第一讲stata基础.ppt

Stata基础Stata统计软件包是目前世界上最著名的统计软件之一，国外将Stata与SAS、SPSS一起被并称为三大权威软件。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，几乎可以完成全部复杂的统计分析工作。被广泛地应用于统计学、经济学、生物学、社会学、人口学等领域。Stata有什么优势？1。Stata可以通过菜单和命令两种方式操作，命令语句简洁明快，易学易记。2。强大的帮助信息。本地帮助Help命令名在线帮助Findit命令名3。始终处于计量经济学和统计学的最前沿。许多Stata程序员会针对计量经济学发展编写一些最新的程序（ADO文件），Stata提供了严谨、简练而灵活的程序语句，用户可以编写自己的命令和函数，同时可随时到Stata网站寻找并下载最新的升级文件。下载后可以直接使用，也可以自行修改、添加功能。学习有什么困难？1。不同于以往的软件较多的运用菜单，Stata较多运用命令操作。（菜单很难记住和找到）。2。目前国内相关教材较少。3。有些计量方法需要编程（如极大似然估计），编程需要一定的计算机基础（不是我们学习的重点）。版本说明最新版本Stata12我们使用的Stata10stata10包括四种版本：Small（小型版）、IC（标准版）、SE（特殊版）和MP（多处理器版）。其中MP版本最为强大。MP版与SE版的功能完全相同，但MP版的运算速度比SE版的要快很多。用户可以在命令栏输入about查看所安装的Stata所属的版本。不同版本对样本容量、变量个数、矩阵阶数、宏的字符长度等有着不同的限制。以SE版为例，其最大变量个数为32767，最大字符长度为244字节，最大矩阵阶数为11000（即1100011000）。Stata默认值为：最大变量个数为5000，最大矩阵阶数为400，最大内存为10兆。如果用户需要更多的内存或者更多的变量，可以在命令栏输入如下命令进行扩展。setmaxvar5000最大变量个数5000个。setmemory50m占内存50兆。Stata的窗口介绍结果窗口：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。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。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，选中某一行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行即可。变量名窗口：位于界面左下方，列出当前数据集中的所有变量名称。其他窗口一般使用时会自动跳出。以auto数据源为例使用上述窗口。Stata的菜单介绍最重要的菜单项：Data菜单Graphic菜单Statistics菜单每执行一个菜单性会自动产生相应的命令。（我们以summarize和regress为例加以阐述）。我们的讲述尽量兼顾到命令操作和菜单操作两种方法，以命令方式为主。Stata的安装指南分为安装版和简易版安装版：（部分vista机器不支持）解压setup.rar运行setup安装时选择StataSE安装到C盘或者D盘（最好D盘）安装完毕第一次运行会出现注册信息，此时需运行keygen文件，将注册数据贴入。Stata的文件最重要的有三类文件1。文件名.dta数据文件2。文件名.do命令文件3。文件名.ado程序文件Stata的目录结构及打开文件的操作如果不加改变，安装时Stata会将系统程序安装到：C：\Programfile\stata10中。将所用系统自带的一些系统数据、应用程序、帮助文件安装到C：\Programfile\stata10\ado\base中将所有升级程序安装到：C：\Programfile\stata10\ado\update中Stata自带的示例数据表为了方便大家学习，stata中有很多自带示例数据，绝大部分数据都是美国的一些真实统计数据，较新的数据和统计资料可以到stata网站中下载。Stata数据文件的打开1。所有的系统示例数据可以利用sysuse命令打开。2。用户自己的统计数据需要用use命令打开。use命令默认打开C:\data或者D:\data中的数据。3。如果需要打开其他文件夹的数据，必须改变目录（例如，将自己的数据放入D:\abc）cdD:\abc”或者直接file------openStata命令格式1。Stata的命令一定要区分大小写，除了极个别的情况下，stata命令全部用小写。2。大部分命令可以缩写。使用缩写可以使stata的命令书写大为简化：例如：display-------disummarize---sumdescribe------des得到正确命令缩写的简单方法：看help。几条最简单的命令use打开数据文件，一般加clear选型清空内存中现有数据。sysuse打开系统数据文件。describe描述数据edit利用数据编辑器进行数据编辑list类似于edit，但只能显示不能修改数据。display显示计算结果。经常写为：disummarize求某个变量的观察值个数、平均值、标准差、最小值和最大值。经常写为：sumscatter生成两个变量的散点图。setobs定义样本个数(使用前一定要用drop或者clear命令清空当前样本)generate建立新变量并赋值。经常写为gensort按照某一个变量排序，一般用于升序。gsort按照某一个变量排序，既可升序又可降序。几个简单的例子diusesysusesumscattergensort举例：画出Y=X2的曲线图drop_all(dropdatafrommemory)setobs100(make100observations)genx=_n(x=1,2,3,..,100)geny=x^2(y=2,4,9,..,10000)scatteryx(makeagraph)命令格式简介stata命令格式[byvarlist:]command[varlist][=exp][ifexp][inrange][weight][,options]1。Command命令动词，经常用缩写。2。varlist表示一个变量或者多个变量，多个变量之间用空格隔开。如sumpriceweight3。byvarlist分类信息按照某一变量的不同特性分类4。=exp赋值及运算5。ifexp挑选满足条件的数据6。inrange对数据进行范围筛选7。Weight给数据赋一个权重8。,options命令增加一些可选信息下面通过多个例子详解以上参数。Stata数据处理1。Stata的数据格式为文件名.dta2。对于系统自带数据文件，任何情况下可以用sysuse命令打开。3。对于C:\data(或者D:\data)下的文件，可以使用use命令打开。4。放在其他目录的文件可以利用设置目录或者“打开”菜单打开。Stata数据类型数值型：用0、1、2…9及+、–（正负号）与小数点和()来表示。字符型：字符串变量由字母数字或一些特殊的符号组成（如地名、住址，职业等等）。注意：数字不表示大小信息，如电话、身份证号等。字符型数据必须要加“”。日期型：在Stata中，1960年1月1日被认为是第0天，因此1959年12月31日为第-1天，表示形式为：jan/10/2001或者10jan2001。Stata数据的录入1。直接录入。2。在Excel或者记事本文件编辑好后导入。3。保存文件为cj.dtacodeenglishmathfinance1001907690100287728010037680851。直接录入。利用dataeditor2。在Excel或者记事本文件编辑好后导入。直接粘贴Import导入（必须将excel文件存成csv格式）除了csv格式，还可以导入txt格式和raw格式。练习：利用import方法将wage2.xls导入数据类型的转变首先先学习两种最简单的：1.数值型------字符型tostring变量列表，gen(新变量)|replace2.字符型------数值型destring变量列表，gen(新变量)|replace添加标签打开wage1数据文件。1。为整个数据添加标签：例如，将数据命名为“工资表”。菜单：Data-Labels-Labeldataset命令：labeldata“工资表“2。为变量增加标签，例如，给变量wage增加标签“年工资总额”菜单：Data-Labels-Labelvariables命令labelvariablewage“年工资总额自己练习：为下列变量增加标签educ：受教育年限。exper：工龄。tenure：现有岗位任期。为变量值增加标签例如：为变量marrid添加数值标签marry：1=married；0=Unmarried菜单：Data-Labels-Labelvalues-DefineormodifylabelvaluesData-Labels-Labelvalues-Assignlabelvaluestovariable命令：labeldefinemarry1“married”0“unmarriedlabelvaluesmarriedmarry