成本），q（total output, 总产量），pl（price of labor，小时工资率），pf（price of fuel，燃料价格），与pk（user cost of capital，资本的租赁价格。 4、存为dta数据文件 ?此时，可以点击Save图标（也可以点击菜单“File”→“Save”），将数据存为Stata格式的文件（扩展名为dta），比如nerlove.dta。 ?以后就可以用Stata直接打开这个数据集了（不需要再从Excel表中粘贴过来）。 5、打开dta数据文件 打开的方式有三种： 1.点击Open图标（也可以点击菜单“File”→“Open”），然后寻找要打开的dta 文件的位置。 2.直接双击想要打开的dta文件 3.在命令窗口输入以下命令（假设文件在E盘的根目录）并回车（按Enter键）
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
第一章 Stata 概貌 §1.1 Stata的功能、特点和背景 Stata是一个用于分析和管理数据的功能强大又小巧玲珑的实用统计分析软件，由美国计算机资源中心（Computer Resource Center）研制。从1985至1998的十四年时间里，已连续推出1.1，1.2，1.3，1.4，1.5，……及2.0，2.1，3.0，3.1，4.0，5.0，6.0等多个版本，通过不断更新和扩充，内容日趋完善。它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，又在许多方面别具一格。Stata融汇了上述程序的优点，克服了各自的缺点，使其功能更加强大，操作更加灵活、简单，易学易用，越来越受到人们的重视和欢迎。 Stata的突出特点是只占用很少的磁盘空间，输出结果简洁，所选方法先进，内容较齐全，制作的图形十分精美，可直接被图形处理软件或字处理软件如WORD等直接调用。 一、 Stata的数据管理能力 1.Stata的数据管理空间受计算机的操作系统和计算机扩展内存的影响。对640k内存的微机，3.1 版本的Stata可以管理2400个记录×99个变量，并随计算机扩展内存的增加而增加；对4.0的WINDOWS版本，Stata可以管理4800个记录×99个变量；对WINDOWS 95下的5.0版本，可根据计算机的配置情况设置变量数和记录数，如32M扩展内存的计算机，可处理2千万个数据。变量数和记录数可以互相交易（trade），即减少记录数可以增加变量数，减少变量数可以增加记录数。 2.可以将分组变量转换成指示变量(哑变量)，将字符串变量映射成数字代码。 3.可以对数据文件进行横向和纵向链接，可以将行数据转为列数据，或反之。 4.可以恢复、修改执行过的命令。 5.可以利用数值函数或字符串函数产生新变量。 6.可以从键盘或磁盘读入数据。 二、 Stata的统计功能 Stata的统计功能很强，除了传统的统计分析方法外，还收集了近20年发展起来的新方法，如Cox比例风险回归，指数与Weibull回归，多类结果与有序结果的logistic回归，Poisson回归、负二项回归及广义负二项回归，随机效应模型等。具体说，Stata具有如下统计分析能力： 1.数值变量资料的一般分析：参数估计，ｔ检验，单因素和多因素的方差分析，协方差分析，交互 效应模型，平衡和非平衡设计，嵌套设计，随机效应，多个均数的两两比较，缺项数据的处理，方差齐性检验，正态性检验，变量变换等。 2.分类资料的一般分析：参数估计，列联表分析( 2检验，列联系数，确切概率)，流行病学表格分 析等。 3.等级资料的一般分析：秩变换，秩和检验，秩相关等。 4.相关与回归分析：简单相关，偏相关，典型相关，以及多达数十种的回归分析方法，如多元线性 回归，逐步回归，加权回归，稳键回归，二阶段回归，百分位数(中位数)回归，残差分析、强影响点分析，曲线拟合，随机效应的线性回归模型，等。 5.危险度分析：条件和非条件的logistic回归，多类结果与有序结果的logistic回归，Probit回 归，及其他广义线性模型，随机效应的logistic回归，随机效应的Poisson回归，等。 6.生存分析：基线生存曲线的估计、相对危险度的估计，Kaplan-Meier生存曲线、寿命表分析，对 数秩检验，Mantel-Haenszel检验，Wilcoxon-Gehan检验，Cox比例风险模型，正态截尾及Tobit 回归，指数回归和Weibull回归，等。 7.其它方法：质量控制，整群抽样的设计效率，诊断试验评价，kappa，等。 三、 Stata的作图功能 Stata的作图模块，主要提供如下八种基本图形的制作: 直方图(histogram)，条形图(bar), 百分条图(oneway)，百分圆图(pie)，散点图(twoway)，散点图矩阵(matrix)，星形图(star)，分位数图。这些图
*********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" rename h hum *排序 sort id year /*是以STATA面板数据格式出现*/ sort year id /*是以DEA格式出现*/ *删除个别年份或省份 drop if year<1992 drop if id==2 /*注意用==*/ *如何得到连续year或id编号（当完成上述操作时，year或id就不连续，为形成panel格式，需要用egen命令） egen year_new=group(year) xtset id year_new **保留变量或保留观测值 keep inv /*删除变量*/ **或 keep if year==2000 **排序 sort id year /*是以STATA面板数据格式出现 sort year id /*是以DEA格式出现 **长数据和宽数据的转换 *长>>>宽数据 reshape wide logy,i(id) j(year) *宽>>>长数据
S T A T A 面板数据模型估计命令一览表 一、静态面板数据的STATA 处理命令 εαβit ++=x y it i it 固定效应模型 εαμit +=it it 随机效应模型 （一）数据处理 输入数据 ●tsset code year 该命令是将数据定义为“面板”形式 ●xtdes 该命令是了解面板数据结构 ●summarize sq cpi unem g se5 ln 各变量的描述性统计（统计分析） ●gen lag_y=L.y /////// 产生一个滞后一期的新变量 gen F_y=F.y /////// 产生一个超前项的新变量 gen D_y=D.y /////// 产生一个一阶差分的新变量 gen D2_y=D2.y /////// 产生一个二阶差分的新变量 （二）模型的筛选和检验 ●1、检验个体效应（混合效应还是固定效应）（原假设：使用OLS 混合模型） ●xtreg sq cpi unem g se5 ln,fe 对于固定效应模型而言，回归结果中最后一行汇报的F 统计量便在于检验所有的个体效应整体上显着。在我们这个例子中发现F 统计量的概率为0.0000，检验结果表明固定效应模型优于混合OLS 模型。 ●2、检验时间效应（混合效应还是随机效应）（检验方法：LM 统计量） （原假设：使用OLS 混合模型） ●qui xtreg sq cpi unem g se5 ln,re (加上“qui ”之后第一幅图将不会呈现) xttest0 可以看出，LM 检验得到的P 值为0.0000，表明随机效应非常显着。可见，随机效应
模型也优于混合OLS模型。 ●3、检验固定效应模型or随机效应模型（检验方法：Hausman检验） 原假设：使用随机效应模型（个体效应与解释变量无关） 通过上面分析，可以发现当模型加入了个体效应的时候，将显着优于截距项为常数假设条件下的混合OLS模型。但是无法明确区分FE or RE的优劣，这需要进行接下来的检验，如下： Step1：估计固定效应模型，存储估计结果 Step2：估计随机效应模型，存储估计结果 Step3：进行Hausman检验 ●qui xtreg sq cpi unem g se5 ln,fe est store fe qui xtreg sq cpi unem g se5 ln,re est store re hausman fe (或者更优的是hausman fe,sigmamore/ sigmaless) 可以看出，hausman检验的P值为0.0000，拒绝了原假设，认为随机效应模型的基本假设得不到满足。此时，需要采用工具变量法和是使用固定效应模型。 （三）静态面板数据模型估计 ●1、固定效应模型估计 ●xtreg sq cpi unem g se5 ln,fe (如下图所示) 其中选项fe表明我们采用的是固定效应模型，表头部分的前两行呈现了模型的估计方法、界面变量的名称（id）、以及估计中使用的样本数目和个体的数目。第3行到第5行列示了模型的拟合优度、分为组内、组间和样本总体三个层面，通常情况下，关注的是组内（within），第6行和第7行分别列示了针对模型中所有非常数变量执行联合检验得到的F统计量和相应的P值，可以看出，参数整体上相当显着。 需要注意的是，表中最后一行列示了检验固定效应是否显着的F统计量和相应的P值。显然，本例中固定效应非常显着。 ●2、随机效应模型估计
【原创】5分钟搞定Stata面板数据分析简易教程ver2.0作者：张达 5分钟搞定Stata面板数据分析 简易教程 步骤一：导入数据 原始表如下， 数据请以时间（1998，1999，2000，2001??）为横轴，样本名（北京，天津，河北??）为纵轴 将中文地名替换为数字。
注意：表中不能有中文字符，否则会出现错误。面板数据中不能有空值。 去除年份的一行，将其余部分复制到stata的data editor中，或保存为csv格式。
打开stata，调用数据。 方法一：直接复制到data editor中。 方法二：使用口令：insheet using 文件路径 调用例如：insheet using C:\STUDY\paper\taxi.csv 其中csv格式可用excel的“另存为”导出 如图：
步骤二：调整格式 首先请将代表样本的var1重命名 口令：rename var1 样本名 例如：rename var1 province 也可直接在var1处双击，在弹出的窗口中修改:
接下来将数据转化为面板数据的格式 口令：reshape long var, i(样本名) 例如：reshape long var, i(province) 其中var代表的是所有的年份（var2,var3,var4??） 转化后的格式如图： 转化成功后继续重命名，其中_j 这里代表原始表中的年份，var代表该变量的名称口令例如： rename _j year rename var taxi 也可直接在需要修改的名称处双击，在弹出的窗口中修改 如图：