Stata操作讲义知识讲解
Stata操作讲义知识讲解
操S义讲作atatStata操作讲义第一讲 Stata操作入门第一节概况Stata最初由美国计算机资源中心（Computer Resource Center）研制，现在为Stata公司的产品，其最新版本为7.0版。
它操作灵活、简单、易学易用，是一个非常有特色的统计分析软件，现在已越来越受到人们的重视和欢迎，并且和SAS、SPSS一起，被称为新的三大权威统计软件。
Stata最为突出的特点是短小精悍、功能强大，其最新的7.0版整个系统只有10M左右，但已经包含了全部的统计分析、数据管理和绘图等功能，尤其是他的统计分析功能极为全面，比起1G以上大小的SAS系统也毫不逊色。
另外，由于Stata在分析时是将数据全部读入内存，在计算全部完成后才和磁盘交换数据，因此运算速度极快。
由于Stata的用户群始终定位于专业统计分析人员，因此他的操作方式也别具一格，在Windows席卷天下的时代，他一直坚持使用命令行／程序操作方式，拒不推出菜单操作系统。
但是，Stata的命令语句极为简洁明快，而且在统计分析命令的设置上又非常有条理，它将相同类型的统计模型均归在同一个命令族下，而不同命令族又可以使用相同功能的选项，这使得用户学习时极易上手。
更为令人叹服的是，Stata语句在简洁的同时又拥有着极高的灵活性，用户可以充分发挥自己的聪明才智，熟练应用各种技巧，真正做到随心所欲。
除了操作方式简洁外，Stata的用户接口在其他方面也做得非常简洁，数据格式简单，分析结果输出简洁明快，易于阅读，这一切都使得Stata成为非常适合于进行统计教学的统计软件。
Stata的另一个特点是他的许多高级统计模块均是编程人员用其宏语言写成的程序文件（ADO文件），这些文件可以自行修改、添加和下载。
用户可随时到Stata网站寻找并下载最新的升级文件。
事实上，Stata的这一特点使得他始终处于统计分析方法发展的最前沿，用户几乎总是能很快找到最新统计算法的Stata程序版本，而这也使得Stata自身成了几大统计软件中升级最多、最频繁的一个。
Stata 简介及基本操作ppt课件
开另外一个数据集。
精选版课件ppt
14
2．变量的标签 在变量窗口，每个变量的“名字”（Name）旁边显示了
其“标签”（label）。但目前的标签过于简略，缺乏变量的 解 释信息。
如果想将变量“gov”的标签改为“government expenditures”，可进行如下操作。以鼠标的右键点击变量名 “gov”，然后选择“Edit variable label”，输入“government expenditures”即可。此时，再去看变量“gov”的标签，就已 经改为“government expenditures”。另外，在右上角的结果 窗口出现了以下一行命令：
打开Stata。此时可以看到，在最上方有一排菜单，即 “File Edit Data Graphics Statistics User Window Help”。 在此之下，有四个窗口，分别为：
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。
左下“Variables”（变量窗口）：此窗口记录着目前 Stata 内存中的所有变量。
15
3．审视数据 一个数据集可能很大，而我们常希望看到数据的概貌。
想看数据集中的变量名单、标签等，可以在命令窗口输入： . describe
如果想给整个数据集加上一个标签，以说明这个数据 集来自“Wagner Law 1978-2009”，可输入命令： . label data "Wagner Law 1978-2009"
. summarize gov gcons gdp
Variable Obs gov 32 gcons 32 gdp 32
STATA基本操作入门PPT课件
6.2查看变量的统计特征
• 如果要查看满足q≥10000的子样本的统计指标。方法：输入summarize q if q >=10000 • 或者su q if q >=10000
第9页/共23页
6.3 查看变量的统计特征
• 如果要查看更多的统计指标 • 方法：输入 su q,detail • 显示了百分位数， 方差，偏度与峰度
第21页/共23页
9.6 图像合并展示
• 将线性拟合和二次拟合这两个图像在一起展示 • 方法:输入graph combine scatter1.gph scatter2.gph
第22页/共23页
谢谢您的观看！
第23页/共23页
第10页/共23页
6.4 查看变量的统计特征
• 如果summarize 后面不输入具体变量，则展示所有变量的统计指标 • 方法：输入summarize 或 su
第11页/共23页
7.经验累积分布函数
• 如果要查看q的经验累积分布函数 • 方法：tabulate q 或则 ta q
第12页/共23页
• 展示满足q>=10000的q的数据 • 方法：list q if q >=10000 • 展示满足q>=10000的q和tc的数据 • 方法：list q tc if q >=10000
第7页/共23页
6.1查看变量的统计特征
• 查看变量q的统计特征： • 方法：输入summarize q 或 su q • 展示变量q的样本容量，平均值，标准差，最小值，最大值
8.相关系数
• 如果要显示PL,PF两个变量的相关系数 • 方法：pwcorr pl pf
第13页/共23页
《stata基础》课件
Stata的特点
高效可靠、易于使用和学习、 自动化、开放性和灵活性、 强大的图形功能。
Stata的应用领域
Stata被广泛应用于社会科学、 医学和卫生、教育、经济学、 金融、政治科学等领域。
Stata基本操作
1
文件类型
2
Stata的文件类型，如何识别文件类型，
如何处理不同类型的文件。
3
常用命令
4
Stata的常用命令，如何运行命令和脚本。
数据的分割和堆叠
如何按照条件分割数据集，如何 将多个数据集堆叠成一个数据集。
Stata数据分析
1
描述性统计
如何计算描述性统计量，如何画制表和图形。
2
假设检验
基础假设检验、方差分析、非参检验等。
3
回归分析
单因素、多因素、分层回归等基本回归分析方法。
4
面板数据分析
如何处理面板数据，如何进行面板数据分析。
Stata基础课件PPT
本课程详细介绍Stata的基本操作、数据处理和分析、绘图功能和高级应用等 方面。从此你可以掌握Stata的全面操作，数据处理和分析，提高Stata的应用 水平。
Stata介绍
什么是Stata？
Stata是一款强大的数据分析 软件，被广泛应用于多个领 域，如社会科学、健康科学、 教育、经济学、金融、政治 科学等。
Stata的扩展程序
Stata的并行计算
如何下载和安装Stata的扩展程序， 如何使用额外的命令。
如何利用Stata高效地运行大数据 集，如何使用Stata的并行计算。
总结和展望
1 Stata的优缺点
Stata的优点有：强大的数据管理和较高的统计分析能力；缺点有：虽然易学但不便宜， 还需要花时间去了解命令。
STATA_讲义
STATA 讲义目录Stata入门教程：Stata概貌Stata 第一章数据输入，存盘和调用文件命令以及数据管理命令Stata第二章 描述性统计命令与输出结果说明Stata第三章 正态检验与作图命令Stata第四章 t检验和单因素方差分析（上）Stata第四章 t检验和单因素方差分析（下）Stata第五章 多组计量资料比较的非参数检验命令与输出结果说明Stata第六章 卡方检验Stata第七章 相 关 分 析Stata第八章 单 因 素 生 存 分 析Stata第九章 多因 素 方 差 分 析 命 令 与 输 出 结 果 说 明Stata第十章 线 性 回 归 和 逐 步 回 归 命 令 和 输 出 结 果 说 明Stata第十一章 Logistic回归分析命令与输出结果说明Stata第十二章 Cox回归分析命令与输出结果说明第一章 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。
stata操作介绍之基础部分一讲述ppt课件
包含八项下拉菜单:文件、编辑、数据、绘图、统计分析、用户、窗口及帮助。
“雪亮工程"是以区（县）、乡（镇） 、村（ 社区） 三级综 治中心 为指挥 平台、 以综治 信息化 为支撑 、以网 格化管 理为基 础、以 公共安 全视频 监控联 网应用 为重点 的“群 众性治 安防控 工程” 。
1.10 Stata文件格式
• Stata常用的文件格式：
文件类型
扩展名
数据文件
.dta
命令程序文件
.do
运行程序文件
.ado
帮助文件
.hlp
说明
stata使用的数据
一系列命令的集合
用于完成用户提交的数据处理与统 计分析任务的程序文件
与相应的.ado文件有相同的文件名， 形成一堆文件，并提供在线帮助
“雪亮工程"是以区（县）、乡（镇） 、村（ 社区） 三级综 治中心 为指挥 平台、 以综治 信息化 为支撑 、以网 格化管 理为基 础、以 公共安 全视频 监控联 网应用 为重点 的“群 众性治 安防控 工程” 。
命令回顾 窗口
结果窗口
命令窗口
变量 名
窗口
“雪亮工程"是以区（县）、乡（镇） 、村（ 社区） 三级综 治中心 为指挥 平台、 以综治 信息化 为支撑 、以网 格化管 理为基 础、以 公共安 全视频 监控联 网应用 为重点 的“群 众性治 安防控 工程” 。
1.4 Stata与其他软件的区别
“雪亮工程"是以区（县）、乡（镇） 、村（ 社区） 三级综 治中心 为指挥 平台、 以综治 信息化 为支撑 、以网 格化管 理为基 础、以 公共安 全视频 监控联 网应用 为重点 的“群 众性治 安防控 工程” 。
STATA使用教程
STATA使用教程第一章：介绍 StataStata 是一款统计分析软件，广泛应用于经济学、社会科学、健康科学和医学研究等领域。
本章将介绍 Stata 软件的基本特点、适用范围和主要功能。
1.1 Stata 的特点Stata 是一款功能强大、易于使用的统计软件。
不同于其他统计软件，Stata 具有灵活性高、数据处理效率好的优点。
它支持多种数据文件格式，可以处理大规模的数据集，并且具有丰富的数据处理、统计分析和图形展示功能。
1.2 Stata 的适用范围Stata 软件适用于各类研究领域，涵盖了经济学、社会科学、医学、健康科学等多个领域。
它广泛应用于定量分析、回归分析、面板数据分析、时间序列分析等领域，可用于统计推断、数据可视化和模型建立等任务。
1.3 Stata 的主要功能Stata 软件提供了丰富的功能模块，包括数据导入导出、数据清洗、数据管理、描述性统计、推断统计、回归分析、面板数据分析、时间序列分析、图形展示等。
这些功能模块为用户提供了全面且灵活的数据分析工具。
第二章：Stata 数据处理数据处理是统计分析的前置工作，本章将介绍 Stata 软件的数据导入导出、数据清洗和数据管理等功能。
2.1 数据导入导出Stata 支持导入多种文件格式的数据，如文本文件、Excel 文件和 SAS 数据集等。
用户可以使用内置命令或者图形界面进行导入操作，导入后的数据可以存储为 Stata 数据文件（.dta 格式），方便后续的数据处理和分析。
2.2 数据清洗数据清洗是数据处理的重要环节，Stata 提供了多种数据清洗命令，如缺失值处理、异常值处理和数据类型转换等。
用户可以根据实际情况选择合适的数据清洗操作，确保数据的准确性和完整性。
2.3 数据管理数据管理是有效进行数据处理的关键，Stata 提供了许多数据管理命令，如数据排序、数据合并、数据分割和数据标记等。
这些命令可以帮助用户高效地对数据进行管理和组织，提高数据处理效率。
stata教程
stata教程Stata 是一种广泛应用于统计分析的软件，拥有强大的数据处理和建模能力。
本教程将介绍 Stata 的一些基础操作和常用命令，帮助您快速上手使用该软件。
1. 安装和启动 Stata在开始使用Stata 之前，您需要先安装该软件。
安装完成后，双击图标启动 Stata。
2. 导入数据使用 Stata 进行统计分析的第一步是导入数据。
可以通过命令 `use` 来加载已有的 Stata 数据集，或者使用 `import` 命令导入其它格式的数据文件。
3. 数据处理Stata 提供了许多数据处理的命令，比如 `drop` 可以删除某些变量或观察值，`rename` 可以修改变量名，`generate` 可以创建新变量等。
4. 描述性统计描述性统计是对数据的基本概况进行分析，可以使用命令`summarize` 来获取平均值、标准差等统计量，使用 `tabulate`命令生成频数表，还可以通过 `graph` 命令绘制直方图或散点图等图形。
5. 假设检验假设检验用于验证某个统计假设是否成立。
Stata 提供了多种假设检验的命令，比如 `ttest` 可以进行单样本或独立样本 t 检验，`anova` 可以进行方差分析等。
6. 回归分析回归分析是一种常用的建模方法，可以用于研究变量之间的关系。
在Stata 中，可以使用`regress` 命令进行简单线性回归，使用 `logit` 命令进行逻辑回归等。
7. 图形输出Stata 可以生成各种类型的图形输出，比如线图、散点图、柱状图等。
可以使用`graph export` 命令将图形导出为图片文件，方便在报告中使用。
8. 编写批处理脚本如果需要重复执行一组命令，可以将这些命令写入批处理脚本。
Stata 支持编写批处理脚本来自动化数据处理和分析的过程。
以上是关于 Stata 的基础教程，希望能帮助您快速入门并熟练使用该软件进行数据分析。
更多高级功能和命令，请参考Stata 官方文档或相关教程。
Stata学习讲义
Stata学习讲义刘志阔一、如何导入数据Stata的数据处理功能是极其强大的，不过我们最好在excel中整理数据，然后导入到stata中就可以了。
命令：insheet using name.csv*注意，Stata只能用csv格式，另外把数据放到stata的目录中。
二、如何进行回归Stata中有很多命令，这些命令都是现成的，直接用就可以了。
不过，怎么用是个问题。
熟悉命令的基础上学会如何使用Help。
最简单的命令reg做ols回归，xtreg处理面板等。
命令：reg y x*注意，Stata命令的格式，自己回去看手册。
网络帮助可以采用如下命令获得findit scat3, net；search scat3, net三、如何导出结果Stata可以直接导出发表论文中回归结果，当然不是完全一样。
命令：outreg2 Results using name.word四、如何画图Stata的画图功能也是极其强大的，可以画出各种类型的图标。
命令：scatter y x || lfit y x五、如何存储结果Stata可以储存回归结果，便于分析。
命令：log using name log closed1.codebook可以查看数据有没有缺失2.xml_tab estout 可以输出结果3.qui tab year, gen(yr) 可以生产时间虚拟变量。
4.g q=quarterly( qtr,"YQ")5.form q %tq6.recode province (min/11=1) (12/19=2) (20/31=3)gen eastern=(province==1)gen middle=(province==2)gen western=(province==3)Logout 命令可以把界面内容存到word里面，而不用复制。
Logout,save(名称) word/excel replace:各种描述性命令,statsXml_tab可以输出Excel格式的结果。
《STATA简易操作》课件
使用Stata进行生存分析，包括数据导 入、选择合适的生存分析模型、参数 估计和结果解释。
分析生存曲线和风险函数，探究影响 因素对生存时间的影响。
进行模型假设检验和模型比较。
案例三：面板数据分析
总结词：利用面板数据分析方
法，探究个体、时间和其他变
量的交互作用。
01
详细描述
绘制折线图
折线图用于展示随时间变化的数据 趋势。
VS
在Stata中，可以通过输入“line yvar xvar”命令来绘制折线图。其中 yvar代表要展示的数据变量，xvar代 表时间变量。还可以通过添加选项来 修改线条样式、标记等。
05
Stata实战案例
案例一：线性回归分析
总结词：通过线性回归分析，探究自变量与因 变量之间的关系。
01
确定研究问题，选择合适的自变量和因变 量。
03
02
详细描述
04
使用Stata进行线性回归分析，包括数据 导入、模型设定、参数估计和结果解释。
分析模型的拟合优度，如判定系数、调整 判定系数等。
05
06
检验模型的假设条件，如线性关系、误差 项独立同分布等。
案例二：生存分析
总结词：利用生存分析方法，研究生 存时间与影响因素之间的关系。 详细描述
多元回归
探讨多个自变量对因变量的影响，以 及交互项和平方项的设定。
面板数据分析
面板数据介绍
阐述面板数据的概念、特点及其在经济学中 的应用。
固定效应与随机效应模型
比较两种模型的适用场景和结果解释。
面板数据的单位根与协整检验
介绍用于检验数据稳定性和长期关系的检验 方法。
stata操作指南
stata操作指南计量经济学stata操作（实验课）第一章stata基本知识1、stata窗口介绍2、基本操作（1）窗口锁定：Edit-preferences-general preferences-windowing-lock splitter （2）数据导入（3）打开文件：use E:\example.dta,clear（4）日期数据导入：gen newvar=date(varname, “ymd”)format newvar %td 年度数据gen newvar=monthly(varname, “ym”)format newvar %tm 月度数据gen newvar=quarterly(varname, “yq”)format newvar %tq 季度数据（5）变量标签Label variable tc ` “total output” ’（6）审视数据describelist x1 x2list x1 x2 in 1/5list x1 x2 if q>=1000drop if q>=1000keep if q>=1000（6）考察变量的统计特征summarize x1su x1 if q>=10000su q,detailsutabulate x1correlate x1 x2 x3 x4 x5 x6（7）画图histogram x1, width(1000) frequency kdensity x1scatter x1 x2twoway (scatter x1 x2) (lfit x1 x2) twoway (scatter x1 x2) (qfit x1 x2) （8）生成新变量gen lnx1=log(x1)gen q2=q^2gen lnx1lnx2=lnx1*lnx2gen larg=(x1>=10000)rename larg largeg large=(q>=6000)replace large=(q>=6000)drop ln*（8）计算功能display log(2)（9）线性回归分析regress y1 x1 x2 x3 x4vce #显示估计系数的协方差矩阵reg y1 x1 x2 x3 x4,noc #不要常数项reg y1 x1 x2 x3 x4 if q>=6000reg y1 x1 x2 x3 x4 if largereg y1 x1 x2 x3 x4 if large==0reg y1 x1 x2 x3 x4 if ～large predict yhatpredict e1,residualdisplay 1/_b[x1]test x1=1 # F检验，变量x1的系数等于1test (x1=1) (x2+x3+x4=1) # F联合假设检验test x1 x2 #系数显著性的联合检验testnl _b[x1]= _b[x2]^2（10）约束回归constraint def 1 x1+x2+x3=1cnsreg y1 x1 x2 x3 x4,c(1)cons def 2 x4=1cnsreg y1 x1 x2 x3 x4,c(1-2)（11）stata的日志File-log-begin-输入文件名log off 暂时关闭log on 恢复使用log close 彻底退出（12）stata命令库更新Update allhelp command第二章有关大样本ols的stata命令及实例（1）ols估计的稳健标准差reg y x1 x2 x3,robust（2）实例use example.dta,clearreg y1 x1 x2 x3 x4test x1=1reg y1 x1 x2 x3 x4,rtestnl _b[x1]=_b[x2]^2第三章最大似然估计法的stata命令及实例（1）最大似然估计help ml（2）LR检验lrtest #对面板数据中的异方差进行检验（3）正态分布检验sysuse auto #调用系统数据集auto.dtahist mpg,normalkdensity mpg,normalqnorm mpg*手工计算JB统计量sum mpg,detaildi (r(N)/6)*((r(skewness)^2)+[(1/4)*(r(kurtosis)-3)^2]) di chi2tail(自由度，上一步计算值)*下载非官方程序ssc install jb6jb6 mpg*正态分布的三个检验sktest mpgswilk mpgsfrancia mpg*取对数后再检验gen lnmpg=log(mpg)kdensity lnmpg, normaljb6 lnmpgsktest lnmpg第四章处理异方差的stata命令及实例（1）画残差图rvfplotrvfplot varname*例题use example.dta,clearreg y x1 x2 x3 x4rvfplot # 与拟合值的散点图rvfplot x1 # 画残差与解释变量的散点图（2）怀特检验estat imtest,white*下载非官方软件ssc install whitetst（3）BP检验estat hettest #默认设置为使用拟合值estat hettest,rhs #使用方程右边的解释变量estat hettest [varlist] #指定使用某些解释变量estat hettest,iidestat hettest,rhs iidestat hettest [varlist],iid（4）WLSreg y x1 x2 x3 x4 [aw=1/var]*例题quietly reg y x1 x2 x3 x4predict e1,resgen e2=e1^2gen lne2=log(e2)reg lne2 x2,nocpredict lne2fgen e2f=exp(lne2f)reg y x1 x2 x3 x4 [aw=1/e2f]（5）stata命令的批处理（写程序）Window-do-file editor-new do-file#WLS for examplelog using E:\wls_example.smcl,replaceset more offuse E:\example.dta,clearreg y x1 x2 x3 x4predict e1,resgen e2=e1^2g lne2=log(e2)reg lne2 x2,nocpredict lne2fg e2f=exp(lne2f)*wls regressionreg y x1 x2 x3 x4 [aw=1/e2f]log closeexit第五章处理自相关的stata命令及实例（1）滞后算子/差分算子tsset yearl.l2.D.D2.LD.（2）画残差图scatter e1 l.e1ac e1pac e1（3）BG检验estat bgodfrey（默认p=1）estat bgodfrey,lags(p)estat bgodfrey,nomiss0（使用不添加0的BG检验）（4）Ljung-Box Q检验reg y x1 x2 x3 x4predict e1,residwntestq e1wntestq e1,lags(p)* wntestq指的是“white noise test Q”，因为白噪声没有自相关（5）DW检验做完OLS回归后，使用estat dwatson（6）HAC稳健标准差newey y x1 x2 x3 x4,lag(p)reg y x1 x2 x3 x4,cluster(varname)（7）处理一阶自相关的FGLSprais y x1 x2 x3 x4 （使用默认的PW估计方法）prais y x1 x2 x3 x4,corc （使用CO估计法）（8）实例use icecream.dta, cleartsset timegraph twoway connect consumption temp100 time, msymbol(circle) msymbol(triangle) reg consumption temp price incomepredict e1, resg e2=l.e1twoway (scatter e1 e2) (lfit e1 e2)ac e1pac e1estat bgodfreywntestq e1estat dwatsonnewey consumption temp price income, lag (3)prais consumption temp price income, corcprais consumption temp price income, nologreg consumption temp l.temp price incomeestat bgodfreyestat dwatson第六章模型设定与数据问题（1）解释变量的选择reg y x1 x2 x3estat ic*例题use icecream.dta, clearreg consumption temp price incomeestat icreg consumption temp l.temp price incomeestat ic（2）对函数形式的检验（reset检验）reg y x1 x2 x3estat ovtest （使用被解释变量的2、3、4次方作为非线性项）estat ovtest, rhs （使用解释变量的幂作为非线性项，ovtest-omitted variable test）*例题use nerlove.dta, clearreg lntc lnq lnpl lnpk lnpfestat ovtestg lnq2=lnq^2reg lntc lnq lnq2 lnpl lnpk lnpfestat ovtest（3）多重共线性estat vif*例题use nerlove.dta, clearreg lntc lnq lnpl lnpk lnpfestat vif（4）极端数据reg y x1 x2 x3predict lev, leverage （列出所有解释变量的lev值）gsort –levsum levlist lev in 1/3*例题use nerlove.dta, clearquietly reg lntc lnq lnpl lnpk lnpfpredict lev, leveragesum levgsort –levlist lev in 1/3（5）虚拟变量gen d=(year>=1978)tabulate province, generate (pr)reg y x1 x2 x3 pr2-pr30（6）经济结构变动的检验方法1：use consumption_china.dta, cleargraph twoway connect c y year, msymbol(circle) msymbol(triangle)reg c yreg c y if year<1992reg c y if year>=1992计算F统计量方法2：gen d=(year>1991)gen yd=y*dreg c y d ydtest d yd第七章工具变量法的stata命令及实例（1）2SLS的stata命令ivregress 2sls depvar [varlist1] (varlist2=instlist)如：ivregress 2sls y x1 (x2=z1 z2)ivregress 2sls y x1 (x2 x3=z1 z2 z3 z4) ,r firstestat firststage,all forcenonrobust （检验弱工具变量的命令）ivregress liml depvar [varlist 1] (varlist2=instlist)estat overid （过度识别检验的命令）*对解释变量内生性的检验（hausman test），缺点：不适合于异方差的情形reg y x1 x2estimates store olsivregress 2sls y x1 (x2=z1 z2)estimates store ivhausman iv ols, constant sigmamore*DWH检验estat endogenous*GMM的过度识别检验ivregress gmm y x1 (x2=z1 z2) （两步GMM）ivregress gmm y x1 (x2=z1 z2),igmm （迭代GMM）estat overid*使用异方差自相关稳健的标准差GMM命令ivregress gmm y x1 (x2=z1 z2), vce (hac nwest[#])（2）实例use grilic.dta,clearsumcorr iq sreg lw s expr tenure rns smsa,rreg lw s iq expr tenure rns smsa,rivregress 2sls lw s expr tenure rns smsa (iq=med kww mrt age),restat overidivregress 2sls lw s expr tenure rns smsa (iq=med kww),r first estat overidestat firststage, all forcenonrobust （检验工具变量与内生变量的相关性）ivregress liml lw s expr tenure rns smsa (iq=med kww),r *内生解释变量检验quietly reg lw s iq expr tenure rns smsaestimates store olsquietly ivregress 2sls lw s expr tenure rns smsa (iq=med kww) estimates store ivhausman iv ols, constant sigmamoreestat endogenous （存在异方差的情形）*存在异方差情形下，GMM比2sls更有效率ivregress gmm lw s expr tenure rns smsa (iq=med kww)estat overidivregress gmm lw s expr tenure rns smsa (iq=med kww),igmm*将各种估计方法的结果存储在一张表中quietly ivregress gmm lw s expr tenure rns smsa (iq=med kww)estimates store gmmquietly ivregress gmm lw s expr tenure rns smsa (iq=med kww),igmmestimates store igmmestimates table gmm igmm第八章短面板的stata命令及实例（1）面板数据的设定xtset panelvar timevarencode country,gen(cntry) （将字符型变量转化为数字型变量）xtdesxtsumxttab varnamextline varname,overlay*实例use traffic.dta,clearxtset state yearxtdesxtsum fatal beertax unrate state yearxtline fatal（2）混合回归reg y x1 x2 x3,vce(cluster id)如：reg fatal beertax unrate perinck,vce(cluster state)estimates store ols对比：reg fatal beertax unrate perinck（3）固定效应xtreg y x1 x2 x3,fe vce(cluster id)xi:reg y x1 x2 x3 i.id,vce(cluster id) （LSDV法）xtserial y x1 x2 x3,output （一阶差分法，同时报告面板一阶自相关）estimates store FD*双向固定效应模型tab year, gen (year)xtreg fatal beertax unrate perinck year2-year7, fe vce (cluster state)estimates store FE_TWtest year2 year3 year4 year5 year6 year7（4）随机效应xtreg y x1 x2 x3,re vce(cluster id) （随机效应FGLS）xtreg y x1 x2 x3,mle （随机效应MLE）xttest0 （在执行命令xtreg, re 后执行，进行LM检验）（5）组间估计量xtreg y x1 x2 x3,be（6）固定效应还是随机效应：hausman testxtreg y x1 x2 x3,feestimates store fextreg y x1 x2 x3,reestimates store rehausman fe re,constant sigmamore （若使用了vce(cluster id)，则无法直接使用该命令，解决办法详见P163）estimates table ols fe_robust fe_tw re be, b se （将主要回归结果列表比较）第九章长面板与动态面板（1）仅解决组内自相关的FGLSxtpcse y x1 x2 x3 ,corr(ar1) （具有共同的自相关系数）xtpcse y x1 x2 x3 ,corr(psar1) （允许每个面板个体有自身的相关系数）例题：use mus08cigar.dta,cleartab state,gen(state)gen t=year-62reg lnc lnp lnpmin lny state2-state10 t,vce(cluster state)estimates store OLSxtpcse lnc lnp lnpmin lny state2-state10 t,corr(ar1) (考虑存在组内自相关，且各组回归系数相同)estimates store AR1xtpcse lnc lnp lnpmin lny state2-state10 t,corr(psar1) (考虑存在组内自相关，且各组回归系数不相同)estimates store PSAR1xtpcse lnc lnp lnpmin lny state2-state10 t, hetonly (仅考虑不同个体扰动性存在异方差，忽略自相关)estimates store HETONL Yestimates table OLS AR1 PSAR1 HETONL Y, b se（2）同时处理组内自相关与组间同期相关的FGLSxtgls y x1 x2 x3,panels (option/iid/het/cor) corr(option/ar1/psar1) igls注：执行上述xtpcse、xtgls命令时，如果没有个体虚拟变量，则为随机效应模型；如果加上个体虚拟变量，则为固定效应模型。
第一讲 Stata操作入门
Stata软件基本操作和数据分析入门第一讲Stata操作入门第一节概况Stata最初由美国计算机资源中心（Computer Resource Center）研制，现在为Stata公司的产品，其最新版本为7.0版。
它操作灵活、简单、易学易用，是一个非常有特色的统计分析软件，现在已越来越受到人们的重视和欢迎，并且和SAS、SPSS一起，被称为新的三大权威统计软件。
Stata最为突出的特点是短小精悍、功能强大，其最新的7.0版整个系统只有10 MB左右，但已经包含了全部的统计分析、数据管理和绘图等功能，尤其是它的统计分析功能极为全面，即使与1G以上大小的SAS系统相比也毫不逊色。
另外，由于Stata在分析时是将数据全部读入内存，在计算全部完成后才和磁盘交换数据，因此运算速度极快。
由于Stata的用户群始终定位于专业统计分析人员，因此它的操作方式也别具一格，在Windows席卷天下的时代，它一直坚持使用命令行／程序操作方式，拒不推出菜单操作系统。
但是，Stata的命令语句极为简洁明快，而且在统计分析命令的设置上又非常有条理，它将相同类型的统计模型均归在同一个命令族下，而不同命令族又可以使用相同功能的选项，这使得用户学习时极易上手。
更为令人叹服的是，Stata语句在简洁的同时又拥有着极高的灵活性，用户可以充分发挥自己的聪明才智，熟练应用各种技巧，真正做到随心所欲。
除了操作方式简洁外，Stata的用户接口在其它方面也做得非常简洁，数据格式简单，分析结果输出简洁明快，易于阅读，这一切都使得Stata成为非常适合于统计教学的统计软件。
Stata的另一个特点是它的许多高级统计模块均是编程人员用其宏指令写成的程序文件（ADO文件），这些文件可以由用户修改、添加和下载。
用户可随时到Stata网站寻找并下载最新的升级文件。
事实上，Stata的这一特点使得它始终处于统计分析方法发展的最前沿，用户几乎总是能很快找到最新统计算法的Stata程序版本，而这也使得Stata自身成了几大统计软件中升级最多、最频繁的一个。
stata第一章基本操作
insheet using "D:\Teach课件\STATA\data\corgov0110.csv ",clear
append using "D:\Teach课件\STATA\data\corgov99-00.dta "
keep year topone，删除其它变量，只保留year和topone这 两个变量
keep if year==2010，删除其它年度变量，只保留2010年的 变量
rename，编辑变量名称
rename topone top1
label ，为变量名贴标签，以更容易理解
label var top1 "第一大股东持股比例"
save "D:\Teach课件\STATA\data\corgov9910.dta",replace
br
merge命令
数据表之间横向合并，追加新的变量
insheet using "D:\Teach课件\STATA\data\corgov.csv",clear sort stkcd year save "D:\Teach课件\STATA\data\corgov.dta",replace insheet using "D:\Teach课件\STATA\data\earning.csv",clear sort stkcd year merge stkcd year using "D:\Teach课件\STATA\data\corgov.dta" tab _merge(数值为1表示表一有，表二没有；2表示表二有表一没有；
stata入门中文讲义
及数据处理目录第一章基础的使用有两种方式，即菜单驱动和命令驱动。
菜单驱动比较适合于初学者，容易入学，而命令驱动更有效率，适合于高级用户。
我们主要着眼于经验分析，因而重点介绍命令驱动模式。
图的基本界面关于的使用，可以参考手册，特别是[] ，尤其是第１章和第２章。
有关使用的资料非常多，其中官方的有手册，比如对于初学者，[]是有用的起点，最有用的手册可能是[] ’ 。
除此之外，还有很多的其他相关手册，相关介绍参见用户手册[] —。
() 和 () 是的官方期刊，里面介绍一些没有包括在当前安装里的例子和程序。
其中，是的前身，自年起，改为。
另外，的网站上有很多有用的信息软件本身也提供很多有用的帮助命令，其中使用最多的可能是命令，比如当你忘记命令的使用方法时，可以在命令窗口输入，从而调出的窗口，提供命令的使用方法。
有时，你如果不知道具体的命令，也可以使用命令获得帮助，比如想了解特征的函数命令，但有忘记了，可以使用调出所有的函数。
另外，还提供、、等搜索命令。
会在官方帮助文件、、例子、、等搜索关键词，但不会搜索网络。
会在网络（包括）上搜索可安装的程序。
会进行更广范围的搜索，包括本机和网络信息，并且关键词不必完整。
会在本机上搜索所有的帮助文件（扩展名为或的文件），包括官方命令和用户写的命令。
1.1命令格式所有命令基本具有下列模式[:] [] [ ][][][][ ][, ]方括号表示可选项，打字机体是直接输入，斜体需要用户替代，其中表示前缀，是相应的命令，是变量列表，是表达式，是文件名，表示适用于该命令的一个或多个可选项。
比如，简单统计命令的命令格式为[] [] [] [] [, ]下划线表示该命令也可缩写为。
以系统自带数据为例，看一下命令的使用。
. sysuse auto(1978 Automobile Data). summarizeVariable Obs Mean Std. Dev. Min Maxmake 0price 74 6165.257 2949.496 3291 15906mpg 74 21.2973 5.785503 12 41rep78 69 3.405797 .9899323 1 5headroom 74 2.993243 .8459948 1.5 5trunk 74 13.75676 4.277404 5 23weight 74 3019.459 777.1936 1760 4840length 74 187.9324 22.26634 142 233turn 74 39.64865 4.399354 31 51displacement 74 197.2973 91.83722 79 425gear_ratio 74 3.014865 .4562871 2.19 3.89foreign 74 .2972973 .4601885 0 1可以利用查看它的可选项，比如用可选项，还可以把变量的偏度和峰度显示出来。
stata 教程
stata 教程Stata是一种强大的统计分析软件，广泛应用于经济学、社会科学、生物统计学等领域。
本教程将介绍Stata的基本操作和常用功能，帮助您快速入门。
1. Stata的界面和基本操作- 打开Stata软件后，会出现一个命令行界面。
您可以直接在命令行输入Stata命令进行操作。
- 菜单栏提供了常用的功能选项，包括打开数据文件、保存结果、运行程序等。
- 数据编辑窗口可以对数据进行编辑和处理。
- 结果窗口会显示Stata命令的执行结果和输出信息。
2. 导入和导出数据- 使用`import`命令可以导入各种格式的数据文件，如CSV、Excel、SPSS等。
- 使用`export`命令可以将Stata数据文件保存为其他格式的文件。
3. 数据的描述性统计- 使用`summarize`命令可以计算数据的基本统计量，如均值、中位数、标准差等。
- 使用`tabulate`命令可以制作数据的列联表和交叉报表。
- 使用`graph`命令可以绘制数据的直方图、散点图等。
4. 数据的清洗和处理- 使用`drop`命令可以删除数据中的变量或观察。
- 使用`rename`命令可以修改变量的名称。
- 使用`generate`命令可以生成新的变量，并进行数值计算和逻辑判断。
5. 统计分析- 使用`regress`命令可以进行回归分析。
- 使用`ttest`命令可以进行单样本或双样本t检验。
- 使用`correlate`命令可以计算变量之间的相关系数。
6. 编写和运行程序- 使用`do`命令可以运行存储在.do文件中的Stata程序。
- 使用`foreach`和`forvalues`命令可以进行循环操作。
- 使用`if`和`else`命令可以进行条件判断。
这些是Stata的基本操作和常用功能，希望对您的学习和使用有所帮助。
通过实践和深入了解Stata的不同命令和功能，您将能够灵活地进行数据处理和统计分析。
STATA基本操作入门
STATA基本操作入门1.数据导入在STATA中，可以导入多种格式的数据文件，如Excel、CSV和文本文件。
最常用的命令是"import excel"和"import delimited"。
例如，要导入名为"data.xlsx"的Excel文件，可以使用以下命令：```import excel using "data.xlsx", sheet("Sheet1") firstrow clear```这里，"using"指定了文件路径和文件名，"sheet"指定了工作表名称（如果有多个工作表），"firstrow"表示第一行是变量名。
2.数据清洗在导入数据后，通常需要进行数据清洗，包括处理缺失值、异常值和重复值等。
STATA提供了一些常用的命令来处理这些问题。
- 缺失值处理：使用"drop"命令删除带有缺失值的观测值，使用"egen"命令创建新变量来表示缺失值。
- 异常值处理：可以使用描述性统计命令（如"summarize"）来查找异常值，并使用"drop"命令删除异常值所对应的观测值。
- 重复值处理：使用"deduplicate"命令删除重复的观测值，或使用"egen"命令创建新变量来表示重复值。
3.变量操作在STATA中，可以对变量进行各种操作，如创建变量、重命名变量、计算变量和合并变量等。
- 创建变量：可以使用"generate"命令创建新变量，并赋予其数值或字符值。
- 重命名变量：使用"rename"命令将变量重命名为新的名称。
- 计算变量：使用"egen"命令计算新变量，例如，可以使用"egen mean_var = mean(var)"计算变量"var"的均值，并将结果赋值给新的变量"mean_var"。
《STATA第五讲》课件
总结词：在Stata编程中，宏和循环结构的使用可能会 带来一些问题。
错误与调试
详细描述：熟悉常见的语法错误提示，根据错误提示检 查代码；采用逐步调试方法，设置断点、单步执行和查 看变量值，定位和修正逻辑错误。
2023
REPORTING
THANKS
感谢观看
2023
PART 06
Stata常见问题解答
REPORTING
数据处理问题解答
总结词
当遇到数据导入困难时，可能是由于文件格 式、编码或分隔符不正确所致。
详细描述
确保数据文件格式（如.csv、.dta等）与 Stata软件兼容；检查文件编码（如UTF-8 、ANSI等），确保与软件设置一致；确认 数据字段分隔符（如逗号、制表符等）是否 正确。
Stata是一种统计分析软件，专门用于数据管理和统 计分析。
02
它提供了广泛的数据分析工具，包括描述性统计、 回归分析、方差分析、生存分析等。
03
Stata具有易于使用的界面和强大的编程语言，使数 据分析变得简单而高效。
Stata的用途
数据分析
Stata提供了各种数据分析工具， 可以帮助用户进行数据探索、描 述性统计和复杂统计分析。
Cox比例风险模型
研究多个因素对生存时间的影响，并假设风险函 数与时间无关。
ABCD
Kaplan-Meier曲线
非参数方法描述生存函数随时间的变化。
时间依赖性Cox模型
在某些情况下，风险函数可能随时间变化，可以 使用此模型进行描述。
2023
PART 04
Stata编程基础
REPORTING
Stata命令基础
数据管理
Stata具有强大的数据管理功能， 可以方便地导入、导出数据，进 行数据清洗和整理。
计量经济学软件Stata15.0应用教程 课件 第二章 基本操作
第一节准备工作
一 、更改路径
在命令窗口(Command)输入：
pwd
然后回车 。pwd是指显示当前工作路径 在命令窗口输入：
dir 然后回车 。dir是指显示当前系统文件的设定
二 、命令注释
（ 1） 注释方式
①将双斜杠“// ”放在命令后面 。指“// ”后面的内容是对该条命令的注释说明 ，注释内容以绿色显 示 ，执行命令时会跳过注释内容。
②* 表示*之后的整行内容都是注释，不会被执行。 ③/*
*/
（ 2） 练习注释 新建do文档 ，在do文档中输入下面的命令及注释 ， 练习到能熟练的注释命令的程度。
sysuse auto,clear //打开系统自带数据auto ，注意逗号为英文状态
reg price mpg weight //OLS回归，被解释变量为price，解释变量为mpg weight
histx2 //查看x2的直方图 ，看是否符合正态分布。 sktest x2 swilk x2
sfrto,clear
reg price weight mpg foreign //先回归
predict e,r //r 即residal ，将残差保存为变量e
三 、数据导入
方法一 ：菜单导入excel 、txt等格式的数据 ，针对大量数据。 方法二： 复制粘贴法 ，针对少量数据。 方法三：命令法 ，针对少量数据。
四 、打开dta格式数据
Stata数据是以dta结尾的数据 ，如何打开Stata格式的数据呢？这是最简单不过的 事情了。
方法一： 鼠标拖拽法 方法二： 菜单法 方法三： 命令法 打开系统自带数据是sysuse+文件名 ， 如： sysuse auto //打开Stata系统自带数据auto
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
操S义讲作atatStata操作讲义第一讲 Stata操作入门第一节概况Stata最初由美国计算机资源中心（Computer Resource Center）研制，现在为Stata公司的产品，其最新版本为7.0版。
它操作灵活、简单、易学易用，是一个非常有特色的统计分析软件，现在已越来越受到人们的重视和欢迎，并且和SAS、SPSS一起，被称为新的三大权威统计软件。
Stata最为突出的特点是短小精悍、功能强大，其最新的7.0版整个系统只有10M左右，但已经包含了全部的统计分析、数据管理和绘图等功能，尤其是他的统计分析功能极为全面，比起1G以上大小的SAS系统也毫不逊色。
另外，由于Stata在分析时是将数据全部读入内存，在计算全部完成后才和磁盘交换数据，因此运算速度极快。
由于Stata的用户群始终定位于专业统计分析人员，因此他的操作方式也别具一格，在Windows席卷天下的时代，他一直坚持使用命令行／程序操作方式，拒不推出菜单操作系统。
但是，Stata的命令语句极为简洁明快，而且在统计分析命令的设置上又非常有条理，它将相同类型的统计模型均归在同一个命令族下，而不同命令族又可以使用相同功能的选项，这使得用户学习时极易上手。
更为令人叹服的是，Stata语句在简洁的同时又拥有着极高的灵活性，用户可以充分发挥自己的聪明才智，熟练应用各种技巧，真正做到随心所欲。
除了操作方式简洁外，Stata的用户接口在其他方面也做得非常简洁，数据格式简单，分析结果输出简洁明快，易于阅读，这一切都使得Stata成为非常适合于进行统计教学的统计软件。
Stata的另一个特点是他的许多高级统计模块均是编程人员用其宏语言写成的程序文件（ADO文件），这些文件可以自行修改、添加和下载。
用户可随时到Stata网站寻找并下载最新的升级文件。
事实上，Stata的这一特点使得他始终处于统计分析方法发展的最前沿，用户几乎总是能很快找到最新统计算法的Stata程序版本，而这也使得Stata自身成了几大统计软件中升级最多、最频繁的一个。
由于以上特点，Stata已经在科研、教育领域得到了广泛应用，WHO的研究人员现在也把Stata作为主要的统计分析工作软件。
第二节 Stata操作入门一、Stata的界面图1即为Stata 7.0启动后的界面，除了Windows版本的软件都有的菜单栏、工具栏，状态栏等外，Stata的界面主要是由四个窗口构成，分述如下：1．结果窗口位于界面右上部，软件运行中的所有信息，如所执行的命令、执行结果和出错信息等均在这里列出。
窗口中会使用不同的颜色区分不同的文本，如白色表示命令，红色表示错误信息。
2．命令窗口位于结果窗口下方，相当于DOS软件中的命令行，此处用于键入需要执行的命令，回车后即开始执行，相应的结果则会在结果窗口中显示出来。
3．命令回顾窗口即review窗口，位于界面左上方，所有执行过的命令会依次在该窗口中列出，单击后命令即被自动拷贝到命令窗口中；如果需要重复执行，用鼠标双击相应的命令即可。
4．变量名窗口位于界面左下方，列出当前数据及中的所有变量名称。
除以上四个默认打开的窗口外，在Stata中还有数据编辑窗口、程序文件编辑窗口、帮助窗口、绘图窗口、Log窗口等，如果需要使用，可以用Window或Help菜单将其打开。
二、数据的录入与储存．Stata为用户提供了简捷，但是非常完善的数据接口，熟悉它的用法是使用Stata的第一步，在Stata中读入数据可以有三种方式：直接从键盘输入、打开已有数据文件和拷贝、粘贴方式交互数据。
(1)从键盘输入数据在Stata中可以使用命令行方式直接建立数据集，首先使用input命令制定相应的变量名称，然后一次录入数据，最后使用end语句表明数据录入结束。
例1 在某实验中得到如下数据，请在Stata中建立数据集。
观测数据:X 1 3 5 7 9 ,Y 2 4 6 8 10解：此处需要建立两个变量X、Y，分别录入相应数值，Stata中的操作如下，其中划线部分为操作者输入部分。
(2)用Stata的数据编辑工具②数据编辑Stata 数据编辑器界面：此时进入了数据全屏幕编辑状态。
3 图在第一列输入数据后，Stata第一列自动命名为var1；在第二列输入数据后，第二列自动命名为var2……依次类推。
在输入数据后，双击纵格顶端的变量名栏(如：Var1或点击确认（如图栏中注释变量名的含义,，可以更改变量名，并可以在Var2处)label4所示）。
仍沿用上例，双击观察值所在列顶端的变量名栏，更改变量名为x，并在label栏中注明“7岁男童身高/cm”。
即可退出编辑器。
数据输入完毕后，单击键确认所输数据，按关闭键认所输数据，按关闭键即可退出编辑器。
数据输入完毕后，单击(3)拷贝、粘贴方式交互数据Stata的数据编辑窗口是一个简单的电子表格，可以使用拷贝、粘贴方式直接和EXCEL等软件交互数据，在数据量不大时，这种方式操作极为方便。
例2 现在EXCEL中已录入了三个变量，共五条记录，格式见下图，请将数据读入Stata。
解：首先将EXCEL中的A1－C6全部18个单元格选中，选择菜单编辑è复制，将数据拷贝到剪贴板上；然后切换到Stata，选择菜单Window->Data Editor，打开数据编辑窗口；再选择Edit->Paste，相应的数据就会被直接粘贴如数据编辑窗口中，并且变量名、记录数、变量格式等均会被自动正确设置，见图6和图7。
(4)打开已有的数据文件Stata能够直接打开的数据文件只能是自身专用格式或者以符号分隔的纯文本格式，后者第一行可以是变量名，分述如下：，然后选择路径和文件名，可以打开Stata专用格式的数据文件，并①点击图标。
且扩展名为.dta②打开Dta数据文件：该格式文件是Stata的专用格式数据文件，也使用use命令即可打开，例如要打开数据文件“C:\data1.dta”，则命令为：. use c:\data1即扩展名可以省略，如果Stata中已经修改或者建立了数据集，则需要使用clear选项清除原有数据，命令为：. use c:\data1 , clear②读入文本格式数据：需要使用insheet命令实现，例如需要读入已建立好的文本格式数据文件“C:\data1.txt”，则命令为：. insheet using c:\data1.txt该命令会自动识别第一行是否为变量名，以及变量列间的分隔符是tab、逗号还是其他字符。
如果Stata中已经修改或者建立了数据集，则需要使用clear选项清除原有数据，命令为：. insheet using c:\data1.txt , clear(5)数据文件的保存为了方便以后重复使用，输入Stata的数据应存盘。
Stata实际上只能将数据存为自身专用的数据格式或者纯文本格式，分述如下：，然后选择路径和文件名，点击①点击图标。
②存为dta格式：可以直接使用文件菜单，也可以使用save命令操作，如欲将上面建立的数据文件存入“C:\”中，文件名为Data1.dta，则命令为：. save c:\data1file c:\data1.dta saved该指令将在C盘根目录建立一个名为“data1.dta”的Stata数据文件，后缀dta可以在命令中省略，会被自动添加。
该文件只能在Stata中用use命令打开。
如所指定的文件已经存在，则该命令将给出如下信息：file c:\data1.dta already exists，告诉用户在该目标盘及子目录中已有相同的文件名存在。
如欲覆盖已有文件，则加选择项replace。
命令及结果如下：. save c:\data1.dta , replacefile c:\data1.dta saved3．存为文本格式：需要使用outsheet命令实现，该命令的基本格式如下。
outsheet [变量名列表] using 文件名[, nonames replace ]其中变量名列表如果省略，则将全部变量存入指定文件。
如欲将上面建立的数据文件存入文本文件“C:\data1.txt”中，则命令为：. outsheet using c:\data1.txt此时建立的文件data1.txt第一行为变量名，第2-6行为变量值。
变量列间用Tab键分隔。
如果不希望在第一行存储变量名，则可以使用nonames选项。
如果文件已经存在，则需要使用replace 选项。
第二讲统计描述入门例调查某市1998年110名19岁男性青年的身高/cm资料如下，计算均数、标准差、中位数、百分位数和频数表。
．(读者可以把数据直接粘贴到Stata的Edit窗口)数据结构Stata在介绍统计分析命令之前，先介绍打开一个保存统计分析结果的文件操作：计算样本的均数、标准差、最大值和最小值命令1：su 变量名(可以多个变量：即：su 变量名1 变量名2 …变量名m)命令2：su 变量名,d (可以多个变量:即：su 变量名1 变量名2 …变量名m,d)本例命令su x本例命令. su x,d。
centile 计算百分位数还可以用专用命令centile 变量名(可以多个变量)，centile(要计算的百分位数) 例如计算P，P等97.52.5centile 变量名,centile(2.5 97.5)本例计算P，P，P，P，P。
7550252.597.5本例命令. centile x,centile(2.5 25 50 75 97.5)制作频数表，组距为2，从164开始，gen f=int((x-164)/2)*2+164 其中int( )表示取整数tab f 频数汇总和频率计算作频数图命令graph 变量,bin(#) norm其中#表示频数图的组数;norm表示画一条相应的正态曲线(可以不要)本例命令为graph x,bin(8) norm为了使坐标更清楚地在图上显示，可以输入下列命令graph x,bin(8) xlabel norm ylabel中来，操作如下：中复制到图形可以从Stataword中粘贴和编辑，便可以得到所需要的图形。
Word 然后到计算几何均数可以用means 变量名(可以多个变量：即:means 变量1 …变量m) means xArithmetic(算术均数) Geometric(几何均数) 调和均数(Harmonic)作Pie图描述构成比：每一类的频数用一个变量表示，命令：graph 各类频数变量名,pie例：下列有2个地区的血型频数分布数据，请用Pie描述：图的命令和图Pie第1地区血型构成比的graph a b o ab if area==1,pie是两个等号。
注意逻辑表达式中if area==1图的命令和图地区血型构成比的第2Pie graph a b o ab if area==2,pie图的命令和图两个地区合并后的血型构成比的Piem变量名2 变量名1 变量名…. swilk 正态性检验岁男性青年的身高资料正态性检验如下：19110 在上例中的名. swilk x无效假设H：资料服从正态分布0备选假设H：资料不服从正态分布1ααα取0.1)0.05取设，样本很小时，=0.05 (样本比较大时，因此可以认为资料近似服从正态分布。