Stata入门手册

STATA操作方法概述引言STATA简介STATA的发展历史STATA的界面结构STATA的主要特点与功能STATA的语法结构1《STATA应用高级培训教程》南开大学数量经济研究所王群勇引言规范性的研究包括两个核心的要素：理论模型和经验分析（统计分析、计量分析）。面临的问题：研究者经常地希望利用多种方法从不同角度对数据进行分析，但拥有绝对优势的软件是不存在的，不存在哪个软件能解决所有的问题。计量经济学发展迅速，新的方法层出不穷，而软件公司将这些新方法嵌入到软件中是存在滞后的。2《STATA应用高级培训教程》南开大学数量经济研究所王群勇引言解决方案：不同的软件各有所长，各有所短。学习、掌握多种软件。但是不同的软件在数据格式、操作方法、语法结构有很大区别，因此熟练掌握一种软件需要花费较长的时间。我们希望能够有一个相对较为综合的分析软件=Stata在统计、计量分析方面都非常出色。是否已有相应的程序供我们直接运行=Stata具有丰富的网络资源掌握软件的编程方法，自己编写程序=Stata具有简练、强大、快捷的编程和运算功能。Stata以其操作简单、运行快速而精确，全面的数据管理功能，精致的作图，强大的统计与计量分析功能，简练标准的程序与矩阵运算功能、丰富的网络资源，在统计学、经济学、金融学、心理学、计算机科学、物理、化学等多个学科领域得到广泛使用（）。3《STATA应用高级培训教程》南开大学数量经济研究所王群勇STATA简介：发展历史Stata是一个用于数据管理和分析的统计软件，由Stata公司（StataCorp）研制开发。从1985开始，先后开发了1.1,1.2,…,等多个版本。目前Stata的最新版本为2009年7月份推出的Stata11.0。4《STATA应用高级培训教程》南开大学数量经济研究所王群勇STATA简介：发展历史Stata11包括四种版本：Small（小型版）、IC（标准版）、SE（特别版）和MP（多处理器版）。其中属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50兆(在Stata10中为10m)。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。.setmaxvar#(.setmaxvar5000最大变量个数5000个。).setmaxsize#(.setmaxsize1000最大矩阵阶数10001000。).setmemory#m(.setmemory50m分配内存50兆。)5《STATA应用高级培训教程》南开大学数量经济研究所王群勇STATA简介：界面结构6《STATA应用高级培训教程》南开大学数量经济研究所王群勇STATA简介：界面风格设置风格设置：Edit-Preference（右键-Preference)字体设置：（右键-Font)《STATA应用高级培训教程》南开大学数量经济研究所王群勇STATA简介：主要特点与功能统计分析与计量分析的结合单元统计：描述统计、假设检验（参数、非参数）、ANOVA、质量控制、统计作图多元统计：MANOVA、主成分、因子分析、典型相关、聚类、判别分析、对应分析、多维标度线性回归、非线性回归、工具变量回归、广义线性回归、分位数回归（稳健回归）、系统方程模型（SUR、联立方程）、离散选择模型（二项选择、排序选择、多项选择、条件Logit、嵌套Logit模型、二元选择模型等）、计数模型（泊松回归、负二项回归）、截断与归并模型、海克曼选择模型、逐步回归(stepwise)等。时间序列分析：时间序列的平滑、相关图、ARIMAX、GARCH、单位根检验、Johansen协整检验、VAR、VEC、滚动回归等。面板数据（线性模型、工具变量回归、动态面板、分层混合效应、广义估计方程（GEE）、随机边界模型等）。调查数据分析生存分析蒙特卡洛模拟、自举法(bootstrap)、刀切法（jackknife）Capability8《STATA应用高级培训教程》南开大学数量经济研究所王群勇STATA简介：主要特点与功能丰富的网络资源。://严谨、简练、灵活的程序语言。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，也可以制作自己的对话框和窗口菜单。强大的矩阵运算功能：MataMata是Stata的矩阵运算语言，实现各种运算兼容性。在Stata中可以直接运行其它程序；其他语言编写的程序可以作为插件（Plugin）直接嵌入到Stata中。AddNewFeaturesExamplesUtilities9《STATA应用高级培训教程》南开大学数量经济研究所王群勇STATA简介：主要特点与功能Stata与EViews的比较(1)RegressonmethodOLSGLSNLS2SLSGMM(N)SUR3SLSMLEviewsyesyesyesyesyesyesyesyesStatayesyesyesyesyesyesyesyesQuantileStepwiseGLMHeckmanEviewsyes(6)yes(6)Statayesyesyesyes10《STATA应用高级培训教程》南开大学数量经济研究所王群勇STATA简介：主要特点与功能(2)StatisticalMethodANOVAParame-trictestNonpara-metrctestQuantitycontrolRandomSamplingSurveySurvivalEViewsyesyesyesyesyes(U)Statayesyesyesyesyes(U,M)yesyesMANOVAPCAFactorDiscrimi-nantClusterCorres-pondenceMDSCanonicalEViewsyesyes(6)Statayesyesyesyesyesyesyesyes11《STATA应用高级培训教程》南开大学数量经济研究所王群勇STATA简介：主要特点与功能(3)LimitedDependentBinaryMutino-minalOrderedNestedlogitCondi-tionallogitCountmodelZero-inflatedcountZero-truncatedcountEViewsyesyesyesyesStatayesyesyesyesyesyesyesyesCensoredTruncatedEViewsyesyesStatayesyes12《STATA应用高级培训教程》南开大学数量经济研究所王群勇STATA简介：主要特点与功能(4)TimeseriesSeasonaladjust-mentSmooth-ingARIMAUnitroottestCointe-grationVECMARCHFilterEviewsyesyesyesyesyesyesyesyesStatayesyesyesyesyesyesYes(11)M-GARCHStateSpaceEviewsyesyesStataYes(11)Yes(11)13《STATA应用高级培训教程》南开大学数量经济研究所王群勇STATA简介：主要特点与功能(5)PaneldataLinearLinearwithARIVLSDPDBinaryCountMultilevelmixedeffectGEEEviewsyesyesyesyesStatayesyesyesyesyesyesyesyesGLSRandomCoefficientStochasticFrontierTobitUnitroottestCointe-grationQuantileEviewsyesyesStatayesyesyesyesnetnet14《STATA应用高级培训教程》南开大学数量经济研究所王群勇语法结构基本格式：[byvarlist:]command[varlist][=exp][ifexp][inrange][weight][usingfilename][,options]其中，符号[]表示可选项。command为Stata的命令函数，varlist为变量，[ifexp]、[inrange]用于设定变量或观测值，[weight]用于设定观测值的权重，[usingfilename]表示使用的数据文件，options表示命令的选项，不同命令的选项也不同。[byvarlist:]表示对varlist（分类变量）中的每一类分别执行命令（command）。比如，线性回归模型的命令regress的格式为：.regressdepvar[indepvars][if][in][weight][,options]用户可以输入如下命令：.regressdeprdcpidrgdpifdepr2015《STATA应用高级培训教程》南开大学数量经济研究所王群勇语法结构（varlist）已存在的变量varlist表示若干变量。对于数据中存在的变量，允许的表达形式包括*、？和。其中，*表示任意字符，？表示一个字符，表示两个变量之间的所有变量（根据数据中变量的存放位置）。比如，数据文件中共有20个变量，依次为var1、var2、…、var20，则var*表示所有变量var1-var20，var?表示变量var1、var2、…、var9，var1-var6表示变量var1、var2、…、var6。新变量生成新变量时，变量名称不能简化。如果变量具有相同的前缀并且都以数字结尾，可以用-表示。比如，生成新变量V1、V2、V3、V4inputv1v2v3v4或者.inputv1-v4。16《STATA应用高级培训教程》南开大学数量经济研究所王群勇语法结构（varlist）上述运算符不区分大小写，可以重复，也可以进行各种组合。比如，L3.x也可以等价地表述为LLL.x、LL2.x、L2L.x。#可以为单个数，也可以为数列（numlist），表示对同一变量的多次运算。比如，L(1/3).GDP表示L.GDP、L2.GDP、L3.GDP。x可以为单个变量，也可以为多个变量，表示对不同变量的同一运算。比如L2.(GDPCS)表示L2.GDP、L2.CS。L(1/3).(GDPCS)表示L.GDP、L2.GDP、L3.GDP、L.CS、L2.CS、L3.CS。运算符含义例子备注L#.xx的#阶滞后。L3.x=xt-3一阶滞后可写为L.xF#.xx的#阶超前。F3.x=xt+3一阶超前可写为F.xD#.xx的#次差分。D2.x=(xt-xt-1)-(xt-1-xt-2)一次差分可写为D.xS#.xx的#阶季节差分S12.x=(xt-xt-12)一阶季节差分可写为S.x17《STATA应用高级培训教程》南开大学数量经济研究所王群勇语法结构（range）注：-#表示倒数第#个数。表达式含义例子#第#个观测值。第10个观测值：in10#1/#2第#1到第#2的观测值。前10个观测值：in1/10或inf/10#/l第#个观测值到最后一个观测值（last）。后10个观测值：in-10/-1或in-10/lf/#第1个观测值（first）到第#个观测值。从第21至第50个观测值：in21/5018《STATA应用高级培训教程》南开大学数量经济研究所王群勇语法结构（weight）命令格