stata入门书籍

Stata 快速入门 1、Stata的窗口

?在最上方有一排菜单，即“File Edit Data Graphics Statistics User Window Help”。 ?左上“Review”（历史窗口）：此窗口记录着自启动Stata以来执行过的命令。 ?右上“Variables”（变量窗口）：此窗口记录着目前Stata内存中的所有变量。 ?正上方“Results”（结果窗口）：此窗口显示执行Stata命令后的输出结果。 ?正下方“Command”（命令窗口）：在此窗口输入想要执行的Stata命令。

2、将数据导入Stata

?打开Stata软件后，点击Data Editor(Edit)图标（也可以点击菜单“Window”→“Data Editor”），即可打开一个类似Excel的空白表格。 ?用Excel打开文件“nerlove.xls”，复制文件中的所有数据，并粘贴到Data Editor中。

?导入数据的另一方法是，点击菜单“File” →“Import”，然后导入各种格式的数据。但这种方法有时不如直接从Excel表中粘贴数据来得方便直观。 3、变量窗口

?关闭Data Editor后，即会看到右上方的“Variables”窗口

Stata及数据处理

目录

第一章 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 1.10

STATA 基础 .......................................................................................................................... 3 命令格式....................................................................................................................................... 4 缩写、关系式和错误信息 ........................................................................................................... 6 do文件 ...................................................................

Stata 快速入门 1、Stata的窗口

?在最上方有一排菜单，即“File Edit Data Graphics Statistics User Window Help”。 ?左上“Review”（历史窗口）：此窗口记录着自启动Stata以来执行过的命令。 ?右上“Variables”（变量窗口）：此窗口记录着目前Stata内存中的所有变量。 ?正上方“Results”（结果窗口）：此窗口显示执行Stata命令后的输出结果。 ?正下方“Command”（命令窗口）：在此窗口输入想要执行的Stata命令。

2、将数据导入Stata

?打开Stata软件后，点击Data Editor(Edit)图标（也可以点击菜单“Window”→“Data Editor”），即可打开一个类似Excel的空白表格。 ?用Excel打开文件“nerlove.xls”，复制文件中的所有数据，并粘贴到Data Editor中。

?导入数据的另一方法是，点击菜单“File” →“Import”，然后导入各种格式的数据。但这种方法有时不如直接从Excel表中粘贴数据来得方便直观。 3、变量窗口

?关闭Data Editor后，即会看到右上方的“Variables”窗口

STATA入门

10随机模拟

只要你自己试试模拟随机现象几次，就会加强对概率的了解，比读很多页的数理统计和概率论的文章还有用。学习模拟，不仅是为了解模拟本身，也是为更了解概率而了解模拟。 10.1伪随机数

生成（0，1）之间均匀分布的伪随机数的函数为uniform()

di uniform()

di uniform()

di uniform()

每次都得到一个大于零小于1的随机数。

如果要生成一位数的随机数（即0，1，2，3，4，5，6，7，8，9），可以取小数点后第一位数，通常用下面的命令

di int(10*uniform())

两位随机数(0-99)则取小数点后两位小数，即

也可以同时生成多个随机数，然后将该随机数赋给某个变量。要注意的是，电脑中给出的随机数不是真正的随机数，而是伪随机数，因为它是按照一定的规律生成的。如果给定基于生成伪随机数的初始数值（即set seed #），则对相同的初始数值，生成的伪随机数序列完全一样。

*============================begin==================================== clear

set obs 10

gen x1=uniform()

gen x2=uniform()

. 各领域入门书籍推荐 师从天才

作者 : [美] 罗伯特·卡尼格尔 出版社 : 上海科技教育出版社

评语 : sunfield推荐（药理学）：介绍里说这本书说的是科研界的师承关系，其实大部分讲的是现代药理学的发展史。

2. 普通生物学 作者 : 陈阅增

出版社 : 高等教育出版社

评语 : 桔子（细胞生物学）推荐：我就是高中看《普通生物学》才突然对生物感兴趣。以至于报考时候脑子里除了生物其它什么也不知道。比后来编的所谓什么“面向21世纪教材”强多了；生物学入门的好书；come_god说：记得高三参加全国生物学竞赛时看的第一本书。《普通生物学》高教出版社

3. 什么是数学

作者 : [美] R·柯朗 H·罗宾 著/I·斯图尔特 修订 出版社 : 复旦大学出版社 评语 : 数学专业众人推荐

4. 病者生存

作者 : （美）莫勒姆，（美）普林斯 著，邵毓敏 译 出版社 : 广西科学技术出版社

评语 : BoBo（医学）推荐：从新的角度来看我们所生的疾病。英文原本也不长的。这本中译本，看看既新鲜又产生很多奇怪想法。

5. 物理世界奇遇记

作者 : （美）伽莫夫/（英）斯坦纳德 出版社 : 科学出版社

评语 : bullimit（理论物理）

数据的描述

（一） 频数分布 tabulate a

tabulate a,missing(或者m) 将缺失值与其它数值同样对待，即显示缺失值的频数分布 tabulate a,nofreq 不输出频数

tabulate a,nolabel 不展示变量标签

tabulate a,plot 生成变量a的频数分布，同时生成一个简单的分布图形 by urban,sort:tabulate girl

tabulate age,nolabel missing plot

tab 后面最多两个变量

tab1 可接多个变量，但只能分别生成单个变量的频数分布 tab2 a b c 生成a与b，b与c，a和c的交叉频数表

tab girl enroll,chi2 column row miss nokey 两个变量的卡方（验证是否关联）；列变量百分比，行变量百分比，缺失变量百分比，压缩单元格内容的提示

（二） 变量的中央趋势与离散趋势 sum

sum age,detail

sort urban

by urban:sum height

（三） 其他方法

1. 使用table命令描述数据

Table urban,contents(mean height

Stata语句1 1.reg y x1 x2 predict xxx predict newvar, stdp predict aaa，re predict newvar, stdr predict newvar, xb 量的预测值。

predict newvar, residual test x1

值为回归报告中t值平方。test x1=x2 test x1*a=x2*b 系。

2.tab x1,gen(x1) gen fsize1=fize==1 则为零。下同。 gen fsize2=fsize==2 gen fsize3=fsize==3 gen fsize4=fsize==4 gen fsize5=fsize>=5 3.reg y x1 x2 x3,level(99) 返回先前回归中因变量的拟合值，xxx随意变量名。 预测拟合值的标准差

返回先前回归中因变量的残差， aaa为随意变量名。 预测残差的标准差

产生一个新变量其值为由上面回归方程计算的被解释变

产生一个新变量其值为由上面回归方程计算出的残差 检验

第一章 Stata 概貌

§1.1 Stata的功能、特点和背景

Stata是一个用于分析和管理数据的功能强大又小巧玲珑的实用统计分析软件，由美国计算机资源中心（Computer Resource Center）研制。从1985至1998的十四年时间里，已连续推出1.1，1.2，1.3，1.4，1.5，??及2.0，2.1，3.0，3.1，4.0，5.0，6.0等多个版本，通过不断更新和扩充，内容日趋完善。它同时具有数据管理软件、统计分析软件、绘图软件、矩阵计算软件和程序语言的特点，又在许多方面别具一格。Stata融汇了上述程序的优点，克服了各自的缺点，使其功能更加强大，操作更加灵活、简单，易学易用，越来越受到人们的重视和欢迎。

Stata的突出特点是只占用很少的磁盘空间，输出结果简洁，所选方法先进，内容较齐全，制作的图形十分精美，可直接被图形处理软件或字处理软件如WORD等直接调用。 一、 Stata的数据管理能力

1. Stata的数据管理空间受计算机的操作系统和计算机扩展内存的影响。对640k内存的微机，3.1

版本的Stata可以管理2400个记录×99个变量，并随计算机扩展内存的增加而增加；对4.0的WINDOWS版本，Stata可以

1.一般检验

假设系数为0， t比较大则拒绝假设，认为系数不为0. 假设系数为0，P比较小则拒绝假设，认为系数不为0. 假设方程不显著，F比较大则拒绝假设，认为方程显著。 2.小样本运用OLS进行估计的前提条件为：

（1）线性假定。即解释变量与被解释变量之间为线性关系。这一前提可以通过将非线性转换为线性方程来解决。

（2）严格外生性。即随机扰动项独立于所有解释变量：与解释变量之间所有时候都是正交关系，随机扰动项期望为0。(工具变量法解决)

（3）不存在严格的多重共线性。一般在现实数据中不会出现，但是设置过多的虚拟变量时，可能会出现这种现象。Stata可以自动剔除。

（4）扰动项为球型扰动项，即随即扰动项同方差，无自相关性。

3.大样本估计时，一般要求数据在30个以上就可以称为大样本了。大样本的前提是 （1）线性假定

（2）渐进独立的平稳过程

（3）前定解释变量，即解释变量与同期的扰动项正交。 （4）E（XiXit）为非退化矩阵。

（5）gt为鞅差分序列，且其协方差矩阵为非退化矩阵。

与小样本相比，其不需要严格的外生性和正太随机扰动项的要求。

4.命令

稳健标准差回归：reg y x1 x2 x3, rob

Stata 命令合集

一、简单操作 ①

Cd bak 定义根目录

Set memory 50m 设置软件使用内存

②编辑复制数据

Data——Data Editor——Data Editor（Edit） 一般选择第2个： Treat first row as variable names encode province,gen(id) 把字符转化成数值 ③打开已经保存的文件 clear

use mg mg表示文件名

④xtset 定义面板数据 （tsset定义时间序列数据） xtset province year

⑤统计量信息（原始数据的统计性描述） Sum ⑥取对数

单个变量：gen lnc=ln(c) gen lny=ln(y) gen lnmg=ln(mg) 所有变量：foreach v of varlist c-mg {

gen ln`v’=ln(`v’) 注意不是左边的`不是单引号 } c-mg为所有变量 ⑦单位根检验 xtunitroot llc lnc

(lnc为变量名称，llc为单位根检验方法) 一阶差分：gen dlnc=d.lnc ⑧相关系