STATA 第四章 t检验和单因素方差分析命令输出结果说明

第四章t 查验和单要素方差剖析命令与输出结果说明·单要素方差剖析单要素方差剖析又称为 OnewayANOVA, 用于比许多组样本的均数能否同样，并假定：每组的数据听从正态散布 , 拥有同样的方差，且互相独立，则无效假定。

原假定： H0 : 各组整体均数同样。

在 STATA中可用命令：oneway 察看变量分组变量[, means bonferroni]此中子命令 bonferroni是用于多组样本均数的两两比较查验。

例：测定健康男子各年纪组的淋巴细胞转变率 (%)，结果见表，问: 各组的淋巴细胞转变率的均数之间的差异有无明显性？健康男子各年纪组淋巴细胞转变率 (%)的测定结果 :11-20 岁组： 58 61 61 62 63 68 70 70 74 78 41-50岁组： 54 57 57 58 60 60 63 64 66 61-75 岁组：43 52 55 56 60用变量 x 表示这些淋巴细胞转变率以及用分组变量group=1，2，3 分别表示11-20 岁组， 41-50岁组和 61-75 岁组 , 即：数据表示为：x586161626368707074785457 group111111111122x575860606364664352555660 group222222233333则用 STATA 命令：oneway x group, mean bonferroni| Summary of xgroup |Mean①-------------+------------1|23|------+------------Total |②Analysis of VarianceSource SS df MS F Prob > F-------------------------------------------------------------------------------Between groups③2④⑤ 9.77 ⑥ 0.0010 ⑦Within groups⑧21⑨⑴-------------------------------------------------------------------------------Total23（2） Bartlett's test for equal variances:chi2(2)（ 3）Comparison of x by group(Bonferroni)Row Mean-|Col Mean|12-------------- --|--------------------------------------2|（ 4）|（ 5）|3|（ 6）（ 8）|（ 7）（ 9）①对应三个年纪组的淋巴细胞转变率的均数；②三组归并在一同的总的样本均数；③组间隔均差平方和；④组间隔均差平方和的自由度；⑤组间均方和 ( 即：⑤=③ / ④ ) ；⑧组内离均差平方和；⑨组内离均差平方和的自由度；（ 1）组内均方和 ( 即：（ 1）=⑧ / ⑨) ；⑥为 F 统计值 ( 即为⑤ / （1）) ；⑦为相应的 p 值；（ 2）为方差齐性的 Bartlett 查验；（ 3）方差齐性查验相应的 p 值；（4）第二组的淋巴细胞转变率样本均数—第一组的淋巴细胞转变率的样本均数的差；（5）第二和第一组均数差的明显性查验所对应 p 值；（ 6）第三组的淋巴细胞转变率样本均数—第一组的淋巴细胞转变率的样本均数的差；（7）第三和第一组均数差的明显性查验所对应的 p 值；（ 8）第三组的淋巴细胞转变率样本均数—第二组的淋巴细胞转变率的样本均数的差；（9）第三和第二组均数差的明显性查验所对应的 p 值。

stata组间系数差异检验命令Stata是一个非常强大的统计分析软件，在数据分析中有着广泛的应用。

在实际的数据分析中，经常需要进行组间系数差异检验，以比较不同组之间的差异。

本文将介绍Stata中的组间系数差异检验命令，帮助读者更好地进行数据分析。

一、什么是组间系数差异检验组间系数差异检验是一种比较不同组之间差异的方法。

在数据分析中，我们经常需要比较不同组之间的差异，例如比较两个不同的治疗方法的疗效、比较不同地区的经济发展水平等。

通过组间系数差异检验，我们可以得到不同组之间的差异情况，从而更好地进行数据分析和决策。

二、Stata中的组间系数差异检验命令Stata中提供了多种组间系数差异检验命令，包括t检验、方差分析、卡方检验等。

下面我们将介绍几种常用的命令。

1、t检验t检验是一种常用的组间系数差异检验方法，用于比较两个样本之间的差异。

在Stata中，可以使用如下命令进行t检验：ttest var1==var2其中，var1和var2表示要比较的两个变量。

该命令将计算两个变量的均值差异，并输出t值、p值和置信区间等结果。

2、方差分析方差分析是一种比较多个样本之间差异的方法，可以同时比较多个因素对结果的影响。

在Stata中，可以使用如下命令进行方差分析： anova var1 var2 var3, by(group)其中，var1、var2和var3表示要比较的变量，group表示分组变量。

该命令将计算不同组之间的差异，并输出方差分析表和F值等结果。

3、卡方检验卡方检验是一种用于比较两个或多个分类变量之间差异的方法。

在Stata中，可以使用如下命令进行卡方检验：tab var1 var2, chi2其中，var1和var2表示要比较的两个分类变量，chi2表示进行卡方检验。

该命令将计算两个变量之间的卡方值和p值等结果。

三、实例演示为了更好地理解Stata中的组间系数差异检验命令，下面我们将以一个实例进行演示。

i ng si n第四章 t 检验和单因素方差分析命令与输出结果说明·单因素方差分析单因素方差分析又称为Oneway ANOVA ,用于比较多组样本的均数是否相同，并假 定：每组的数据服从正态分布,具有相同的方差，且相互独立，则无效假设。

原假设：H 0:各组总体均数相同。

在STATA 中可用命令：oneway 观察变量 分组变量[, means bonferroni]其中子命令bonferroni 是用于多组样本均数的两两比较检验。

例：测定健康男子各年龄组的淋巴细胞转化率(%)，结果见表，问:各组的淋巴细 胞转化率的均数之间的差别有无显著性？健康男子各年龄组淋巴细胞转化率(%)的测定结果:11-20 岁 组：58 61 61 62 63 68 70 70 74 7841-50 岁 组：54 57 57 58 60 60 63 64 6661-75 岁 组：43 52 55 56 60用变量x 表示这些淋巴细胞转化率以及用分组变量group=1，2，3分别表示 11-20岁组，41-50岁组和61-75岁组,即：数据表示为：x 586161626368707074785457group 111111111122x 575860606364664352555660group 222222233333则 用 STATA 命 令：oneway x group, mean bonferroni| Summary of xgroup | Mean ①-------------+------------1 | 66.52 | 59.8888893 | 53.2------+------------Total | 61.25 ②Analysis of VarianceSource SS df MS F Prob > F------------------------------------------------------------------------------- Between groups 616.311111③ 2 ④ 308.155556⑤ 9.77⑥ 0.0010⑦Within groups 662.188889⑧ 21⑨ 31.5328042⑴-------------------------------------------------------------------------------Total 1278.50 23 55.586956（2）Bartlett's test for equal variances:chi2(2) = 2.1977 （3）Prob>chi2=0.333Comparison of x by group(Bonferroni)Row Mean- |Col Mean | 1 2-------------- --|--------------------------------------2 | -6.61111 （4）| 0.054 （5）|3 | -13.3 （6） -6.68889（8）| 0.001 （7） 0.134 （9）①对应三个年龄组的淋巴细胞转化率的均数；②三组合并在一起的总的样本均数；③组间离均差平方和；④组间离均差平方和的自由度；⑤组间均方和(即：⑤=③/④)；⑧组内离均差平方和；⑨组内离均差平方和的自由度；（1）组内均方和(即：（1）=⑧/⑨)；⑥为F 统计值(即为⑤/（1）)；⑦为相应的p值；（2）为方差齐性的Bartlett检验；（3）方差齐性检验相应的p值；（4）第二组的淋巴细胞转化率样本均数—第一组的淋巴细胞转化率的样本均数的差；（5）第二和第一组均数差的显著性检验所对应p 值；（6）第三组的淋巴细胞转化率样本均数—第一组的淋巴细胞转化率的样本均数的差；（7）第三和第一组均数差的显著性检验所对应的 p 值；（8）第三组的淋巴细胞转化率样本均数—第二组的淋巴细胞转化率的样本均数的差；（9）第三和第二组均数差的显著性检验所对应的p 值。

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)。

stata均值差异检验命令Stata均值差异检验命令是进行统计分析常用的一种方法，用于比较两组或多组数据之间的均值差异。

本文将介绍Stata中常用的均值差异检验命令，包括独立样本t检验、配对样本t检验和方差分析。

1. 独立样本t检验独立样本t检验适用于比较两组独立样本之间的均值差异。

假设我们有一个医学实验，想要比较两种治疗方法对患者血压的影响。

我们有两组患者，一组接受A治疗，另一组接受B治疗。

我们可以使用Stata中的ttest命令进行独立样本t检验。

语法如下：ttest 变量名, by(分类变量)其中，变量名是我们要比较的变量，by(分类变量)是用于将数据按照某个分类变量进行分组，比较各组之间的均值差异。

2. 配对样本t检验配对样本t检验适用于比较同一组样本在不同条件下的均值差异。

例如，我们想要比较某种药物对患者血压的影响，我们可以使用Stata中的paired ttest命令进行配对样本t检验。

语法如下：paired ttest 变量名1 变量名2其中，变量名1和变量名2是同一组样本在不同条件下的两个变量。

3. 方差分析方差分析适用于比较三组或三组以上样本之间的均值差异。

假设我们有一个实验，想要比较三种不同药物对患者血压的影响。

我们可以使用Stata中的oneway命令进行方差分析。

语法如下：oneway 变量名, by(分类变量)其中，变量名是我们要比较的变量，by(分类变量)是用于将数据按照某个分类变量进行分组，比较各组之间的均值差异。

通过以上三种命令，我们可以方便地进行均值差异检验，并得到相应的统计结果。

Stata提供了丰富的统计分析命令，可以满足各种不同数据分析的需求。

需要注意的是，在进行均值差异检验前，需要对数据进行一些前提检验，如正态性检验和方差齐性检验。

可以使用Stata中的normality命令和variance命令进行相应的检验。

总结：Stata均值差异检验命令是进行统计分析的重要工具，能够帮助我们比较不同组别之间的均值差异。

单因素方差分析报告概述本报告旨在分析单因素方差分析的结果。

单因素方差分析是一种用于比较三个或以上样本均值是否存在统计显著差异的统计方法。

本报告将就实验设计、数据处理、方差分析结果和结论进行详细阐述。

实验设计本次实验采用了完全随机设计，共设置了3个水平，每个水平下有10个样本。

每个水平下的样本分别代表了不同的处理条件。

本实验的目的是比较不同处理条件对于实验结果的影响。

数据处理在进行方差分析之前，首先对数据进行了基本的描述统计分析，包括计算平均值、标准差和样本数。

然后使用方差分析方法进行数据处理。

方差分析结果经过方差分析，我们得到了以下结果：F值 = 4.521，自由度（组间） = 2，自由度（组内） = 27，P值 = 0.021根据F值和P值可以判断，不同处理条件对实验结果产生了显著影响。

P值小于显著性水平（通常为0.05），表明我们可以拒绝原假设，即不同处理条件下样本均值相等的假设。

结论根据方差分析的结果，我们可以得出以下结论：不同处理条件对实验结果产生了统计显著影响。

通过比较各处理条件下的样本均值，我们发现处理条件1和2之间存在显著差异，而处理条件3与前两个处理条件之间没有显著差异。

进一步分析显示，处理条件1的均值显著高于处理条件2，而处理条件3的均值与前两个处理条件相比较低。

这可能意味着在未来的实践中，处理条件1可以被优先选择，以获得更好的实验结果。

此外，我们还注意到组内方差明显大于组间方差，这可能是由于实验中存在其他未考虑的因素导致的。

在进一步的研究中，我们可以探索这些未考虑因素对实验结果的影响，并将其纳入到更全面的分析中。

总结本报告通过单因素方差分析方法对不同处理条件下的实验结果进行了比较。

通过分析结果，我们得出了处理条件对实验结果的显著影响，并通过比较各处理条件下的均值提出了相应的建议。

单因素方差分析是一种常用的统计方法，可以应用于各种实验和研究中。

然而，需要注意的是，方差分析只能判断均值之间是否存在统计显著差异，并不能确定具体的差异大小。

stata11常用命令注：JB统计量对应的p大于0.05，则表明非正态，这点跟sktest和swilk 检验刚好相反；dta为数据文件；gph为图文件；do为程序文件；注意stata要区别大小写；不得用作用户变量名：_all _n _N _skip _b _coef _cons _pi _pred _rc _weight doublefloat long int in if using with命令：读入数据一种方式input x y1 42 5.53 6.24 7.75 8.5endsu/summarise/sum x 或 su/summarise/sum x,d对分组的描述：sort groupby group:su x%%%%%tabstat economy,stats(max) %返回变量economy的最大值%%stats括号里可以是：mean，count(非缺失观测值个数)，sum(总和)，max，min，range，%% sd，var，cv(变易系数＝标准差/均值)，skewness，kurtosis，median，p1(1％分位%% 数，类似地有p10, p25, p50, p75, p95, p99)，iqr(interquantile range = p75 – p25)_all %描述全部_N 数据库中观察值的总个数。

_n 当前观察值的位置。

_pi 圆周率π的数值。

listgen/generate %产生数列egen wagemax=max(wage)clearuseby(分组变量)set more 1/0count %计数gsort +x (升序)gsort -x (降序)sort x 升序；并且其它变量顺序会跟着改变label var y "消费" %添加标签describe %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(storage type)，标签(label)replace x5=2*y if x!=3 %替换变量值replace age = 25 in 107 %令第107个观测中age为25rename y2 u %改变变量名drop in 2 %删除全部变量的第2行drop if x==. 删去x为缺失值的所有记录keep if x<2 %保留小于2的数据，其余变量跟随x改变keep in 2/10 %保留第2-10个数keep x1-x5 %保留数据库中介于x1和x5间的所有变量 (包括x1和x5)，其余变量删除ci x1 x2,by(group) %算出置信区间,不过先前对group要先排序，即sort group；%by的意思逐个进行cii 12 3.816667 0.2710343, level(90) %已知均值，方差，计算90%的置信区间cii 10 2 %obs=10,mean=2,以二项分布形式，计算置信区间centile x,centile(2.5 25 50 75 97.5) %取分位数correlate/corr x y z %相关系数pwcorr x y,sig %给出原假设r=0的命令%如果变量非服从正态分布，则spearman x yregress/reg mean year %回归方程建立 reg y x,noconstant %无常数项predict meanhat %预测拟合值predict e,residual %得到残差estat hettest % 异方差检验dwstat % Durbin-Watson自相关检验vif % 方差膨胀因子logit y x1 x2 x3 (y取0或1，是被解释变量，x1-x3是被解释变量) %logit 回归probit y x1 x2 x3 (y取0或1，是被解释变量，x1-x3是被解释变量) %probit 回归tobit y x1 x2 x3 (y取值在0和1之间，是被解释变量，x1-x3是被解释变量) %tobit回归sktest e %残差正态性检验 p>0.05则接受原假设，即服从正态分布；%% sktest是基于变量的偏度和斜度(正态分布的偏度为0，斜度为3)swilk x %基于Shapiro-Wilk检验%%p值越小，越倾向于拒绝零假设，也就是变量越有可能不服从正态分布xi %生成虚拟变量tabulat gender,summ(math) %用gender指标对math进行分类，返回两类math 的mean、std、freqtabulate=tab %gen f=int((shengao-164)/3)*3+164 组距为3tabulate 变量名 [, generate(新变量) missing nofreq nolabel plot ] %%%%%generate(新变量) // 按分组变量产生哑变量nofreq // 不显示频数nolabel // 不显示数值标记plot // 显示各组频数图示missing // 包含缺失值cell // 显示各小组的构成比(小组之和为 1) column // 按栏显示各组之构成(各栏总计为 1)row // 按行显示各组之构成(各行总计为 1) %%%%%求和，求最小？mod(x,y) %求余数means %返回三种平均值di normprob(1.96)di invnorm(0.05)di binomial(20,5,0.5)di invbinomial(20,5,0.5)di tprob(10,2)di invt(10.0.05)di fprob(3,27,1)di invfprob(3,27,0.05)di chi2(3,5)di invchi2(3,0.05)stack x y z,into(e) %把三列合成一列xpose,clear %矩阵转置append using d:\0917.dta %把已打开的文件（x y z）跟0917里的（x y z）合并，是竖向合并，即观察值合并；merge using D:\0917.dta %把已打开的文件（x y z）跟0917里的（a b）合并，是横向合并，即变量合并；format x %9.2e %科学记数format x %9.2f %2位小数%产生随机数%1 产生20个在(0，1)区间上均匀分布的随机数uniform()set seed 100set obs 20gen r=uniform()list%clear 清除内存set seed 200 设置种子数为 200set obs 20 设置样本量为 20range no 1 20 建立编号 1 至 20gen r=uniform() 产生在(0,1)均匀分布的随机数gen group=1 设置分组变量 group 的初始值为 1sort r 对随机数从小到大排序replace group=2 in 11/20 设置最大的 10 个随机数所对应的记录为第2组，即：最小的10个随机数所对应的记录为第1组sort no 按照编号排序list 显示随机分组的结果也可以list if group==1和list no if group==1%2 产生10个服从正态分布N（100，6^2）的随机数invnorm(uniform())*sigma+u clear 清除内存set seed 200 设置种子数为 200set obs 10 设置样本量为 10 gen x=invnorm(uniform())*6+100 产生服从 N(100，6^2)的随机数list画图注意有些图前面要加histogram 直方图line 折线图scatter 散点图scatter y x,c(l) s(d) b2("(a)")graph twoway connected y x 连点图graph bar (sum) var2,over(var1) blabel(total) %条形图. graph bar p52 p72,by(d). graph bar p52 p72,over(d). graph bar p52 p72,by(d) stack. graph bar p52 p72,over(d) stack////////////数据如下%d p52 p72%1 163.2 27.4%2 72.5 83.6%3 57.2 178.2histogram x,bin(8) norm %画直方图，加正态分数线graph pie a b o ab if area==1,plabel(_all percent) %画饼图graph pie var2, over(var1) plabel(_all percent) %饼图graph pie p52 p72,by(d) %饼图graph box y1 %箱体图qnorm x %qq图lfit y x %回归直线graph matrix gender economy math 多变量散点图line yhat x||scatter y x,c(.l) s(O.) xline(12) yline(5.4) %线形图&散点图有一些通用的选项可以给图形“润色”：标题title(“string”) （string可为任意的字符串，下同）脚注note(“string”)横座标标题xtitle(“string”)纵座标标题ytitle(“sting”)横座标范围 xaxis(a,b) （a<b为两个数字，下同）纵座标范围 yaxis(a,b)插入文字 text （该命令既要指定插入文字的内容，也要指定插入的位置）插入图例 legend （该命令既要指定图例的内容，也要指定其位置）绘制散点图和线条的两个主要的选择项为：connect(c...c) //连接各散点的方式，c表示：或简写为c(c...c) . 不连接 (缺省值)l 用直线连接L 沿x方向只向前不向后直线连接m 计算中位数并用直线连接s 用三次平滑曲线连接J 以阶梯式直线条连接|| 用直线连接在同一纵向上的两点II 同 ||, 只是线的顶部和底部有一个短横Symbol(s...s) // 表示各散点的图形，s 表示：或简写为s(s...s) O 大圆圈 (缺省值)S 大方块T 大三角形o 小圆圈d 小菱形p 小加号. 小点i 无符号[varname] 用变量的取值代码表示[_n] 用点的记录号表示数学函数等都要与generate、replace、display一起使用，不能单独使用程序文件douse d:\0917.dtareg y xline y x,saving(d:\d4)按ctrl+D执行字符串操作函数：length(s) %长度函数，计算s的长度, 如，displength("ab")的结果是2substr(s,n1,n2) %子串函数，获得从s的n1个字符开始的n2个字符组成的字符串,disp substr("abcdef",2,3)的结果是"bcd"string(n) %将数值n转换成字符串函数，如，dispstring(41)+"f"的结果是"41f"real(s) %将字符串s转换成数值函数，如，dispreal("5.2")+1的结果是6.2upper(s) %转换成大写字母函数，如，disp upper("this")的结果是"THIS"lower(s) %转换成小写字母函数，如disp lower("THIS")的结果是"this"index(s1,s2) %子串位置函数，计算s2在s1中第一次出现的起始位置, 如果s2不在s1中, 则结果为0。

第四章 t检验和单因素方差分析命令与输出结果说明·单因素方差分析单因素方差分析又称为Oneway ANOVA,用于比较多组样本的均数是否相同，并假定：每组的数据服从正态分布,具有相同的方差，且相互独立，则无效假设。

原假设：H0:各组总体均数相同。

在STATA中可用命令：oneway 观察变量分组变量[, means bonferroni]其中子命令bonferroni是用于多组样本均数的两两比较检验。

例：测定健康男子各年龄组的淋巴细胞转化率(%)，结果见表，问:各组的淋巴细胞转化率的均数之间的差别有无显著性？健康男子各年龄组淋巴细胞转化率(%)的测定结果:11-20 岁组：58 61 61 62 63 68 70 70 74 7841-50 岁组：54 57 57 58 60 60 63 64 6661-75 岁组：43 52 55 56 60用变量x 表示这些淋巴细胞转化率以及用分组变量group=1，2，3分别表示11-20岁组，41-50岁组和61-75岁组,即：数据表示为：x 58 61 61 62 63 68 70 70 74 78 54 57 group 1 1 1 1 1 1 1 1 1 1 2 2x 57 58 60 60 63 64 66 43 52 55 56 60 group 2 2 2 2 2 2 2 3 3 3 3 3则用 STATA 命令：oneway x group, mean bonferroni| Summary of xgroup | Mean ①-------------+------------1 | 66.52 | 59.8888893 | 53.2------+------------Total | 61.25 ②Analysis of VarianceSource SS df MS F Prob > F-------------------------------------------------------------------------------Between groups 616.311111③ 2 ④ 308.155556⑤ 9.77⑥ 0.0010⑦Within groups 662.188889⑧ 21⑨ 31.5328042⑴-------------------------------------------------------------------------------Total 1278.50 23 55.586956（2）Bartlett's test for equal variances:chi2(2) = 2.1977 （3）Prob>chi2=0.333Comparison of x by group(Bonferroni)Row Mean- |Col Mean | 1 2-------------- --|--------------------------------------2 | -6.61111 （4）| 0.054 （5）|3 | -13.3 （6） -6.68889（8）| 0.001 （7） 0.134 （9）①对应三个年龄组的淋巴细胞转化率的均数；②三组合并在一起的总的样本均数；③组间离均差平方和；④组间离均差平方和的自由度；⑤组间均方和(即：⑤=③/④)；⑧组内离均差平方和；⑨组内离均差平方和的自由度；（1）组内均方和(即：（1）=⑧/⑨)；⑥为F 统计值(即为⑤/（1）)；⑦为相应的p值；（2）为方差齐性的Bartlett检验；（3）方差齐性检验相应的p值；（4）第二组的淋巴细胞转化率样本均数—第一组的淋巴细胞转化率的样本均数的差；（5）第二和第一组均数差的显著性检验所对应p 值；（6）第三组的淋巴细胞转化率样本均数—第一组的淋巴细胞转化率的样本均数的差；（7）第三和第一组均数差的显著性检验所对应的 p 值；（8）第三组的淋巴细胞转化率样本均数—第二组的淋巴细胞转化率的样本均数的差；（9）第三和第二组均数差的显著性检验所对应的p 值。

单因素方差分析的结果解释1. 基本描述性统计量Descriptives投诉次数749.0010.8014.08239.0158.9934648.0013.5945.55033.7362.27 29535.0010.4164.65822.0747.9321559.0012.7485.70143.1774. 83442347.8713.7592.86941.9253.8221零售业旅游业航空公司家电制造业TotalNMeanStd.DeviationStd. ErrorLower BoundUpper Bound95 Confidence Intervalfor MeanMinimumMaxim分析上表给出基本描述性统计量。

由上表可以看出在4个行业中样本数量分别为7655其中家电制造业投诉次数最多零售业和旅游业相近航空公司投诉最少这一点也可以通过均值折线图得到验证。

2方差齐性检验Test of Homogeneity of Variances投诉次数.195319.898LeveneStatisticdf1df2Sig. 分析上表是方差齐性检验结果表。

从表中可以看出方差齐性检验计算出的概率p值为0.898在给定显著性水平α为0.05的前提下通过方差齐性检验即不同行业投诉次数认为是来自于相同方差的不同总体满足方差分析的前提。

3单因素方差分析表ANOVA投诉次数1456.6093485.5363.407.03983.710183.710.587.45352.174152. 174.366.5521404.4352702.2174.927.0192708.00019142.52641 64.60922CombinedUnweightedWeightedDeviationLinearTerm BetweenGroupsWithin GroupsTotalSum ofSquaresdfMeanSquareFSig.分析上表是单因素方差分析表。

stata命令总结.docStata命令总结引言Stata是一款强大的统计分析软件，广泛应用于经济学、社会学、医学等领域。

Stata命令是进行数据处理、统计分析、图形展示等操作的基础。

本文将对Stata中常用的命令进行总结，以帮助用户更高效地使用Stata进行数据分析。

Stata基础命令1. 数据管理导入数据：import excel, import delimited导出数据：export excel, export delimited数据集保存：save, saveold2. 变量管理创建变量：generate, egen修改变量：replace删除变量：drop3. 数据清洗数据类型转换：destring, encode, format缺失值处理：mvdecode, drop if missing()异常值检测：tabulate, summarize描述性统计分析1. 基本统计量描述性统计：summarize频率统计：tabulate相关系数：correlate2. 分组统计分组描述：bysort, xtsum 分组汇总：collapse3. 数据转换数据长格式：reshape long 数据宽格式：reshape wide 推断性统计分析1. 假设检验t检验：ttest方差分析：anova卡方检验：tabulate, chi2 2. 回归分析线性回归：regress逻辑回归：logit泊松回归：poisson3. 时间序列分析时间序列描述：tsreport自回归模型：arima高级统计分析1. 面板数据分析面板数据描述：xtset, xtsum固定效应模型：xtreg fe随机效应模型：xtreg re2. 多层次模型多层次线性模型：xtmelogit3. 结构方程模型结构方程模型：sem绘图与可视化1. 基本图形散点图：scatter线图：line柱状图：bar2. 高级图形箱线图：boxplot直方图：histogram核密度估计图：kdensity3. 交互式图形交互式图形：twoway, graph edit编程与自动化1. 循环与条件语句循环：foreach, forvalues条件语句：if, else2. 脚本与批处理脚本编写：do-file批处理：batch3. 宏与用户定义命令宏：macro用户定义命令：program define结语Stata命令的掌握是进行高效数据分析的前提。

单因素方差分析的结果解释1.基本描述性统计量分析：上表给出基本描述性统计量。

由上表可以看出，在4个行业中，样本数量分别为7，6，5，5，其中家电制造业投诉次数最多，零售业和旅游业相近，航空公司投诉最少，这一点也可以通过均值折线图得到验证。

2．方差齐性检验分析：上表是方差齐性检验结果表。

从表中可以看出，方差齐性检验计算出的概率p值为0.898，在给定显著性水平α为0.05的前提下，通过方差齐性检验，即不同行业投诉次数认为是来自于相同方差的不同总体，满足方差分析的前提。

3．单因素方差分析表分析：上表是单因素方差分析表。

第2列表示偏差平方和（Sum of Squares）,其中组间偏差平方和为1456.609,组内偏差平方和为2708.000，总偏差平方和为4164.609.第3列是检验统计量的自由度（df）,组间自由度为3，组内自由度为19，总自由度为22。

第4列是均方，表示偏差平方和与自由度的商，分别为485.536和142.526,两者之比为F分布的观测值3.407，它对应的概率p值为0.039。

在给定显著性水平α为0.05的前提下，由于概率p值小于α，故应拒绝原假设，即认为不同行业间的次数有显著差异。

4．多项式检验结果分析：上面两个表格中，表1给出了线性多项式的系数，表2给出了比较检验结果。

利用计算得到的概率p值可知，在Contrast 1的情形下，无论假设为方差齐性，还是方差不齐，都有p<0.05，小于显著性水平，故应拒绝原假设，即认为零售业、航空公司投诉次数之和与旅游业、家电制造业投诉次数之和在0.05水平上差异显著；在Contrast 2的情形下，无论假设为方差齐性，还是方差不齐，都有p>0.05，大于显著性水平，故应接受原假设，即认为零售业、旅游业投诉次数之和与航空公司、家电制造业投诉次数之和在0.05水平上无显著差异。

5．LSD和Bonferroni验后多重比较分析：下表是利用LSD、Bonferroni、Sidak和Scheffe检验方法分别显示两两行业之间投诉次数均值的检验比较结果。

（完整）stata命令总结,推荐文档stata11 常用命令注：JB统计量对应的p大于0.05 ，则表明非正态，这点跟sktest 和swilk 检验刚好相反；dta 为数据文件；gph 为图文件；do 为程序文件；注意stata 要区别大小写；不得用作用户变量名：_all _n _N _skip _b _coef _cons _pi _pred _rc _weight double float long int in if using with 命令：读入数据一种方式input x y142 5.53 6.247.758.5endsu/summarise/sum x 或su/summarise/sum x,d 对分组的描述：sort group by group:su x%%%%%tabstat economy,stats（max）%返回变量economy的最大值%%stats括号里可以是：mean，count（非缺失观测值个数），sum（总和），max，min，range ，%% sd ，var ，cv（变易系数＝标准差/ 均值），skewness，kurtosis ，median，p1（1 ％分位%% 数，类似地有p10, p25, p50, p75, p95, p99），iqr （interquantile range = p75 –p25）_all %描述全部_N 数据库中观察值的总个数。

_n 当前观察值的位置。

_pi 圆周率π 的数值。

list gen/generate % 产生数列egen wagemax=max（wage）clearuseby（分组变量）set more 1/0count % 计数 gsort +x ( 升序 ) gsort -x ( 降序 ) sort x 升序；并且其它变量顺序会跟着改变label var y " 消费 " %添加标签describe %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 (storage type) ，标签 (label) replace x5=2*y if x!=3 % 替换变量值replace age = 25 in 107 %令第 107 个观测中 age 为 25rename y2 u %改变变量名drop in 2 %删除全部变量的第 2 行drop if x==. 删去 x 为缺失值的所有记录keep if x<2 %保留小于 2 的数据，其余变量跟随 x 改变 keep in 2/10 %保留第 2-10 个数 keep x1-x5 %保留数据库中介于 x1 和 x5 间的所有变量 ( 包括 x1 和 x5) ，其余变量删除ci x1 x2,by(group) %算出置信区间 , 不过先前对 group 要先排序，即sort group ；%by 的意思逐个进行cii 12 3.816667 0.2710343, level(90) %已知均值，方差，计算 90%的置信区间cii 10 2%obs=10,mean=2,以二项分布形式，计算置信区间centile x,centile(2.5 25 50 75 97.5) %取分位数correlate/corr x y z%相关系数pwcorr x y,sig %给出原假设 r=0 的命令%如果变量非服从正态分布，则spearman x y regress/reg mean year % 回归方程建立 reg y x,noconstant % 无常数项 predict meanhat %预测拟合值predict e,residual % 得到残差estat hettest % 异方差检验dwstat % Durbin-Watson 自相关检验 vif % 方差膨胀因子取 0或 1，是被解释变量， x1-x3 是被解释变量 ) %logit取 0 或 1 ，是被解释变量， x1-x3 是被解释变量 ) %probit 取值在 0和 1之间，是被解释变量， x1-x3 是被解释变sktest e % 残差正态性检验p>0.05 则接受原假设，即服从正态分布； %% sktest 是基于变量的偏度和斜度 (正态分布的偏度为 0，斜度为 3) swilk x %基于 Shapiro-Wilk 检验%%p 值越小，越倾向于拒绝零假设，也就是变量越有可能不服从正态分布 xi %生成虚拟变量tabulat gender,summ(math) %用 gender 指标对 math 进行分类，返回两类 mathlogit y x1 x2 x3 (y回归 probit y x1 x2 x3 (y 回归tobit y x1 x2 x3 (y 量 ) %tobit 回归的mean、std 、freqtabulate=tab %gen f=int((shengao-164)/3)*3+164 组距为3 tabulate 变量名[, generate( 新变量) missing nofreq nolabel plot ] %%%%%generate( 新变量) // 按分组变量产生哑变量nofreq // 不显示频数nolabel// 不显示数值标记plot // 显示各组频数图示missing // 包含缺失值cell // 显示各小组的构成比( 小组之和为1) column // 按栏显示各组之构成( 各栏总计为1) row // 按行显示各组之构成( 各行总计为1) %%%%% 求和，求最小？mod(x,y) % 求余数means %返回三种平均值di normprob(1.96) di invnorm(0.05) di binomial(20,5,0.5) di invbinomial(20,5,0.5) di tprob(10,2) di invt(10.0.05) di fprob(3,27,1) di invfprob(3,27,0.05) di chi2(3,5) di invchi2(3,0.05) stack x y z,into（e）%把三列合成一列xpose,clear %矩阵转置append using d:\0917.dta %把已打开的文件（x y z ）跟0917 里的（x y z ）合并，是竖向合并，即观察值合并；merge using D:\0917.dta %把已打开的文件（x y z ）跟0917 里的（ a b ）合并，是横向合并，即变量合并；format x %9.2e %科学记数format x %9.2f %2 位小数%产生随机数%1 产生20 个在（0 ，1）区间上均匀分布的随机数uniform（）set seed 100set obs 20gen r=uniform（）list%clear 清除内存set seed 200 设置种子数为200 set obs 20 设置样本量为20 range no 1 20gen r=uniform()gen group=1为1sort rreplace group=2 in 11/20建立编号 1 至20产生在(0,1) 均匀分布的随机数设置分组变量group 的初始值对随机数从小到大排序设置最大的10 个随机数所对应的记录为第 2 组，即：最小的10 个随机数所对应的记录为第 1 组sort no list 按照编号排序显示随机分组的结果也可以list if group==1 和list no if group==1%2 产生10 个服从正态分布N( 100，6^2)的随机数invnorm(uniform())*sigma+u clear清除内存set seed 200 set obs 10设置种子数为200设置样本量为10gen x=invnorm(uniform())*6+100 产生服从N(100 ，6^2) 的随机数list画图注意有些图前面要加histogram 直方图line 折线图scatter 散点图scatter y x,c(l) s(d) b2("(a)") graph twoway connected y x 连点图graph bar (sum) var2,over(var1) blabel(total) % 条形图. graph bar p52 p72,by(d) . graph bar p52 p72,over(d) . graph bar p52p72,by(d) stack . graph bar p52 p72,over(d) stack //////////// 数据如下%d p52 p72 %1 163.2 27.4 %2 72.5 83.6 %3 57.2 178.2 histogram x,bin(8) norm%画直方图，加正态分数线graph pie a b o ab if area==1,plabel(_all percent) % 画饼图graph pie var2, over(var1) plabel(_all percent) %饼图graph pie p52 p72,by(d) % 饼图graph box y1 % 箱体图qnorm x %qq 图 lfit y x %回归直线graph matrix gender economy math 多变量散点图line yhat x||scatter y x,c(.l) s(O.) xline(12) yline(5.4) %线形图 & 散点图有一些通用的选项可以给图形“润色”：标题title( “string ” ) ( string 可为任意的字符串，下同) 脚注note( “string ”) 横座标标题xtitle( “string ”) 纵座标标题ytitle( “sting ”) 横座标范围xaxis(a,b) (a// 连接各散点的方式， c 表示： . 不连接 ( 缺省值 ) l L m s J || [varname] 用变量的取值代码表示 [_n] 用点的记录号表示数学函数等都要与 generate 、 replace 、display 一起使用，不能单独使用程序文件 do use d:\0917.dta reg y xconnect(c...c) 或简写为 c(c...c)II 同 ||,个短横Symbol(s...s)// 表示各散点的图形， s 表示：或简写为 s(s...s) O 大圆圈 ( 缺省值 )S 大方块 T 大三角形 o 小圆圈 d 小菱形p 小加号用直线连接沿x 方向只向前不向后直线连接计算中位数并用直线连接用三次平滑曲线连接以阶梯式直线条连接用直线连接在同一纵向上的两点只是线的顶部和底部有一 i 小点无符号corr y xline y x,saving(d:\d4) 按ctrl+D 执行字符串操作函数：length(s)%长度函数，计算s 的长度, 如，disp length("ab") 的结果是substr(s,n1,n2)%子串函数，获得从s 的n1 个字符开始的n2个字符成的字符串,dispsubstr("abcdef",2,3)的结果是"bcd"string(n)%将数值n 转换成字符串函数，如，dispstring(41)+"f" 的结果是"41f"real(s)%将字符串s 转换成数值函数，如，dispreal("5.2")+1 的结果是6.2upper(s)%转换成大写字母函数，如，dispupper("this")的结果是"THIS"lower(s)%转换成小写字母函数，如displower("THIS")的结果是"this"index(s1,s2)%子串位置函数，计算s2 在s1 中第一次出现的起始位置, 如果s2 不在s1 中, 则结果为0。

stata基本命令+实例+数据+结果--必看，经典2009-08-25 12:29Stata 常用命令save命令File&#61672;Save As例1. 表1.为某一降压药临床试验数据，试从键盘输入Stata，并保存为Stata 格式文件。

STATA数据库的维护排序SORT 变量名1 变量名2 ……变量更名rename 原变量名新变量名STATA数据库的维护删除变量或记录drop x1 x2 /* 删除变量x1和x2drop x1-x5 /* 删除数据库中介于x1和x5间的所有变量(包括x1和x5)drop if x<0 /* 删去x1<0的所有记录drop in 10/12 /* 删去第10~12个记录drop if x==. /* 删去x为缺失值的所有记录drop if x==.|y==. /* 删去x或y之一为缺失值的所有记录drop if x==.&y==. /* 删去x和y同时为缺失值的所有记录drop _all /* 删掉数据库中所有变量和数据STATA的变量赋值用generate产生新变量generate 新变量＝表达式generate bh=_n /* 将数据库的内部编号赋给变量bh。

generate group=int((_n-1)/5)+1 /* 按当前数据库的顺序，依次产生5个1，5个2，5个3……。

直到数据库结束。

generate block=mod(_n,6) /* 按当前数据库的顺序，依次产生1,2,3,4,5,0。

generate y=log(x) if x>0 /* 产生新变量y，其值为所有x>0的对数值log(x)，当x<=0时，用缺失值代替。

egen产生新变量set obs 12egen a=seq() /*产生1到N的自然数egen b=seq(),b(3) /*产生一个序列，每个元素重复＃次egen c=seq(),to(4) /*产生多个序列，每个序列从1到＃egen d=seq(),f(4)t(6) /*产生多个序列，每个序列从#1到＃2encode 字符变量名，gen(新数值变量名)作用：将字符型变量转化为数值变量。