stata-中文教程

CCER04硕邹传伟2006年1月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。即使是昀详细的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昀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部分是昀体现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。但回归无疑是其中昀重要的功能。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。1CCER04硕邹传伟2006年1月1．界面图1Stata界面Stata有4个窗口：1．StataCommand（右下）用于向Stata输入命令；2．StataResults（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,PrintGraph/PrintLog,LogStart/Stop/Suspend,BringLogtoFront,BringGraphtoFront,Do-fileEditor,DataEditor,DataBrowser,Clear–more-condition,Break。其中常用的有Open,Save,Do-fileEditor,DataEditor和DataBrowser（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。其中昀常用的是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。2CCER04硕邹传伟2006年1月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：variable1variable2……variableK1.2.……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DataEditor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3CCER04硕邹传伟2006年1月如下指令：insheetusingd:\data0.txtsavedata1.dta在读入数据后，StataCommand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：insheetusingdata0.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：usedata2.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中昀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DataBrowser按钮查看，但不能修改。如果想做修改，可以用DataEditor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。昀好为每一个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，昀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。4CCER04硕邹传伟2006年1月以下是一个do-file文件的格式：*Wage_analysis.do*Theprogramiswrittenfortheanalysisofwagedetermination.*Datamanagement:reshapethedatatopanel.*Thisresultwillbesavedinthedatafile:wage1.dta*written:10/21/05图3是一个do-file的例子。图3工具栏昀右边的两个按钮分别是Docurrentfile和Runcurrentfile。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SaveReviewContents。5CCER04硕邹传伟2006年1月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）logusingc:\stata8\logfiles\10.21.5_30.log………………….（Stata命令）…………………..logclose（结束运行）从而10.21.5_30.log就记录了从“logusing”命令到“logclose”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StataCommand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StataCommand中输入如下语句后回车：helpregressStata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setmemory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：6CCER04硕邹传伟2006年1月setmemory2m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：[byvarlist1:]command[varlist2][ifexp][inrange][,options]其中[byvarlist1:]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；[ifexp]表示命令只针对满足exp（一般是一个逻辑表达式）的观测；[inrange]表示命令只针对处在range指定的范围内的观测，如in5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，in5/12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。[ifexp]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：ifage65&age85（age大于65，小于85的观测）ifplace==“Canada”&pop~=.（place为“Canada”并且pop不缺失的观测）ifyear==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。[inrange]和[ifexp]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。其次是在数据处理和分析阶段，找出有特别兴趣或意义的观测。Stata的数学命令比较简单，没有很复杂的用法。具体使用时查一下工具手册就可以。7CCER04硕邹传伟2006年1月4．数据管理前边介绍了生成数据文件，读入其它格式的数据，以及修改数据文件的一些方法。这一部分继续介绍数据管理的其它方法。4．1改变变量名renameold_varnamenew_varnameold_varname是原变量名，new_varname是新变量名。4．2生成新变量generatenewvar=exp[ifexp][inrange]newvar是生成的新变量，exp是由现有变量生成新变量的算术或逻辑表达式，[ifexp]和[inrange]指定对哪些观测计算新变量值。比如，generateage2=age*age（新变量age2等于age的平方），generatebiginc=income100000&income~=.（若income大于100000且不缺失，则新变量biginc为1，否则为0）。4．3对现有变量重新赋值replaceoldvar=exp[ifexp][inrange]oldvar为现有的变量。对满足[ifexp]和[inrange]的样本，oldvar将根据表达式exp重新赋值。比如，replaceincome=.ifincome=0（若income非正，令其取缺失值），replaceage=25in1007（令第1007个观测中age