stata操作参考课件

医学资料 3
1.Census数据实际操作处理
Use d:/stata/census 1.数据说明:
.
describe

Contains data from d:\stata/census.dta obs: 50 1980 Census data by state vars: 12 6 Jul 2000 17:06 size: 3,000 (99.4% of memory free) ------------------------------------------------------------------------------storage display value variable name type format label variable label ------------------------------------------------------------------------------state str14 %-14s State region int %-8.0g cenreg Census region pop long %12.0gc Population poplt5 long %12.0gc Pop, < 5 year pop5_17 long %12.0gc Pop, 5 to 17 years pop18p long %12.0gc Pop, 18 and older pop65p long %12.0gc Pop, 65 and older popurban long %12.0gc Urban population medage float %9.2f Median age death long %12.0gc Number of deaths marriage long %12.0gc Number of marriages divorce long %12.0gc Number of divorces -------------------------------------------------------------------------------

correlate尽可能使用两两变量中所有没有缺失的数据
pwcorr [varlist] [if] [in] [weight] [ ，correlate_ options ]
pwcorr只采用没有任何缺失数据的完整观 测值
选项 means covariance
correlate 选 项 说 明含义
test price advert
P值，拒绝原假设 ，即价格和广告支出的 系数不同时为0
相关检验和处理
回归分析时通常需要检验数据是否存在多重共线、序列相关和异方差
等问题，如果存在这些问题，则需要对其进行处理。
1.多重共线性的检验和处理
中多重共线性检验的命令格式为：
vif //该命令用来得到自变量的方差膨胀因子
ptions]
选项 noconstant hascons level(#) beta noheader
含义 不加常数项做线性回归 由用户指定常数项的值 设定置信水平(默认值为95% ) 报告标准化的beta系数 不报告输出表名
实现因变量为销售收入，自变量为单价和广告支出的线 性回归，其命令为：
regress sales price advert
表下方区域为基本的回归结果。第1列依次为被解释变量 sales，解释变量price、advert，截距项constant；第2列 回归系数；第3列回归系数的标准误；第4列回归系数的 t 统计量值;第5列p值；
表左上方区域为方差分析表。第2列从上到下依次为回归平 方为和自(由SS度E，)、分残别差为平k方=2和，(nS-SkR-1)和=7总5-2离-1差=7平2，方n和-1(=S7S5T-1)=；74第；3列第 4列为均方和(MSS)，由各项平方和除以相应的自由度得到。 表ua右red上)、方调区整域的给判出定了系样数本(数Ad(Nj uRm-sbqeuraroefdo)、bs)F、统判计定量系的数值(、R-回sq 归方程标准误 (Root MSE) 以及其他一些统计量的信息。

Variance .0655441 Skewness 5.857965 Kurtosis 38.08436
医学资料
12
1.Census数据,对模型分析
list state if influ >4/50(>4/n) state 2. Alaska 9. Florida 11. Hawaii 44. Utah . lvr2plot,s([state]) trim (12) border (图象)
Source | SS df -------------+-----------------------------Model | .00005593 3 Residual | .000027249 46 -------------+-----------------------------Total | .000083179 49
医学资料 11
1.Census数据,对模型分析
影响因素分析:



predict influs,cooksd （cook’sd用来衡量每个收集到的数值对回归系数的影响强度。） . summarize influs,detail
.


Cook's D ------------------------------------------------------------Percentiles Smallest 1% 1.35e-08 1.35e-08 5% 6.25e-06 4.54e-06 10% .0000502 6.25e-06 Obs 25% .0010358 .0000109 Sum of Wgt.
-----------------------------------------------------------------------------drate | Coef. Std. Err. t P>|t| -------------+---------------------------------------------------------------medage | .0004851 .001207 0.40 0.690 medagesq | 2.37e-06 .0000206 0.12 0.909 pcturban | -.0035348 .0008293 -4.26 0.000 _cons | -.005598 .0178979 -0.31 0.756 ------------------------------------------------------------------------------

第8页/共23页
6.2查看变量的统计特征
• 如果要查看满足q≥10000的子样本的统计指标。方法：输入summarize q if q >=10000 • 或者su q if q >=10000
第9页/共23页
6.3 查看变量的统计特征
• 如果要查看更多的统计指标 • 方法：输入 su q,detail • 显示了百分位数， 方差，偏度与峰度
第21页/共23页
9.6 图像合并展示
• 将线性拟合和二次拟合这两个图像在一起展示 • 方法:输入graph combine scatter1.gph scatter2.gph
第22页/共23页
谢谢您的观看！
第23页/共23页
第10页/共23页
6.4 查看变量的统计特征
• 如果summarize 后面不输入具体变量，则展示所有变量的统计指标 • 方法：输入summarize 或 su
第11页/共23页
7.经验累积分布函数
• 如果要查看q的经验累积分布函数 • 方法：tabulate q 或则 ta q
第12页/共23页
• 展示满足q>=10000的q的数据 • 方法：list q if q >=10000 • 展示满足q>=10000的q和tc的数据 • 方法：list q tc if q >=10000
第7页/共23页
6.1查看变量的统计特征
• 查看变量q的统计特征： • 方法：输入summarize q 或 su q • 展示变量q的样本容量，平均值，标准差，最小值，最大值
8.相关系数
• 如果要显示PL,PF两个变量的相关系数 • 方法：pwcorr pl pf
第13页/共23页

Page 1
stata软件基本操作和 简单的一元线性回归
一、 Stata软件介绍
Page 2
Stata是世界著名的统计分析软件之一。 Stata 是一套提供其使用者数据分析、数据管理以 及绘制专业图表的完整及整合性统计软件。它提供 许许多多功能，包含线性混合模型、均衡重复反复 及多项式普罗比模式。用Stata绘制的统计图形相当 精美。 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。
这两种方式都要自己查表找ta/2(n-2)临界值对比 当然，除了这些基本信息以外，一般还会列出样本区间、 DW值等重要信息。这会在后面的课程中说明。
• 模型检验：R方、t、F检验
第一步 导入数据
• 点击data editor（edit）图标进入数据编辑器
Page 11
• 复制“时间序列”工作表的消费和收入数据（连同第一行 表头，不要第一列），在数据编辑器里粘贴
• 弹出提示，询问第一行是否要当成变量名称（表头），选 左边为是
• 点击variables manager按钮，更改变量名为英文，消费 为Y，收入为X
注意用英文逗号，然后空格！！
若只想对某一个变量进行描述，则输入
summarize 变量名, detail
多个变量直接以空格隔开即可
第二步 画散点图/描述统计
（2）图形描述 在命令栏输入：scatter Y X 即可，注意纵轴变量在前
Page 14
扩展：让图形更美观，可自行查阅help scatter的帮助文件 如：想每个点标上是第几行数据怎么做？ gen n=_n scatter Y X, mlabel(n)

数据编辑器
38
注意：
1.如果为某一变量输入的第一个值是一个数字，比如对人口、失业率和预 期寿命这些变量，那么stata便会认为这一列是一个“数值变量”，从此 以后只允许数字作为取值。 2.如果为某一变量第一次输入的是非数值字符，比如像地名的输入（或者 输入了带逗号的数字），那么stata会判断此列是字符串或文本变量。 3.在数据编辑器或数据浏览器中，字符串变量值显示为红色，这将其与数 值变量（黑色）或加标签的数值变量（蓝色）区分开来。
23
Stata 菜单栏简介
包含八项下拉菜单:文件、编辑、数据、绘图、统计分析、用户、窗口及帮助。
24
1.9 Stata命令输入
• Stata的命令输入方式： 1、点击菜单栏输入命令； 2、在命令窗口输入命令； 3、运行命令程序（利用.do文件）；
25
1.10 Stata文件格式
• Stata常用的文件格式：
文件类型
扩展名
数据文件
.dta
命令程序文件
.do
运行程序文件
.ado
帮助文件
.hlp
说明
stata使用的数据
一系列命令的集合
用于完成用户提交的数据处理与统 计分析任务的程序文件
与相应的.ado文件有相同的文件名， 形成一堆文件，并提供在线帮助
26
1.11 Stata命令包安装
利用Stata做统计分析时，官方提供的命令包并不一定能满足需 求，因此许多研究者编写了大量的非官方命令包（包括.do文件、 .ado文件和帮助文件），使用此类非官方命令包之前需要对其进行 安装。
Stata中有两个命令对于用户寻找与安装命令包相当有用：search 和findit。
通过这两个命令可以找到相关搜索内容中有哪些额外的命令，点 击链接后安装即可。

收集生存时间数据和潜在影响因素。
使用Stata进行生存分析，包括数据导 入、选择合适的生存分析模型、参数 估计和结果解释。
分析生存曲线和风险函数，探究影响 因素对生存时间的影响。
进行模型假设检验和模型比较。
案例三：面板数据分析
总结词：利用面板数据分析方
法，探究个体、时间和其他变
量的交互作用。
01
详细描述
绘制折线图
折线图用于展示随时间变化的数据 趋势。
VS
在Stata中，可以通过输入“line yvar xvar”命令来绘制折线图。其中 yvar代表要展示的数据变量，xvar代 表时间变量。还可以通过添加选项来 修改线条样式、标记等。
05
Stata实战案例
案例一：线性回归分析
总结词：通过线性回归分析，探究自变量与因 变量之间的关系。
01
确定研究问题，选择合适的自变量和因变 量。
03
02
详细描述
04
使用Stata进行线性回归分析，包括数据 导入、模型设定、参数估计和结果解释。
分析模型的拟合优度，如判定系数、调整 判定系数等。
05
06
检验模型的假设条件，如线性关系、误差 项独立同分布等。
案例二：生存分析
总结词：利用生存分析方法，研究生 存时间与影响因素之间的关系。 详细描述
多元回归
探讨多个自变量对因变量的影响，以 及交互项和平方项的设定。
面板数据分析
面板数据介绍
阐述面板数据的概念、特点及其在经济学中 的应用。
固定效应与随机效应模型
比较两种模型的适用场景和结果解释。
面板数据的单位根与协整检验
介绍用于检验数据稳定性和长期关系的检验 方法。

14.6.1 r类命令 下面让我们从最简单的r类命令入手。理论上说，所有的Stata命令都会
将其所有的输出项存放在一个返回列表中。输入命令：
return list
就可以获得这些输出项。
举例
【例5-6】 打开数据集wage.dta，使用describe命令描述该数据 集，然后返回describe命令中的输出项。
中的所有变量，也可以指定某些标量名称（scalar_names）。 从内存中删掉某些标量
scalar drop { _all | scalar_names }
下面举一些简单的例子说明。 定义标量a，赋值为2：
. scalar a = 2 定义标量b，赋值为a的赋值加上3：
. scalar b = a+3 定义标量root2，其赋值为2的开方：
举例
序数变量从1995到1999，步长是2 序数变量i从1到4
序数i取值1到4
对每一个i和y的取值，得到gdp 'i' _'y'的描述性统计
对每一个i产生一个双浮点变量lngdp 'i'取值是log(gdp 'i')
例5-4
局部宏i被定义为程序中的一个循环系数，把i的取值范围定义为一个数值列表。
foreach语句的语法如下：
20列观测值将第80个到第100个观测值的wage数值改为缺失值回归命令wage是被解释的变量educ和exper是解释变量505个观测值t值均在0001的显著水平上十分显著系数保持其他变量不变受教育年龄每提高一年工资提高640元样本数模型的自由度残差的自由度f统计量r2回归方程的均方误受约束的最大似然函数的值未受约束的最大似然函数的值例57使用扩展函数colnamesmatrixname提取矩阵eb的列名将它分给宏局部regressors显示regressors的内容esample是一个函数而不是标量宏或者矩阵

一、数据录入、打开与保存
1.数据录入与读取
直接录入数据 input命令 读入ASCII格式原始数据——使用insheet、 infile、infix等命令 使用Stat/Transfer软件
一、数据录入、打开与保存
2. STATA数据打开 双击直接打开
Do文件中使用use命令
一、数据录入、打开与保存
[STATA演示]
三、变量类型与简单描述统计方法
7. 离散与连续变量
通常，离散变量包括了定类变量和定序变量，统计 描述可参照之；而连续变量包括了定距变量和定比 变量，统计描述同样可参照之。 值得注意的是，在社会科学研究中，定距变量和定 比变量很少单独区分。
四、练习与作业
【1】请在2014年卫计委流动人口动态监测调查数据 之“社会融合与心理健康问卷”部分识别各变量 设置的层次。
二、基本的STATA数据处理命令
6.生成虚拟（哑）变量的命令 –tab region, generate(region) 7.帮助命令
–help command
三、变量类型与简单描述统计方法
1. 变量类型
区分标准之一：离散变量与连续变量
区分标准之二：定比变量、定距变量、 定序变量与定类变量
三、变量类型与简单描述统计方法
第二讲：STATA入门
1.统计软件：STATA14.0
2.数据准备：① 2014年卫计委流动人口动态监测调 查数据之“社会融合与心理健康问卷”部分；②农 民工随迁子女城市融入课题组的“外出务工调查数 据”。
1. 数据录入、打开与保存 2. 基本的STATA数据处理命令 3. 变量类型与简单描述统计方法 4. 练习与作业
4.删除变量或观察值命令 – drop命令 – drop in 1/10 or (-10/-1) – keep命令 – keep var1 var2… – keep if

名； 最后，合并数据：merge 关键变量名 using “文件路径和
名称”，keep（变量）。
精选课件ppt
11
数据的合并
（系统变量）
关于系统变量：_merge，它的取值限于
1＝观察值仅来自主要数据，使用数据没有匹配的样本， 2＝观察值仅来自使用数据，主要数据没有匹配的样本， 3＝观察值来自于主要数据和使用数据。
missing将缺失值与有效值同样对待； wrap不自动换行宽表； nokey不显示单元格提示； nolabel不使用数值标签。
精选课件ppt
18
描述数据的统计量
sum+变量名；s
um a，detail（给出更详细的信息）； bysort urban：sum a（在不同城乡分布中统计变
增加存储空间（set mem 40m） 清空存储空间（clear，相当于drop all）。
精选课件ppt
3
Stata数据的读入
数据的读入：
可直接读入下列尾缀形式的数 据.dta/.txt/.raw/.xls；
读入文件中的部分变量：use a b c using“文件路 径和名称”；
读入文件中的部分样本：use “文件路径和名称” in X/Y(X、Y表示个案序号)；
读入文件中某些特征的样本：use“文件路径和 名称”if 条件句；
精选课件ppt
4
数据库的描述
描述数据的基本情况：describe, d
describe, simple:只展示变量名； describe，short：报告变量总体情况； describe，detail：输出全部变量的全部信息； describe a b c：描述部分变量的情况。
界面：
Command(命令)、Results(结果)、Review(回顾)、 Variables(变量)。

总结词：在Stata编程中，宏和循环结构的使用可能会 带来一些问题。
错误与调试
详细描述：熟悉常见的语法错误提示，根据错误提示检 查代码；采用逐步调试方法，设置断点、单步执行和查 看变量值，定位和修正逻辑错误。
2023
REPORTING
THANKS
感谢观看
2023
PART 06
Stata常见问题解答
REPORTING
数据处理问题解答
总结词
当遇到数据导入困难时，可能是由于文件格 式、编码或分隔符不正确所致。
详细描述
确保数据文件格式（如.csv、.dta等）与 Stata软件兼容；检查文件编码（如UTF-8 、ANSI等），确保与软件设置一致；确认 数据字段分隔符（如逗号、制表符等）是否 正确。
Stata是一种统计分析软件，专门用于数据管理和统 计分析。
02
它提供了广泛的数据分析工具，包括描述性统计、 回归分析、方差分析、生存分析等。
03
Stata具有易于使用的界面和强大的编程语言，使数 据分析变得简单而高效。
Stata的用途
数据分析
Stata提供了各种数据分析工具， 可以帮助用户进行数据探索、描 述性统计和复杂统计分析。
Cox比例风险模型
研究多个因素对生存时间的影响，并假设风险函 数与时间无关。
ABCD
Kaplan-Meier曲线
非参数方法描述生存函数随时间的变化。
时间依赖性Cox模型
在某些情况下，风险函数可能随时间变化，可以 使用此模型进行描述。
2023
PART 04
Stata编程基础
REPORTING
Stata命令基础
数据管理
Stata具有强大的数据管理功能， 可以方便地导入、导出数据，进 行数据清洗和整理。

精选版课件ppt
9
Stata 的主界面
精选版课件ppt
10
三、Stata 操作
1．将数据导入Stata 打开Stata 软件后，点击Data → Data Editor 图标,即可打
开一个类似Excel的空白表格。然后，用Excel 打开文件“实 验数据.xls”，复制文件中的相关数据，并粘贴到Data Editor 中。
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,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，我们主要介绍Stata 10。
理功能，精致的作图，强大的统计与计量分析功能，简练 标准的程序与矩阵运算功能、丰富的网络资源，在统计学、 经济学、金融学、心理学、计算机科学、物理、化学等多 个学科领域得到广泛使用。 请浏览：/whystata/field.htm史
也可以通过逻辑关系来定义数据集的子集。如果要 列出所有满足条件“year ≥1995”的变量gov与gdp 的数 据，则可以使用以下命令: . list year gov gdp if year>=1995
其中，“>=”表示“大于等于”。其他表示关系的逻辑 符号为“= =”（等于），“>”（大于），“<”（小于）， “<=”（小于等于），“～=”或“!=”（不等于）。查看 具体数据的一个直接方法是，点击Data Editor 图标。
精选版课件ppt
19
5．画图 Stata 具有很强的画图功能。如果想看变量q 的直方图
（假定组宽为1000），可输入以下命令:

第二章 基本操作
第一节准备工作
一 、更改路径
在命令窗口(Command)输入：
pwd
然后回车 。pwd是指显示当前工作路径 在命令窗口输入：
dir 然后回车 。dir是指显示当前系统文件的设定
二 、命令注释
（ 1） 注释方式
①将双斜杠“// ”放在命令后面 。指“// ”后面的内容是对该条命令的注释说明 ，注释内容以绿色显 示 ，执行命令时会跳过注释内容。
②* 表示*之后的整行内容都是注释，不会被执行。 ③/*
*/
（ 2） 练习注释 新建do文档 ，在do文档中输入下面的命令及注释 ， 练习到能熟练的注释命令的程度。
sysuse auto,clear //打开系统自带数据auto ，注意逗号为英文状态
reg price mpg weight //OLS回归，被解释变量为price，解释变量为mpg weight
histx2 //查看x2的直方图 ，看是否符合正态分布。 sktest x2 swilk x2
sfrto,clear
reg price weight mpg foreign //先回归
predict e,r //r 即residal ，将残差保存为变量e
三 、数据导入
方法一 ：菜单导入excel 、txt等格式的数据 ，针对大量数据。 方法二： 复制粘贴法 ，针对少量数据。 方法三：命令法 ，针对少量数据。
四 、打开dta格式数据
Stata数据是以dta结尾的数据 ，如何打开Stata格式的数据呢？这是最简单不过的 事情了。
方法一： 鼠标拖拽法 方法二： 菜单法 方法三： 命令法 打开系统自带数据是sysuse+文件名 ， 如： sysuse auto //打开Stata系统自带数据auto