本篇為自己總結的基本Stata使用手冊~今天更新的是第一部分：基本操作。

目錄

• • 1 基本操作
  • • 1.1 Stata基本操作
    • 1.2 基本可視化指令
    • 1.3 統計特征分析
    • 1.4 命令運行結果運用

1 基本操作

1.1 Stata基本操作

• 關閉一個數據集以使用另外一個

.clear

• 審視數據

.describe

• 查看具體數據

.list s lnw .list s lnw 5/10 %只顯示 lnw其中 5到 10的數據） .list s lnw if s > 16 %顯示滿足條件的數據 .set more off %連續滾動屏幕顯示命令運行結果 .set more on %分頁顯示命令運行結果 .drop if s >= 16 %刪除滿足條件的數據 .keep if s >= 16 %保留滿足條件的數據

• 升序排列

.sort s .list

• 降序排列

.gsort -s .list

• 生成新的變量

.generate lns=log(s) .gen s2=s^2 %生成二次項 .gen exprs=s*expr %生成交互項 .gen w=exp(lnw) %生成對數項 .gen colleg=(s>=16) %生成虛擬變量 .rename colleg college %變量重新命名 .replace clooege=(s>15) %更改變量設置 .drop s* %去除所有 s*的變量

1.2 基本可視化指令

• 基本畫圖指令

.histogram s,width(1) frequency %直方圖，frequency顯示頻率，默認顯示頻數 .scatter s lnw %畫散點圖 .tsline y,label(1980(10)2000) %畫時間趨勢圖 .line lny lny1 lyear,lp(solid dash)

• 加標簽的散點圖

.gen n=_n %用于生成序號 .scatter lnw s,mlabel(n)

• 將兩個圖畫在一起

.twoway kdensity lnw || kdensity lnw if s==16,lpattern(dash) .twoway kdensity wage,xaixs(1) yaxis(1) xvarlab(wage)||kdensity lnw,xaxis(2) yaxis(2) xvarlab(ln(wage)) lp(dash) %兩個圖有不同的軸 .twoway connect consumption time,msymbol(circle) yaxis(1)|| connect temp time,msymbol(triangle) yaxis(2) %選擇線形連接各點

• 畫趨勢線

.twoway scatter lnw s || lfit lnw s

• .normalden(x)為標準正態的密度函數，normal(x)為標準正態的累積分布函數
• .chi2den(k,x)表示自由度為$k$的卡方分布概率密度函數，chi2(k,x)表示自由度為$k$的卡方分布累積分布函數。
• .tden(k,t)為自由度為$k$ 的$t$ 分布的概率密度函數。$t(k,t)$ 表示自由度為 $k$ 的 $t$ 分布累積分布函數。
• .Tden(kl,k2,x)表示自由度為$(k_1,k_2)$的 $F$分布的概率密度函數。$F(k_1,k_2,x)$表示自由度為$(k_1,k_2)$的 $F$分布的累積分布函數。

1.3 統計特征分析

• 查看統計特征

.summerize s %返回Obs,Mean,Std.Dev.,Min,Max .sum %顯示所有變量的統計指標 .tabulate s %顯示變量的經驗累積分布函數 .pwcorr lnw s expr, sig ster(.05) %顯示相關系數并將顯著的標星

• 計算表達式

.display expression

• 概率密度函數的連續估計

.kdensity lnw,normal normop(lpattern(dash))

• 標準化

.gen sd=(s-r(mean))/r(sd)

1.4 命令運行結果運用

• 返回回歸結果

.return list %返回r(N) r(sum_N) r(mean) r(Var) r(sd) r(min) r(max) r(sum) .ereturn list %返回 e變量

• 產生隨機數的方法

.set seed 10101 .set obs 30 .gen x=runiform() .gen x=rnormal() %~N(0,1) .gen x=rnormal(m,s) %~N(m,s^2) .gen x=rt(m) %~t(m) .gen x=rchi2(m) %~chi^2(m)

• 隨機游走

program randwalk,rclass drop _all set obs 1000 gen eps=rnormal() gen y=sum(eps) gen t=_n tsset t reg y L.y return scalar b1=_b[L.y] end simulate beta=r(b1),seed(10101) reps(1000):randwalk kdensity beta

總結

以上是生活随笔為你收集整理的【统计学】基本Stata使用手册（1）：基本操作的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。