Stata中的图形制作绝对自己总结

第三章 Stata 中的图形制作1．菜单操作2．直方图：用矩形的面积（即长度和宽度）来表示频数分布的图形。

D e n s i t y3.散点图：反映两个或多个变量之间的关系。

通常用纵轴来表示因变量，用横轴来表示自变量。

基本[twoway] scatter y x因变量在前数据标记的设定数据标记形状的设定、颜色的设定、大小的设定、散点标签的设定msymbol(散点形状代码)；mcolor(red)散点为红色；msize(5)散点大小为5号散点标签：mlabel (标签内容的变量名)和mlabposition(代表钟表点数的数字)例如设定散点的内容为变量city，位置在3点钟处：mlabel (city) mlabposition(3) 群组划分：by(foreign)案例：运用usaauto数据文件中的数据绘制mpg和weight关系的散点图。

（1）为图形添加标题“mpg 与weight散点图”和副标题“1978年美国汽车数据图”；（2）为图形添加图例，位置在钟表2点钟处；（3）绘制一条拟合的趋势曲线；（4）将散点的形状设置为实心大三角，颜色为黑色；（5）为每个散点添加标签，内容为汽车的品牌（make），位置为9点钟处，颜色为黑色；（6）按照变量foreign分成两个图形进行绘制。

Twoway scatter mpg weight||lfit mpg weight,title(mpg与weight散点图) subtitle(1978年美国汽车数据图) legend(position(6))||表示多个图形在一个坐标轴中显示；lfit mpg weight 绘制拟合曲线 进一步设置：Msymbol(T) mcolor(black) mlabel(make) mlabpositon(9) by(foreign)散点形状：实心大三角，颜色：黑色，标签内容：make ，位置为9点钟处；按foreign 绘制4．曲线标绘图用线段的升降趋势来说明现象变化或变量之间关系的一种图形。

Stata绘图学习⼿册转载请联系本⽂主要包括常见绘图的散点图、直⽅图、条形图、饼图等相关操作命令以及图⽰。

⼀．Stata图形汇总介绍graph twoway ⼆维图scatter 散点图histogram 直⽅图line 折线图area 区域图lfit 线性拟合图qfit ⾮线性拟合图kdensity 密度函数图function 函数图graph matrix 矩阵图graph bar 条形图graph dot 点图graph box 箱形图graph pie 饼图ac 相关系数图pac 偏相关系数图irf 脉冲相应函数图⼆．Stata 图形制作命令结构命令结构graph-command (plot-command, plot-options) (plot-command , plot-options) , graph-options或者graph-command plot-command,plot-options || plot-command , plot-options || , graph-options * graph-command定义图的类型，plot-command 定义曲线类型,同⼀个图中如果有多条曲线可以⽤括号分开，也可以⽤“| *”分开，曲线有其⾃⾝的选项，plot-command 定义曲线类型,同⼀个图中如果有多条曲线可以⽤括号分开，也可以⽤“| *”分开，曲线有其⾃⾝的选项，⽽整个图也有其选项。

例如twoway为graph-command中的命令之⼀，⽽scatter为plot-command *中的命令之⼀。

曲线选项和图选项，例如 * twoway (scatter mpg weight) , title("美国汽车") //图选项：标题 * twoway (scatter mpg weight , msymbol(Oh)) //曲线选项，点的类型上述命令没反应了直接敲 * twoway (scatter mpg weight , msymbol(Oh)) , title("美国汽车") //同时⽤图与曲线选项命令可以简写，如下列命令等价*sysuse auto, cleargraph twoway scatter mpg weighttwoway scatter mpg weight三．散点图散点图在各个绘图中占有重要作⽤，散点图具有表明变量之间关系的作⽤，因此在统计分析中得到⼴泛应⽤散点图的功能与意义：对数据进⾏预处理的重要图形之⼀，散点图深受专家学者的喜爱，散点图主要作⽤在于描绘某变量随着另⼀个变量变化的⼤致趋势，进⾏对变量之间的相关关系进⾏研究help twoway scattersysuse uslifeexp2, clearscatter le year, title("Scatterplot") subtitle("Life expectancy at birth, U.S.") note("1") caption("Source: National Vital Statistics Report, Vol. 50 No. 6") scheme(economist)四．直⽅图直⽅图⼜称为柱状图，是⼀种统计报告图，⼀般⽤横轴表⽰数据类型，纵轴表⽰分布状况，直⽅图可以表⽰分布状况变化，例如分别有⼀组数据，分别为地区，31个省份，然后分别为有⾼校的个数，分别字母region和number表⽰直⽅图命令为histogram number， frequency sysuse sp500histogram volumehistogram volume, frequency分组绘制直⽅图sysuse auto, clearhistogram mpg, percent discrete///by(foreign, col(1) note(分组指标：汽车产地)///title("图3：不同产地汽车⾥数")///subtitle("直⽅图") ///) ///ytitle(百分⽐) xtitle(汽车⾥数)五．折线图或者曲线标绘图折线图或者曲线标绘图是双向关系图中的⼀种，⽤线条的升降来表⽰变量或者现象之间的关系，与散点图的区别在于⽤线连接，可以看出整体趋势，但是弱化了每⼀个具体点上⾯的数值⼤⼩sysuse uslifeexp, cleargenerate diff = le_wm - le_bmlabel var diff "Difference"line le_wm year, yaxis(1 2) xaxis(1 2)|| line le_bm year|| line diff year|| lfit diff year|| lfit diff year||,ylabel(0(5)20, axis(2) gmin angle(horizontal)) ylabel(0 20(10)80, gmax angle(horizontal))ytitle("", axis(2))xlabel(1918, axis(2)) xtitle("", axis(2))ylabel(, axis(2) grid)ytitle("Life expectancy at birth (years)")title("White and black life expectancy")subtitle("USA, 1900-1999")note("Source: National Vital Statistics, Vol 50, No. 6" "(1918 dip caused by 1918 Influenza Pandemic)")六．条形图矩形的长度来表⽰相互独⽴的变量⼤⼩help graph bar命令格式1：graph bar yvars [if] [in] [weight] [, options]graph bar yvars [if] [in] [weight] [, options]graph hbar yvars [if] [in] [weight] [, options]基本⽤法: graph bar yvars ...sysuse nlsw88, cleargraph bar wage, over(race)累加柱体或者横向条形图sysuse educ99gdp, cleargraph hbar (mean) public private, over(country)重叠柱体sysuse nlsw88, cleargraph bar (mean) hours wage, over(race) over(married)七．饼图百分⽐图⽤圆形或者扇形内⼤⼩来表⽰总体中各部分所占⽐例的⼤⼩命令为帮助⽂件为help graph pie菜单式操作为Menu>raphics > Pie chartSyntaxSlices as totals or percentages of each variablegraph pie varlist [if] [in] [weight] [, options]Slices as totals or percentages within over() categories graph pie varname [if] [in] [weight], over(varname) [options] Slices as frequencies within over() categoriesgraph pie [if] [in] [weight], over(varname) [options]input sales marketing research developmentsales marketing research develop~t1. 12 14 2 82. end. label var sales "Sales". label var market "Marketing". label var research "Research". label var develop "Development". graph pie sales marketing research development, plabel(_all name, size(*1.5) color(white)) (Note 1) legend(off) (Note 2)plotregion(lstyle(none)) (Note 3)title("Expenditures, XYZ Corp.")subtitle("2002")note("Source: 2002 Financial Report (fictional data)")。

NMA排序图的制作（stata大结局）我们的网状meta分析讲解进入深水区，有很多同学拿着代码来问我，我想说的是，代码要因数据而异，最终是要了解原理和方法学，这个需要自己深入探索。

当然，我们优先选择的是用stata的频率法去实现网状meta分析，其次是winbugs，最后考虑的是gemtc。

猴哥推荐的还是winbugs，但这个原理复杂，model各异，学习难度高，所以对于不是专门做循证医学的同学来说，还是比较艰难，遇到具体问题时还需要修改代码。

许多同学对排序图很困惑，现简单讲一下排序图，也是本网状meta分析教程的最后一篇。

//排序图，数据请百度和google下载use 'rheumatoid arthritis mvmeta.dta', replace//数据要整理为mvmeta格式，也就是矩阵格式mat P = I(6) + J(6,6,1)mvmeta y S, bscov(prop P) pbest(max,all zero gen(prob) reps(50000))//得到排序结果，可以用graphpad画图，也可以r语言画图//得到排序结果mvmeta y S, bscov(prop P) pbest(max,zero gen(prob) reps(50000))sucra prob*, mvmeta. sucra prob*, mvmeta //产生累积排序图Treatment Relative Ranking of Model 1//排序结果，排序图，一般文章中呈现的是如下结果. sucra prob*,mvmeta rankogTreatment Relative Ranking of Model 1这就可以啦！建议翻一下菜单目录，复习下以前讲的哦~。

S tata tata 作图常用指令作图常用指令作图常用指令1.1.茎叶图茎叶图茎叶图stem x1,line(2)（做x1的茎叶图，每一个十分位的树茎都被拆分成两段来显示，前半段为0～4，后半段为5～9）stem x1,width(2)（做x1的茎叶图，每一个十分位的树茎都被拆分成五段来显示，每个小树茎的组距为2）stem x1,round(100)（将x1除以100后再做x1的茎叶图）2.2.直方图直方图直方图 histogram mpg, discrete frequency normal xlabel(1(1)5)（discrete 表示变量不连续，frequency 表示显示频数，normal 加入正太分布曲线，xlabel 设定x 轴，1和5为极端值，(1)为单位）histogram price, fraction norm（fraction 表示y 轴显示小数，除了frequency 和fraction 这两个选择之外，该命令可替换为“percent”百分比，和“density”密度；未加上discrete 就表示将price 当作连续变量来绘图）histogram price, percent by(foreign)（按照变量“foreign”的分类，将不同类样本的“price”绘制出来，两个图分左右排布）histogram mpg, discrete by(foreign, col(1))（按照变量“foreign”的分类，将不同类样本的“mpg”绘制出来，两个图分上下排布）histogram mpg, discrete percent by(foreign, total) norm（按照变量“foreign”的分类，将不同类样本的“mpg”绘制出来，同时绘出样本整体的“总”直方图）3.3.二变量图二变量图二变量图graph twoway lfit price weight || scatter price weight（作出price和weight的回归线图——“lfit”，然后与price和weight的散点图相叠加）twoway scatter price weight,mlabel(make)（做price和weight的散点图，并在每个点上标注“make”，即厂商的取值） twoway scatter price weight || lfit price weight,by(foreign)（按照变量foreign的分类，分别对不同类样本的price和weight做散点图和回归线图的叠加，两图呈左右分布）twoway scatter price weight || lfit price weight,by(foreign,col(1))（按照变量foreign的分类，分别对不同类样本的price和weight做散点图和回归线图的叠加，两图呈上下分布）twoway scatter price weight [fweight= displacement],msymbol(oh)（画出price和weight的散点图，“msybol(oh)”表示每个点均为中空的圆圈，[fweight= displacement]表示每个点的大小与displacement的取值大小成比例）twoway connected y1 time, yaxis(1) || y2 time, yaxis(2)（画出y1和y2这两个变量的时间点线图，并将它们叠加在一个图中，左边“yaxis(1)”为y1的度量，右边“yaxis(2)”为y2的）twoway line y1 time,yaxis(1) || y2 time,yaxis(2)（与上图基本相同，就是没有点，只显示曲线）graph twoway scatter var1 var4 || scatter var2 var4 || scatter var3 var4（做三个点图的叠加）graph twoway line var1 var4 || line var2 var4 || line var3 var4（做三个线图的叠加）graph twoway connected var1 var4 || connected var2 var4 || connected var3 var4（叠加三个点线相连图）更多变量4.4.更多变量更多变量graph matrix a b c y（画出一个散点图矩阵，显示各变量之间所有可能的两两相互散点图）graph matrix a b c d,half（生成散点图矩阵，只显示下半部分的三角形区域）graph matrix price mpg weight length,half by( foreign,total col(1) ) （根据foreign变量的不同类型绘制price等四个变量的散点图矩阵，要求绘出总图，并上下排列）其他图形5.5.其他图形其他图形graph box y,over(x) yline(.22)（对应x的每一个取值构建y的箱型图，并在y轴的0.22处划一条水平线） graph bar (mean) y,over(x)对应x的每一个取值，显示y的平均数的条形图。

stata期末总结一、概述Stata是一种强大的统计分析软件，广泛应用于计量经济学、社会科学、医学和其他领域的数据分析。

它具有丰富的功能和灵活的操作，可以进行数据处理、统计推断、经济计量建模、数据可视化等多种任务。

本文将对我在本学期Stata学习中所掌握的内容进行总结，包括数据导入与整理、统计分析、经济计量建模和可视化等方面。

二、数据导入与整理在使用Stata进行数据分析之前，首先需要将数据导入到软件中，并进行数据整理与预处理。

Stata支持多种文件格式的数据导入，如Excel、CSV和SAS等。

通过使用命令行或图形界面，我可以很方便地导入数据集，查看数据结构，对缺失值和异常值进行处理，并进行变量的重命名和排序等操作。

此外，Stata还提供了一些数据整理的工具，如reshape、merge和collapse等命令，可以有效地整理数据以满足分析需求。

三、统计分析Stata提供了丰富的统计分析功能，可以用于描述性统计、推断统计和相关性分析等任务。

我在本学期中主要学习了描述性统计和推断统计的相关内容。

1. 描述性统计Stata可以计算变量的均值、中位数、标准差、最小值和最大值等描述性统计量，帮助我们了解数据的分布和特征。

通过summarize命令，我可以轻松地获取这些统计结果，并使用tabulate命令生成频数表和交叉表。

此外，我还学习了绘制直方图、箱线图和散点图等图形，利用graph命令进行数据可视化。

2. 推断统计在进行假设检验和参数估计时，Stata提供了一系列的命令和工具。

我学习了t检验、方差分析、线性回归分析和逻辑回归分析等方法。

通过使用regress和logistic命令，我可以进行回归分析，并获得回归系数的估计值、标准误差、置信区间和显著性水平等统计结果。

同时，通过anova命令，我能够进行方差分析，并进行组间差异的显著性检验。

四、经济计量建模Stata是经济计量分析的重要工具，可以用于构建和估计各种经济模型。

Stata 作图简介1.直方图命令：histogram varname （变量名）, （options ），这里的options 是可选择的，如果不写，则按照默认作图。

例如，举一个收入，受教育程度与工作经验以及种族的例子。

. cd e:/data e:\data. use exp2.dta,clear Describe Summary. histogram educ (这里我们不加选项，默认做直方图)，得到如下图形D e n s i t y默认时，stata 将数据确定为连续型，如果我们需要stata 做离散直方图的话，加上选项discrete .histogram educ,discrete (选项用英文逗号隔开)D e n s i t y还可以给直方图加上密度图像。

D e n s i t y.histogram educ,normal (这个选项就可以做正态分布密度图像)D e n s i t y用stata 做 kernel density estimationkernel density estimation is a non-parametric way of estimating the probability density function of a random variable. As an illustration, given some data about a sample of a population, kernel density estimation makes it possible to extrapolate the data to the entire population. 在stata 中kernel density estimation 的命令是， . kdensity educ. kdensity educ,normal (加上这个选项后，添加数据的正态密度函数做比较)D e n s i t yStata 散点图简介最标准写法 graph twoway scatter varlist,(option) 例如，我们想做income 和educ 的散点关系图.graph twoway scatter income educi n c o m e也可以简写成.scatter income educ当然我们为了作图需要可以改变图标的形状，大小，颜色等等，这些都通过选项来完成 .scatter income educ,m(d) mc(red) msize(vlarge)i n c o m e利用stata 作图命令显示fit values.twoway (scatter income educ)(lfit income educ) (注意这里的命令lfit ，就是用直线的方式画出fit values 。