stata简明教程

Stata上机实验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。Stata有什么优势？1。Stata的命令语句极为简洁明快，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。（例如当前流行的面板单位根和面板门限数据，均可以安装下载使用）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Stata10.0stata10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。我们以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）。我们的讲述以命令方式为主。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。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命令的规定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gen几个简单的例子diusesysusesumscattergen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。numberenglishmathfinance1001907690100287728010037680851。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wage1.csv导入。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“unmarried.labelvaluesmarriedmarry使用tabstat命令计算描述性统计量1.使用stat()输出统计指标：观测值的个数、均值、中位数、标准差、偏度和峰度。Tabstatwagelwage,stat(countmeanp50sdskewkurt)Bwt,还可以增加col(stat)选项使结果更便于分析和对比。2.还可以加入by选项和long选项，例如Tabstatwagelwage,by(female)stat(…..)col(stat)longStata作图STATA提供各种曲线类型，包括点（scatter）、线（line）、面（area），直方图（histogram）、条形图（bar）、饼图（pie）、函数曲线（function）以及矩阵图（matrix）等。同时，对时间序列数据有以ts开头的一系列特殊命令，如tsline。还有一类是对双变量的回归拟合图（lfit、qfit、lowess）等。作图时命令方式比较复杂，建议多用菜单方式。一起来做下列图形：1。mpg与weight的散点图2。mpg与weight的散点图3。price与weight均值的条形图4。国产车与进口车价格的饼图5。Mpg的直方图，并检验是否服从正态分布。组合图形：画出price与weight的散点图，并画出其拟合线。图形界面设计：图形标题，X轴标志，Y轴标志，样式选择，图例，分组标志。建立回归方程打开系统文件auto，建立如下方程：sysuseauto,clearregresspricempgweightforeign打开文件score，建立如下方程：usescore,clearregtestscrstr_cons698.9339.46749173.820.000680.3231717.5428str-2.279808.4798256-4.750.000-3.22298-1.336637testscrCoef.Std.Err.tP|t|[95%Conf.Interval]Total152109.594419363.030056RootMSE=18.581AdjR-squared=0.0490Residual144315.484418345.252353R-squared=0.0512Model7794.1100417794.11004ProbF=0.0000F(1,418)=22.58SourceSSdfMSNumberofobs=420结果分析回归后预测值的获得Predict1。拟合值的获得：predictyhat,xb或者predictyhat2。残差的获得predicte,residuals或者predicte,res3.比较Y的拟合值和Y的真实值listtestscryhate4.显示残差的统计特征。histe,normal作业：EXCEL文件中的例题4-2包含如下信息：某市城镇居民1979---1992当年新增储蓄Yi(亿元)和可支配收入Xi(亿元)的观测数据。建立方程：Y=b0+b1X1.将数据导入到stata中，另存为consumption.dta。2.画出Y与X的散点图。3.建立回归方程