stata 中文教程

Stata介绍作为流行的计量经济学软件，Stata的功能十分地全面和强大。

可以毫不夸张地说，凡是成熟的计量经济学方法，在Stata中都可以找到相应的命令，而这些命令都有许多选项以适应不同的环境或满足不同的需要。

即使是最详细的Stata手册，也难免有遗珠之憾，更何况本文仅是一个粗浅的介绍。

掌握Stata最好的办法是在实践中学习：Stata 本身提供了非常强大的帮助系统，并且关于Stata的书籍和网络资源都不少。

本文拟根据如下顺序介绍Stata：1．界面；2．文件和数据；3．语法和命令；4．数据管理；5．描述统计；6．画图；7．回归和回归分析；8．常用命令。

第3和第4部分是最体现Stata灵活性的地方，也是应用Stata的基础。

第5和第6部分介绍如何用Stata完成基本的统计功能。

Stata的功能很多，比如回归，曲线拟合，生存分析，主成分分析，因子分析，聚类分析，时间序列分析等等。

但回归无疑是其中最重要的功能。

第7部分介绍如何用Stata作线性回归和Logistic回归。

本文第2和第3部分包含了作者的观点，难免有偏颇之处。

其余部分主要来自文献的归纳和总结。

限于水平有限，错误在所难免，敬请原谅。

1．界面图1 Stata界面Stata有4个窗口：1． Stata Command（右下）用于向Stata输入命令；2． Stata Results（右上）用于显示运行结果；3． Review（左上）记录使用过的命令；4． Variables（左下）显示当前memory中的所有变量。

窗口上方是工具栏，其上的按钮依次为（从左到右）Open, Save, Print Graph/Print Log, Log Start/Stop/Suspend, Bring Log to Front, Bring Graph to Front, Do-file Editor, Data Editor, Data Browser, Clear –more- condition, Break。

其中常用的有Open, Save, Do-file Editor, Data Editor和Data Browser（图1中已用圆圈标出）。

它们的使用办法将在下文介绍。

工具栏上方是菜单栏。

其中最常用的是Help菜单。

界面左下角显示了Stata的默认路径。

Stata使用的数据文件一般存放在该路径下。

2．文件和数据Stata相关的文件有三类：数据文件，do-file文件，log文件。

1．数据文件数据文件以后缀“.dta”表示。

数据文件是Stata处理和分析的对象。

数据文件具有如下的逻辑结构：variable 1 variable 2 …… variable K1.2.……N.表1其中每一行表示一个观测，每一列表示一个变量。

每个观测都有一个编号（表1左起第1列），是系统自动加上去的。

Stata对数据类型的区分不是很细致，分为数据型和字符型。

缺失数据用“.”表示。

数据文件可以在Data Editor中生成，如图2所示。

在方格中输入相应的变量名和数据后，点击Save按钮即可。

图 2也可以将文本文档（.txt）和Excel表格（.xls）中的数据读入，并存为数据文件。

比如，假设D盘根目录下有一个txt文件data0.txt，现在要将其读入，并存为data1.dta。

可以使用如下指令：insheet using d:\data0.txtsave data1.dta在读入数据后，Stata Command会显示读入了多少个观测，多少个变量，Variables会显示变量名列表。

数据文件data1.dta存放在Stata默认路径中。

而如果data0.txt本身就在Stata的默认路径中，则第1条指令可以简化为：insheet using data0.txt要打开已经存在的数据文件，可以使用Open按钮，或使用use命令。

假设Stata的默认路径中有数据文件data2.dta，则可使用如下指令：use data2.dta（至此不难看出，在Stata中，同一个功能，既可以用命令实现，也可以用工具栏和菜单栏实现。

）有必要介绍Stata中一个重要的概念：memory。

memory可以视为Stata的工作环境。

数据文件只有在被读入memory后才能被处理。

在一个时点上，memory中最多只能有一个数据文件。

如果在一个数据文件处理途中想处理另一个数据文件，必须先用clear命令清空memory后（此时Variables会显示没有变量）再打开后一数据文件。

对已在memory中的数据文件，可以用Data Browser按钮查看，但不能修改。

如果想做修改，可以用Data Editor按钮，注意修改后用Save按钮保存即可。

也有命令来查看和修改在memory中的数据文件。

见本文的第4部分。

值得注意的是，在memory中，数据文件是以变量为单位存在的。

具体而言，处理和分析数据只能在变量层面进行。

Stata的语法和命令都是针对变量的。

2．do-file文件do-file文件以后缀“.do”表示。

在command窗口输入命令很不方便，而且也不利于保存对数据文件处理和分析的过程。

替代的做法是使用工具栏中“Do-file-editor”（左起第8个）在Do-file中编程。

在do-file文件中，用*表示注释内容，Stata在运行do-file文件时会跳过这些注释语句。

加入注释语句能增强do-file文件的可读性。

最好为每一个do-file文件写详细的注释内容。

比如文件名称，计量分析的目的，时间和结果存放位置。

如果过程中生成并保存了数据文件，应写出相应数据文件的名称等。

如果中途对do-file文件进行过修改，最好将修改过文件保存为另一个文件，以便于将来对比分析原文件和修改后的文件。

以下是一个do-file文件的格式：*Wage_analysis.do*The program is written for the analysis of wage determination.*Data management: reshape the data to panel.*This result will be saved in the data file: wage1.dta* written: 10/21/05图3是一个do-file的例子。

图3工具栏最右边的两个按钮分别是Do current file和Run current file。

点击后便可运行do-file文件。

也可以选择部分命令让Stata只运行选中部分。

可以保存当前使用的do-file文件。

Review窗口中的命令也可以保存为do-file。

方法是点击Review窗口左上角，选择Save Review Contents。

3．log文件log文件以后缀“.log”表示，用于记录Stata的运行结果。

在开始运行Stata时，创建一个log文件，并指定其路径和文件名，在结束运行时，再将其关掉，则可记录此间Stata的运行结果。

以下是使用的方法：（开始运行）log using c:\stata8\logfiles\10.21.5_30.log………………….（Stata命令）…………………..log close（结束运行）从而10.21.5_30.log就记录了从“log using”命令到“log close”命令之间Stata运行的所有结果。

3．语法和命令Stata的语法十分地简单和灵活。

一个命令便构成了一条可执行的语句，在Stata Command中输入后，敲回车键就可以运行了。

当然也可以将一组语句编成do-file文件，按前边介绍的方法运行就可以了。

每个命令都有调用的格式，只要符合Stata规定的格式，语法上就是无误的。

至于具体的格式，使用时查一下Stata的帮助系统或工具手册就可以了。

本文也不会详细介绍命令调用的格式。

Stata命令可以大体上分成4类：help命令；针对memory的命令；处理和分析数据的命令；数学命令。

现分述如下。

help命令十分地简单。

比如想了解“regress”的用法，可在Stata Command中输入如下语句后回车：help regressStata会提供关于“regress”用法的详细说明，并配以例子。

针对memory的命令有清空命令clear和设置memory大小的set memory命令。

memory 有一个默认的大小，但如果数据文件太大，必须重设memory的大小，如下所示：set memory 2m该指令将memory大小设为2兆。

处理和分析数据的命令构成Stata命令的主体。

它们可实现各种各样的功能，但大体具有如下的格式：[by varlist1:] command [varlist2] [if exp] [in range] [,options]其中[by varlist1:]表示按一组变量（由varlist1指定）分组；command [varlist2]表示命令是针对由varlist2指定的变量；[if exp]表示命令只针对满足exp（一般是一个逻辑表达式）的观测；[in range]表示命令只针对处在range指定的范围内的观测，如in 5指执行的范围是第5个观测，in -5指执行的范围是倒数第5个观测，in 5/12指执行的范围是从第5到第12个观测；[,options]是命令特有的一些选项，根据情况和需要而定，Stata的强大功能主要就体现在这些选项上，选项的使用非常精细和讲究，使用时既要依据个人的经验，也要参看Stata 的帮助系统或工具手册。

[if exp]极大地体现了Stata的灵活性。

逻辑表达式exp一般由以下成分构成：■ 变量名■ 数字，字符，表示缺失值的“.”■ 关系运算符：==（等于），!=，～＝（不等于），>（大于），<（小于），>=（大于或等于），<=（小于或等于）■ 逻辑运算符：&（与），|（或），～（非）以下是一些应用的例子：if age > 65 & age < 85（age大于65，小于85的观测）if place == “Canada” & pop ~= . （place为“Canada”并且pop不缺失的观测）if year==1994 | year==1997 （year为1994或1997的观测）if ~(pop==. & year==.) （排除pop和year都缺失的观测）根据需要，逻辑表达式可以有非常复杂的形式。

[in range]和[if exp]相当于从一个大样本中挑出符合条件的小样本，其用处体现在两个方面。

首先是数据清理阶段，找出那些有明显的错误或有缺失的观测。