STATA命令应用及详细解释汇总

精品文档命令应用及详细解释（汇总）STATA调整变量格式：，小数点后取三位x1的列宽固定为10format x1 .3f ——将，有效数字取三位的列宽固定为10format x1 .3g ——将x1 ，采用科学计数法的列宽固定为10format x1 .3e ——将x1，小数点后取三位，加的列宽固定为10x1format x1 .3fc ——将入千分位分隔符，有效数字取三位，的列宽固定为10format x1 .3gc ——将x1 加入千分位分隔符，有效数字取三10x1format x1 %-10.3gc ——将的列宽固定为”表示左对齐位，加入千分位分隔符，加入“- 合并数据：\2006.dta, clear 桌面use C:\Documents and Settings\xks\\1999.dta 桌面merge using C:\Documents and Settings\xks\排列的自然）observation 样本（的数据按照——将1999和2006 顺序合并起来\2006.dta, clear 桌面use C:\Documents and Settings\xks\桌面merge id using C:\Documents and Settings\xks\\1999.dta ,unique sort 来合并，）（20061999——将和的数据按照唯一的unique变量id. 精品文档）进行排序（sort在合并时对id 建议采用第一种方法。

对样本进行随机筛选：sample 5050%的样本，其余删除在观测案例中随机选取sample 50,count 50个样本，其余删除在观测案例中随机选取查看与编辑数据：browse x1 x2 if x3>3 （按所列变量与条件打开数据查看器）（按所列变量与条件打开数据编辑器）edit x1 x2 if x3>3）merge）与扩展（append数据合并（表示样本appendmerge 表示样本量不变，但增加了一些新变量；目不变。

总量增加了，但变量数one-to-one merge：exampw2和exampw1数据源自stata tutorial中的这三个编码排序，并建立临～v003v001 第一步：将exampw1按tempw1 时数据库clear use :\statatut\exampw1.dta的简写summarizesu ——sort v001 v002 v003save tempw1.精品文档处理第二步：对exampw2做同样的clearuse :\statatut\exampw2.dtasusort v001 v002 v003save tempw2合并：tempw1数据库，将其与tempw2第三步：使用clear use tempw1merge v001 v002 v003 using tempw2第四步：查看合并后的数据状况：tabulate _merge的简写ta_merge ——su以免日后合并新变量时，除_merge并删第五步：清理临时数据库，出错erase tempw1.dtaerase tempw2.dtadrop _merge：append数据扩展newfac 和fac19stata tutorial数据源自中的clearuse :\statatut\fac19.dta.精品文档ta regionappend using :\statatut\newfacta region合并后样本量增加，但变量数不变茎叶图：的茎叶图，每一个十分位的树茎都被拆x1stem x1,line(2) （做）5～9分成两段来显示，前半段为0～4，后半段为的茎叶图，每一个十分位的树茎都被x1stem x1,width(2) （做）拆分成五段来显示，每个小树茎的组距为2 x1的茎叶图）100（将x1除以后再做stem x1,round(100)直方图auto数据库采用histogram mpg, discrete frequency normal xlabel(1(1)5)加normal表示显示频数，discrete表示变量不连续，frequency（为单位）为极端值，(1)x定轴，1和5xlabel入正太分布曲线，设histogram price, fraction norm这两个fraction和轴显示小数，除了frequency 表示（fractiony 密度；”density”percent百分比，和““选择之外，该命令可替换为pricediscrete未加上就表示将当作连续变量来绘图）.精品文档histogram price, percent by(foreign)”绘制出price “（按照变量“foreign”的分类，将不同类样本的来，两个图分左右排布）histogram mpg, discrete by(foreign, col(1)) ”绘制出样本的“mpg（按照变量“foreign”的分类，将不同类来，两个图分上下排布）histogram mpg, discrete percentby(foreign, total) norm”绘制出mpgforeign “”的分类，将不同类样本的“（按照变量来，同时绘出样本整体的“总”直方图）二变量图：graph twoway lfit price weight || scatter price weight和”，然后与pricelfit出price和weight的回归线图——“（作weight的散点图相叠加）twoway scatter priceweight,mlabel(make)”，即make 标注“的散点图，并在每个点上（做price和weight 厂商的取值）twoway scatter price weight || lfit priceweight,by(foreign)weightprice的分类，分别对不同类样本的和foreign（按照变量做散点图和回归线图的叠加，两图呈左右分布）twoway scatter price weight || lfit priceweight,by(foreign,col(1)).精品文档weightprice和的分类，照变量foreign分别对不同类样本的（按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)”表示每个点均的散点图，“msybol(oh)price和weight（画出表示每个点的大小与[fweight= displacement]为中空的圆圈，的取值大小成比例）displacementtwoway connected y1 time,yaxis(1) || y2 time,yaxis(2)量的时间点线图，并将它们叠加在一个图y2这两个变（画出y1和y2的）y1的度量，右边“yaxis(2)”为中，左边“yaxis(1)”为twoway line y1 time,yaxis(1) || y2 time,yaxis(2)示曲线）（与上图基本相同，就是没有点，只显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 var4三个线图的叠加）（做graph twoway connected var1 var4 || connected var2 var4 || connected var3 var4（叠加三个点线相连图）更多变量：graph matrix a b c y.精品文档（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）数据集：用autograph matrix price mpg weight length,halfby( foreign,totalcol(1) )等四个变量的散点图矩priceforeign变量的不同类型绘制（根据具）排列】=阵，要求绘出总图，并上下其他图形：graph box y,over(x) yline(.22)处划一条0.22的箱型图，并在y轴的（对应x的每一个取值构建y 水平线）graph bar (mean) y,over(x)”mean的平均数的条形图。

括号中的“对应x的每一个取值，显示y p75等sd、p25、、也可换成median、sumgraph bar a1a2,over(b) stack是叠和a2a1a1（对应在b的每一个取值，显示和a2的条形图，显示为两个并a2和”，则形柱。

若不写入“放成一根条stacka1 排的条形柱）.精品文档graph dot (median)y,over(x)的中位的每一个取值水平所对应的xy（画点图，沿着水平刻度，在数上打点）qnorm x-正态标绘图）（画出一幅分位rchart a1 a2 a2的取值范围）a3图，显示a1到（画出质量控制R简单统计量的计算：ameans x均显示几何平均值和简单调和平均值，（计算变量x的算术平均值、样本量和置信区间）mean var1 [pweight = var2]为每为各组的赋值，var2var1（求取分组数据的平均值和标准误，组的频数）summarize y x1 x2,detail（可以获得各个变量的百分比数、最大最小值、样本量、平均数、标度）准差、方差、峰度、偏***注意***kurtosisskewness和偏度中statasummarize所计算出来的峰度stataSPSS和有问题，与ECELL 有较大差异，建议不采用的结果。

.精品文档summarize var1 [aweight = var2], detailvar2为每组的频数）为各组的赋（求取分组数据的统计量，var1 值，tabstat X1,stats(mean n q max min sd var cv)线、最大最小值、的算术平均值、样本量、四分位（计算变量X1 标准差、方差和变异系数）概率分布的计算：）贝努利概率分布测试：（1webuse quickbitest quick==0.3,detailquick，计算在变量'的概率等于0.3设每次得到成功案例‘（假1 所显示的二项分布情况下，各种累计概率和单个概率是多少）bitesti 10,3,0.5,detail十次抽样中抽到三次成功案例的0.5时，（计算当每次成功的概率为成功概率）概率：低于或高于三次成功的累计概率和恰好三次）泊松分布概率：（2display poisson(7,6).44971106的泊松概率）7（计算均值为，成功案例小于等于6个display poissonp(7,6).1490027867（计算均值为，成功案例恰好等于个的泊松概率）.精品文档display poissontail(7,6).69929172个的泊松概率）7，成功案例大于等于6（计算均值为）超几何分布概率：（3display hypergeometricp(10,3,4,2).3的样本总体中，不重置地抽310，成功案例为（计算在样本总量为个为成功案例的概率）个样本，其中恰好有2取4display hypergeometric(10,3,4,2).96666667不重置地抽本总体中，，成功案例为3的样（计算在样本总量为10 2个为成功案例的概率）取4个样本，其中有小于或等于检验极端值的步骤：、list、summarize、常见命令：tabulate、stem、codebookgragh matrix、graph boxhistogram、graph 、histogram、、graph boxscodebookstep1.用、summarize 看检验数据的总体情况：、stemmatrixcodebook y x1 x2summarize y x1 x2,detail（正态直方图）histogram x1,norm （箱图）graph box x1x-ygraph matrix y x1 x2,half（画出各个变量的两两图）.精品文档的茎叶图）（做x1stem x1 可以看出数据分布状况，尤其是最大、最小值细致寻找极端值、liststep2.用tabulate的频数等于极端值时codetabulate code if x1==极端值（作出x1表示地区、年份等序列变量，这样便可找出那些地区分布表，code 的数值出现了错误）的值，等于极端值时codelist code if x1==极端值（直接列出x1 的错误过多时，不建议使用该命令）当x1个样本，该命令20-20表示倒数第llist in -20/l（表示last one，20个到倒数第一个样本的各变量值）列出了从倒数第replace命令替换极端值step3.用极端值replace x1=? if x1== 去除极端值：keep if y<1000drop if y>1000对数据排序：sort xgsort +x进行升序排列）（对数据按xgsort -xx（对数据按进行降序排列）.精品文档gsort -x, generate(id) mfirstid）进行降序排列，缺失值排最前，生成反映位次的变量（对数据按x 对变量进行排序：order y x3 x1 x2x2的顺序排列）、x1、（将变量按照y、x3 生成新变量：的对数）gen logx1=log(x1)（得出x1 反对数化）gen x1`=exp(logx1)（将logx1100与在61rankgen r61_100=1 if rank>=61&rank<=100（若，其他为缺失值）的取值为1之间，则新变量r61_100r61_100”表示不等于，若（“!=replace r61_100 if r61_100!=1就是将上式中的缺失值替换为0，，则将r61_100替换为取值不为1 0）x的绝对值）gen abs(x)（取的最小整数）gen ceil(x)（取大于或等于x 的整数部分）gen trunc(x)（取x 进行四舍五入）（对xgen round(x) x 进行四舍五入）gen round(x,y)（以y为单位，对的平方根）（取gen sqrt(x)x 的余数）（取x/ygen mod(x,y) ）y的相对差异，即|x-y|/(|y|+1)与（取gen reldif(x,y)x ln[x/(1-x)]gen logit(x)（取）. 精品文档，的值域，即xmax-xmingen x=autocode(x,n,xmin,xmax)（将x 份）分为等距的nx1>x2，若x1>x2成立，则取x1genx=cond(x1>x2,x1,x2)（若）不成立，则取x2sort x个组）分为尽量等规模的ngen gx=group(n)（将经过排序的变量x ）的标准值，就是用(x1-avgx1)/sdx1egen zx1=std(x1)（得出x1的标准分，标准分的平均值x1egen zx1=std(x1),m(0) s(1)（得出1）为0，标准差为x1的标准差）egen sdx1=sd(x1)（得出x1的平均值）egen meanx1=mean(x1)（得出（最大值）egenmaxx1=max(x1) （最小值）egen minx1=min(x1) （中数）egen medx1=med(x1) （众数）egen modex1=mode(x1) x1（得出的总数）egen totalx1=total(x1) 联合的标准差）和、x2x3（得出egen rowsd=sd(x1 x2 x3)x1联合的平均和x3x2egenrowmean=mean(x1 x2 x3)（得出x1、值）（联合最大值）egen rowmax=max(x1 x2 x3) egen rowmin=min(x1 x2 x3)（联合最小值）egen rowmed=med(x1 x2 x3)（联合中数）.精品文档egen rowmode=mode(x1 x2 x3) （联合众数）egen rowtotal=total(x1 x2 x3)（联合总数）各个值排序的情况下，获得（在不改变变量xegen xrank=rank(x) ）x值大小排序的xrank反映命令：数据计算器display 的第十二个观察值）display x[12]（显示x 的累计卡方分布）（自由度为ndisplay chi2(n,x)的反向累计卡方分布，ndisplay chi2tail(n,x)（自由度为）chi2tail(n,x)=1-chi2(n,x)，那么chi2(n,x)=pdisplay invchi2(n,p)（卡方分布的逆运算，若invchi2(n,p)=x）chi2tail的逆运算）display invchi2tail(n,p)（分的累计Fn1和n2display F(n1,n2,f)（分子、分母自由度分别为布）的反向累n2分母自由度分别为n1和display Ftail(n1,n2,f)（分子、分布）计F，那么分布的逆运算，若F(n1,n2,f)=pFdisplay invF(n1,n2,P)（invF(n1,n2,p)=f）的逆运算）（display invFtail(n1,n2,p)Ftail t的分布）display tden(n,t)（自由度为n 分布）n的反向累计t（自由度为display ttail(n,t) ttaildisplay invttail(n,p)（的逆运算）.精品文档给数据库和变量做标记：就是标记，可繜繾慬敢?慤慴尠繾屾（对现用的数据库做标记，自行填写）做标记）慬敢?慶楲扡敬砠尠繾屾（对变量x ）一组标签:label1label values x label1（赋予变量xx=1（定义标签的具体内容：当慬敢?敤楦敮氠扡汥??慜就㈠尠? a2时，标记为）时，标记为a1，当x=2 频数表：tabulate x1,sortx7的频数表，并按照频数以降序显示行）tab1 x1-x7,sort（做x1到的不同水平上c1）（在分类变量table c1,c（n x1 mean x1 sd x1 的样本量和平均值）列出x1 二维交互表：库：数据autotable rep78 foreign, c(n mpg mean mpg sd mpg median mpg) center row col为列为行变量，foreign，foreign均为分类变量，rep78（rep78表示计算行变量整row表示结果显示在单元格中间，变量，center col 表示计算列变量整体的统计量）体的统计量，tabulate x1 x2,all、似然比卡要求显示独立性检验x2x1（做和的二维交互表，chi2.精品文档和、对定序变量适用的等级相关系数gamma方独立性检验lrchi2 V）taub、以及对名义变量适用的的二维交互表，要求显示和x2tabulate x1 x2,column chi2（做x1列百分比和行变量和列变量的独立性检验——零假设为变量之间独立无统计关系）这七个变量两两地做二维交互表，x7（对x1到tab2 x1-x7,all nofreq ）不显示频数：nofreq 三维交互表：的每一个（同时进行x3byx3,sort:tabulate x1 x2,nofreq col chi2的二维交互表，不显示频数、显示列百分比和独和x2取值内的x1 立性检验）四维交互表：table x1 x2 x3,c(ferq mean x1 mean x2 mean x3) by(x4)tabstat X1 X2,by(X3) stats(mean n q max min sd var cv)col(stats)tabstat X1 X2,by(X3) stats(mean range q sd var cv p5 p95的均值，标准差、方差X2为权重求X4X1、（以median),[aw=X4] 等）ttest X1=1count if X1==0count if X1>=0.精品文档gen X2=1 if X1>=0x3的相关系数表）x1、x2、corr x1 x2 x3（做进行正太、x3对x1、x2swilk x1 x2 x3（用Shapiro-Wilk W test 性分析）进行正太性分析，可以求出峰度和、x3x1、x2sktest x1 x2 x3（对偏度）检验）x2的均值是否相等进行T（对ttest x1=x2x1、假设检验，x1进行Tttest x1,by(x2) unequal（按x2的分组方式对方差不齐性）（方差齐性检验）sdtest x1=x2 进行方差齐性检验）的分组方式对x1sdtest x1，by(x2)（按x2聚类分析：cluster kmeans y x1 x2 x3, k(3)n 类，聚类的核为随机选取、x3，将样本分为、——依据y、x1x2cluster kmeans y x1 x2 x3, k(3) measure(L1)start(everykth)表示将通过构造三组样本敜敶祲瑫屨——獜慴瑲用于确定聚类的核，……×3×1+32、1+3、获得聚类核：构造方法为将样本id为11+3、……分为第二组，×32、2+3×、2+32+32id分为一组、将样本为、用于计算相聚类的核；浜慥畳敲以此类推，将这三组的均值作为也直接可采?就似性和相异性的方法，表示采用欧式距离的绝对值，.精品文档：这个方PS（L2squared）。