STATA 第二章 描述性统计命令与输出结果说明

Stata结果输出常用命令整理*1.描述性统计输出结果asdoc sum `varlist', save(Myfile.doc) replace stat(N mean sd min p50 max) dec(3) title(asdoc_Table: Descriptive statistics)sum2docx `varlist' using Myfile.docx,replace stats(N mean(%9.2f) sd(%9.3f)min(%9.2f) median(%9.2f) max(%9.2f)) title(sum2docx_Table: Descriptive statistics) outreg2 using Myfile, sum(detail) replace word eqkeep(N mean sd min p50 max)fmt(f) keep(`varlist') sortvar(wage age grade) title(outreg2_Table: Descriptive statistics)estpost summarize `varlist', detailesttab using Myfile.rtf, cells("count mean(fmt(2)) sd(fmt(2)) min(fmt(2))p50(fmt(2)) max(fmt(2))") noobs compress replace title(esttab_Table: Descriptive statistics)*2分组T 均值检验输出local common_exp "save(Myfile.doc) by(south) stat(obs mean p)"asdoc ttest wage, `common_exp' replace title(asdoc_Table: T_test by group)asdoc ttest age, `common_exp' rowappendasdoc ttest race, `common_exp' rowappendasdoc ttest married, `common_exp' rowappendasdoc ttest grade, `common_exp' rowappendasdoc ttest collgrad, `common_exp' rowappendasdoc ttest union, `common_exp' rowappendt2docx `varlist' using Myfile.docx,replace not by(south) title(t2docx_Table: T_test by group)logout, save(Myfile) word replace: ttable2 `varlist', by(south)estpost ttest `varlist', by(south)esttab using Myfile.rtf, cells("N_1 mu_1(fmt(3)) N_2 mu_2(fmt(3)) b(star fmt(3))") starlevels(* 0.10 ** 0.05 *** 0.01) noobs compress replace title(esttab_Table: T_test by group)*3.相关系数矩阵输出asdoc cor `varlist', save(Myfile.doc) replace nonum dec(3) title(asdoc_Table: correlation coefficient matrix)corr2docx `varlist' using Myfile.docx, replace spearman(ignore) pearson(pw) star title(corr2docx_Table: correlation coefficient matrix)logout, save(Myfile) word replace : pwcorr_a `varlist', star1(0.01) star5(0.05)star10(0.1)estpost correlate `varlist', matrixesttab using Myfile.rtf, unstack not noobs compress nogaps replace star(* 0.1 ** 0.05 *** 0.01) b(%8.3f) p(%8.3f) title(esttab_Table: correlation coefficient matrix)*4.回归结果输出asdoc reg wage age married occupation, save(Myfile.doc) nest replace cnames(OLS-1) rep(se) add(race, no)asdoc reg wage age married collgrad occupation, save(Myfile.doc) nest append cnames(OLS-2) add(race, no)asdoc reg wage age married collgrad occupation race_num*, save(Myfile.doc) nest append add(race, yes) cnames(OLS-3) dec(3) drop(occupation race_num*) stat(r2_a, F, rmse, rss) title(asdoc_Table: regression result)reg wage age married occupationest store m1reg wage age married collgrad occupationest store m2reg wage age married collgrad occupation race_num*est store m3reg2docx m1 m2 m3 using Myfile.docx, replace indicate("race=race_num*")b(%9.2f) se(%7.2f) scalars(r2(%9.3f) r2_a(%9.2f) N) drop(occupation)order(married) title(reg2docx_Table: regression result) mtitles("OLS-1" "OLS-2" "OLS-3")reg wage age married occupationoutreg2 using Myfile, word replace title(outreg2_Table: regression result)ctitle(OLS-1) `subexp' addtext(race, no)reg wage age married collgrad occupationoutreg2 using Myfile, word append ctitle(OLS-2) `subexp' addtext(race, no)reg wage age married collgrad occupation race_num*outreg2 using Myfile, word append ctitle(OLS-3) `subexp' addtext(race, yes)reg wage age married occupationest store m1reg wage age married collgrad occupationest store m2reg wage age married collgrad occupation race_num*est store m3*可利用addest自行增加统计量addest, name("chi2") value(`chi2')addest, textn("Industry") texts("Yes")estadd scalar Hausman= r(chi2),replaceestadd scalar Hausman_Test = r(p),replaceesttab m1 m2 m3 using Myfile.rtf, replace star( * 0.10 ** 0.05 *** 0.01 ) nogaps compress order(married) drop(occupation) b(%20.3f) se(%7.2f) r2(%9.3f) ar2 aic bic obslast scalars(F) indicate("race=race_num*") mtitles("OLS-1" "OLS-2" "OLS-3") title(esttab_Table: regression result)。

【原创汇总】stata中描述性统计表格的输出导读：描述性统计通常对收集来的数据进行直接的频率、频数等描述，描述性统计分析一般对样本的最小值、最大值、平均值、标准偏差等进行分析，这些数据有助于了解样本数据特征，能够清晰的看到各个统计量的分布情况。

本文在stata培训会议的基础上，为大家再次呈现一些新的内容，作为补充。

－outreg－该命令描述为：outreg - reformat and write regression tables to a document file命令格式为outreg [using filename] [, options]将所有变量进行描述分析输出sysuse auto, clear(1978 Automobile Data).outreg2 using daqinxueshu.doc, replace sum(log)更多技能，指定变量，或者筛选，命令如下：以下数据来源于计量经济学服务中心stata论文写作专题中盈余管理数据outreg2 using daqinxueshu.doc, replace sum(log) ///keep(dacc rid tm size size debt14 eps)outreg2 using daqinxueshu3.doc, replace sum(log) ///keep(dacc rid tm size size )outreg2 using daqinxueshu3.doc, replace sum(log) /// keep(dacc rid tm size size ) eqkeep(N mean)outreg2 using daqinxueshu3.doc, replace sum(detail) /// keep(dacc rid tm size size debt14 eps)－描述性分析常用的统计量－mean,均值max,最大值min,最小值sd,标准差variance,方差semean,即sd/√n skewness,偏度kurtosis,峰度p1,第一分位数p5,第五分位数p10,第十分位数p50,中位数median,中位数range,max-min－技能－这个小技能你get到了吗global xx 'y x1 x2 x3 x4 x5 x6' des $xxtabstat $xx, stat(mean sd min max) columns(s) format(%4.2f) （XX已经代表了y x1 x2 x3 x4 x5 x6）tabstat y x1 x2 x3 x4 x5 x6tabstat y x1 x2 x3 x4 x5 x6，stats(mean p50 min max)tabstat y x1 x2 x3 x4 x5 x6, stats(mean med min max) col(s) format(%6.2f)tabstat y x1 x2 x3 x4 x5 x6, s(mean p25 med p75 min max) c(s) f(%6.2f)tabstat y x1 x2 x3 x4 x5 x6 , s(mean p25 med p75 min max) c(s) f(%6.2f) by(。

Stata入门——如何导出描述性统计1.打开stata，进入do file 界面。

2.导入需要分析的数据// use “文件路径”，clear （文件路径可以通过shift+鼠标右键获得）3.输入描述性统计命令// tabstat 变量1 变量2 变量3......变量X, s（N mean sd min max）f(%12.3f) c(s) (其中tabstat是进行表格格式统计；s为statistics，其后面根据的是所需要的统计量内容，若需要其他统计量，可以键入help tabstat，运行后得出帮助；f为数据汇报表格格式format，c（s）代表用统计量名称作为列名)进行完上述操作之后，基本完成了变量的描述性统计，接下来需要做的是将上述得到的结果导出到excel导出命令有的软件需要事先安装，安装编码为ssc install logout,运行后可继续操作4.输入导出命令//logout，save（mytable）word replace：）（word代表保存的格式，可以代替为excel等，replace代表若已存在该文件则替代，无则直接保存）//导出结果可以导出到excel再复制到word再右键自动调整格式，这样得出的表格格式会相对美观。

综上，导出描述性统计的完整命令可以键入为：logout，save（mytable）word replace：）（word代表保存的格式，可以代替为excel等，replace代表若已存在该文件则替代，无则直接保存）tabstat 变量1 变量2 变量3......变量X, s（N mean sd min max）f(%12.3f) c(s) (其中tabstat是进行表格格式统计；s为statistics，其后面根据的是所需要的统计量内容，若需要其他统计量，可以键入help tabstat，运行后得出帮助；f为数据汇报表格格式format，c（s）代表用统计量名称作为列名)。

Stata—描述性统计1.资料的基本信息①summarizesummarize:汇总所有变量的名称，个案数⽬，均值，标准差等，缩写为sumformat age %6.2f：指定age变量的统计量输出时的保留2位⼩数sum age, format：结合上个命令，对年龄变量进⾏描述的汇总保留2位⼩数sum age,detail：汇总更加详细的信息②codebookcodebook没有sum详细codebook:汇总所有变量codebook var:汇总var变量③inspectinspect age:可以画出简单的直⽅图2.基本信息的统计①tabulate和table命令tabulate places：对places变量进⾏列表统计，此命令可缩写为tabtable places：只有频数统计，不可缩写为tabtab places price：统计不同地⽅的价格的列表tab places price：统计不同places的price的列表②tabstat命令tabstat price places：显⽰2个变量的平均值tabstat price places, stats(mean med min max)：显⽰2个变量的平均值，中位数等统计量tabstat price places, stat(mean med min max p25) col(s) format(%6.2f)：均值等统计量在表格的⾏中，并且将结果⼩数点保持在2位。

此命令也可以写为tabstat price places, s(mean med min max) c(s) f(%6.2f)。

tabstat price places, s(mean med min max) c(s) f(%6.2f) by (gender):根据性别分类来陈述上述的统计量。

③结果呈现（1）将Stata中的结果选中，右击⿏标选择Copy table，直接贴⼊Excel或者Word。

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：/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。

stata描述性统计分析报告describedescribe命令可以描述数据文件的整体，包括观测总数，变量总数，生成日期，每个变量的存储类型（storagetype），标签（label）等。

list[varlist][if exp][in range]summarize[varlist][weight][if exp][in range][,detail]summarize可以提供varlist指定变量（可以不止一个）的如下统计量：Percentiles（分位数），四大最大的数和四个最小的数，Variance（方差），Std.Dev.（标准差），Skewness（偏度），Kurtosis（斜度）tabstattabstat varlist[weight][if exp][in range][,stats(statname[...])]tabstat提供[,stats(statname[...])]指定的统计量，可供选择的有mean（均值），count（非缺失观测值个数），sum（总和），max（最大值），min（最小值），range（最大值－最小值），sd （标准差），var（方差），cv（变易系数＝标准差/均值），skewness（偏度），kurtosis（斜度），median（中位数），p1（1％分位数，类似地有p5, p10,p25,p50,p75,p95,p99），iqr（interquantile range=p75–p25）。

比如，想知道变量pop在整个样本的均值和方差，可以使用如下命令：tabstat pop,stats(mean var)anova命令anova y x1 x2anova做方差分析（analysis of variance），研究y的平均值在分类变量x1和x2不同取值之间的差异。

signrank命令signrank y1=y2signrank做Wilcoxon秩检验。

Stata统计分析命令Stata是一种用于数据分析的统计软件，具有广泛的应用领域，可以用于社会科学、健康科学、金融等领域的数据分析。

Stata具有强大的数据处理和统计分析功能，可以对数据进行清洗、整理和分析，还可以进行数据可视化和报告制作。

本文将介绍一些常用的Stata统计分析命令，以供参考。

数据导入与清洗在进行数据分析之前，需要先将数据导入Stata软件中，并进行数据清洗。

以下是常用的数据导入和清洗命令：导入数据•use：使用已有的Stata数据集•import delimited：导入以逗号为分隔符或制表符为分隔符的纯文本数据•import excel：导入Excel数据文件•insheet：将文本文件读入数据集数据清洗•drop：删除变量或数据•keep：保存变量或数据•rename：重命名变量•egen：生成新的变量•recode：将变量值重新编码•merge：合并两个数据集描述性统计分析在进行数据分析之前，需要先对数据进行描述性分析。

以下是常用的描述性统计分析命令：•summarize：计算变量的基本统计量，如均值、标准差、最小和最大值、中位数、1/4和3/4位数•tabulate：计算变量的频数和百分比，可以进行交叉分析•graph box：绘制箱线图•graph scatter：绘制散点图统计分析在进行统计分析时，需要根据变量的类型和分析目的选择不同的统计方法。

以下是常用的统计分析命令：单样本统计分析•ttest：单样本t检验•onesamplewilcoxon：单样本Wilcoxon秩和检验双样本统计分析•ttest：双样本t检验•ranksum：Wilcoxon秩和检验相关分析•correlate：计算两个或多个变量之间的相关系数•pwcorr：计算Pearson相关系数矩阵回归分析•regress：运行普通最小二乘回归•logit：运行二元Logistic回归模型•oprobit：运行有序Logistic回归模型数据可视化数据可视化是Stata的另一个强大特性，可以使分析人员更清晰、更直观地了解数据分析结果。

Stata结果输出：outreg2命令详解1.引⾔⼀篇实证论⽂中，最基本也是最重要的部分就是展⽰ Stata 中得出的统计分析、回归结果等表格。

但⾃⼰动⼿做表格往往⾮常繁琐，Word 排版也常常令⼈抓狂。

⽽outreg2命令可以让 Stata ⾃动输出我们想要的表格，为你解决所有结果输出的烦恼。

因此，熟练掌握outreg2命令对我们快速导出 Stata 结果，⼀步到位的完成实证结果展⽰有莫⼤帮助。

2. outreg2 命令代码及实例2.1 描述性分析⾸先我们介绍描述性统计分析表格的输出，⼀般实证论⽂都选择展⽰全部变量的⼀般统计指标，这⾥我们将各种情况都罗列出来，并利⽤ Stata ⾃带的 1978 年美国汽车交易数据 auto.dta 为⼤家进⾏实例演⽰，⽅便⼤家全⾯了解outreg2命令。

2.1.1全部变量⼀般统计指标outreg2 using xxx.doc,replace sum(log) title(Decriptive statistics)1. xxx.doc 为输出⽂件名为 xxx 的 word ⽂档命令。

类似得，如果需要输出为 excel 表格则更改代码为 xxx.xsl 即可。

2. sum(log)即输出⼀般统计指标命令，⼀般统计指标包括样本数、中值、标准误、最⼤值和最⼩值。

3. title(Decriptive statistics)为⾃定义输出表格的名称命令，可在括号内⾃⾏编辑表格名称。

2.1.2 部分变量⼀般统计指标输出代码outreg2 using xxx.doc, replace sum(log) keep(var1 var2 var3) title(Decriptive statistics)1. keep(var1 var2 var3)为保留部分变量输出命令，其中 var1var2var3 是我们所需要保留的变量名称。

2. xxx.doc 为输出⽂件名为 xxx 的 word ⽂档命令。

stata描述性统计命令
Stata的描述性统计命令有多种，它们可以帮助研究者更好地了解数
据集的总体特征。

summarize命令用于描述变量的汇总统计。

它可以提供数据的总体基
本统计信息，包括变量的极值，求和和平均值，标准偏差，偏度和峰度等。

tabstat命令可以提供许多汇总统计，如平均数，极差，中位数，众数，标准偏差，偏度和峰度等。

means命令用于计算一般变量的平均值，可以指定组分的变量（空格
分隔），以计算某个变量对应不同组分的平均值。

summarize, tabstat和means命令都可以设置if和in选项，以按
某个条件或某组约束变量汇总统计。

假设检验命令可以用于检验某个假设是否为真。

t-test可以用来检
验均值之间是否存在显著差异；ranksum可以用来检验两个样本是否具有
相同或不同的数据分布；correlate可以用来检验两个变量之间是否存在
线性关系。

graph box可以创建箱线图，以显示一组数据的总体分布。

histogram可以创建一种特定的直方图，可以清楚地显示数据的分布
状况。

Stata还提供了其他描述性统计命令，比如contrast，prtest，correlate等，用于更深入地了解数据集的总体特征。