2022年stata入门教程 .pdf

《2022年stata入门教程 .pdf》由会员分享，可在线阅读，更多相关《2022年stata入门教程 .pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、Stata 快速入门1、Stata的窗口?在最上方有一排菜单，即“File Edit Data Graphics Statistics User Window Help”。?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。?右上“Variables”（变量窗口）：此窗口记录着目前Stata内存中的所有变量。?正上方“Results”（结果窗口）：此窗口显示执行Stata命令后的输出结果。?正下方“Command”（命令窗口）：在此窗口输入想要执行的Stata命令。2、将数据导入 Stata?打开 Stata软件后，点击 Data Editor(Edit)图标（也

2、可以点击菜单“Window”“Data Editor”），即可打开一个类似Excel 的空白表格。?用 Excel 打开文件“nerlove.xls”，复制文件中的所有数据，并粘贴到 Data Editor中。?导入数据的另一方法是，点击菜单“File”“Import”，然后导入各种格式的数据。但这种方法有时不如直接从Excel 表中粘贴数据来得方便直观。3、变量窗口?关闭 Data Editor 后，即会看到右上方的“Variables”窗口出现了 5 个变量：?分别为 tc（total cost，总成本），q（total output,总产量），pl（price of labor，小时工资

3、率），pf（price of fuel，燃料价格），与 pk（user cost of capital，资本的租赁价格。4、存为 dta 数据文件?此时，可以点击 Save图标（也可以点击菜单“File”“Save”），将数据存为Stata格式的文件（扩展名为dta），比如 nerlove.dta。?以后就可以用 Stata直接打开这个数据集了（不需要再从 Excel 表中粘贴过来）。5、打开 dta 数据文件打开的方式有三种：1.点击 Open图标（也可以点击菜单“File”“Open”），然后寻找要打开的dta文件的位置。2.直接双击想要打开的dta文件3.在命令窗口输入以下命令（假设文件

4、在E 盘的根目录）并回车（按Enter键）名师资料总结-精品资料欢迎下载-名师精心整理-第 1 页，共 7 页 -?use E:nerlove.dta,clear 其中，选择项“clear”表示可以替代内存中的已有数据。?如果要关闭一个数据集（如果对数据集进行了改动，别忘了先存盘Save），以便使用另外一个数据集，可以在命令窗口输入?clear?这样，内存中所有的当前数据都被清空，然后可以再打开另外一个数据集。6、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“tc”的标签改为“total co

5、st”，可进行如下操作。点击进入“变量管理器”（Variables Manager）图标（在 Data Editor 右侧）。?Stata中字母的大小写是严格区分的（case sensitive），因此 Stata建议对于变量名一律使用小写字母。7、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?其中，“describe”中的下划线表示，可以将该命令简写为“d”而得到同样的效果。8、罗列数据?如果想看变量 tc 与 q 的具体数据，可使用命令，?list tc q 9、旧命令的调用?把光标放在命令窗口，并按键盘上

6、的“Page Up”键即可调用上一个命令（反之，使用“Page Down”键可调用下一个命令）。?另一种简便的方法是，在左上角的历史窗口点击任何曾用过的命令：如果用鼠标单击旧命令，则会把旧命令重新调入命令窗口，按回车后即执行，或将旧命令进行编辑后再执行；如果用鼠标双击旧命令，则将马上自动执行。10、定义子集?有时我们想对数据集的一部分执行命令，比如只想看变量 tc 与 q 的前 5 个数据，则可输入命令：?list tc q in 1/5 11、逻辑关系?也可以通过逻辑关系来定义数据集的子集。如果要列出所有满足条件“”的变量 tc 与 q 的数据，则可以使用以下命令，?list tc q if

7、 q=10000 12、只对子集进行运算?如果想删除满足“q=10000”条件的观测值，则可使用命令，?drop if q=10000?反之，如果只想保留满足“q=10000”条件的观测值，而删去所有其他观测值，?keep if q=10000 13、考察变量的统计特征?如果想看变量 q 的统计特征，可输入命令，?summarize q 名师资料总结-精品资料欢迎下载-名师精心整理-第 2 页，共 7 页 -?如果不指明变量，则将显示数据集中所有变量的统计指标。?su?如想看更多的统计指标，可使用命令?su q,detail 14、经验累积分布函数?如果要显示变量pl 的经验累积分布函数（em

8、pirical cumulative distribution function），可使用命令，?tabulate pl 15、相关系数?如果要显示内存中5 个变量之间的相关系数，可输入命令，?correlate tc q pl pf pk?pwcorrpl pfpk,sigstar(.05)?“pw”表示 pairwise。?选择项“sig”表示显示相关系数的显著性水平(即 p 值，列在相关系数的下方)，?选择项“star(.05)”表示给所有显著性水平小于或等于5%的相关系数打上星号。?如 pwcorr 之后没有指定变量，显示所有变量的相关系数16、直方图?如果想看变量 q 的直方图（假定

9、组宽为1000），可输入以下命令（也可通过菜单来输入此命令）：?histogram q,width(1000)frequency 17、散点图?如果要画 tc 与 q 之间的散点图，则可输入以下命令：?scatter tc q 18、在散点图上标注观测值?在散点图中，无法知道每个点分别对应哪个观测值?为此，首先定义一个新变量“n”来表示第 n 个观测值。?gen n=_n?其中，“_n”即表示第 n 个观测值。?scatter tc q,mlabel(n)mlabpos(6)?选择项“mlabel(n)”表示以变量“n”作为“mark label”(标签)；“mlabpos(6)”(mark

10、label position)表示将此标签放在散点正下方(6 点钟的位置)，默认位置为散点的右边(3 点钟)。19、在散点图上画回归直线?twoway(scatter tc q)(lfit tcq)?其中，“lfit”表示“linear fit”(线性拟合)?graph save scatter1 20、在散点图上画二次回归曲线?twoway(scatter tc q)(qfit tc q)?其中，“qfit”表示“quadratic fit”(二次拟合)。?graph save scatter2 21、将两图合并?graph combine scatter1.gph scatter2.gph

11、 22、案例操作名师资料总结-精品资料欢迎下载-名师精心整理-第 3 页，共 7 页 -（1）（2）生成新变量?可使用命令“generate”来生成新变量。?g lntc=log(tc)?g lnq=log(q)?g lnpl=log(pl)?g lnpf=log(pf)?g lnpk=log(pk)?如果需要 q 的非线性平方项，可使用命令：?g q2=q2?如果要生成 lnpl 与 lnpk 的互动项（interaction term），则可以使用命令，?g lnplpk=lnpl*lnpk（3）生成虚拟变量?假设希望定义“q=10000”为大企业，并使用“虚拟变量”（dummy vari

12、able）large来表示，则可使用命令：?g large=(q=10000)?其中，括弧“()”表示对括弧中的表达式“q=10000”进行逻辑评估：如果为真，则取值为1；如果为假，则取值为0。（4）Stata的计算器功能?Stata也可以作为计算器来使用。只要输入命令“display expression”即可。?比如，“display log(2)”将计算 ln2。?“di normal(1.96)”将计算标准正态累积分布函数在1.96的取值（即小于 1.96的概率）。（5）线性回归?regress lntc lnq lnpl lnpk lnpf（6）稳健标准误名师资料总结-精品资料欢迎下

13、载-名师精心整理-第 4 页，共 7 页 -?此表达式在异方差情况下也成立，故称为“异方差稳健的标准误”，简称“稳健标准误”(robust standard errors)。在同方差的假定下，稳健标准误还原为普通(非稳健)标准误。标准误 vs稳健标准误?标准误只在同方差情况下成立?稳健标准误在同方差或异方差情况下都成立?处理异方差的当代流行方法是，不调整OLS 估计系数，使用稳健标准误即可。?即使存在异方差，OLS 依然一致、渐近正态。只要使用稳健标准误，即可照常进行统计推断。?reg lntc lnq lnpl lnpk lnpf,robust（7）省略常数项?在进行回归时，如果不要常数项，

14、可以加上选择项“noconstant”，?reg lntc lnq lnpl lnpk lnpf,r noc（8）对子样本进行回归?reg lntc lnq lnpl lnpk lnpf if q=1000,r（9）计算拟合值?如果要计算被解释变量的拟合值，并将其记为 lntchat，可输入命令：?quietly reg lntc lnq lnpl lnpk lnpf,r?其中，“quietly”表示不显示命令运行结果。?predict lntchat?(option xb assumed;fitted values)（9）计算残差?如果要计算“残差”（residual），并将其记为 e1，可

15、输入命令：?predict e1,residual?其中，选择项“residual”表示预测残差。如果没有任何选择项，则默认值（default）为计算拟合值。（10）计算规模报酬?由于 lnq 的系数为 1/r，即规模报酬的倒数，故可以估计规模报酬为，?display 1/_blnq?其中，“_blnq”表示 lnq 的 OLS 系数估计值。（11）规模报酬是否不变？名师资料总结-精品资料欢迎下载-名师精心整理-第 5 页，共 7 页 -?为检验规模报酬不变的原假设，输入命令：?test lnq=1（12）联合检验?回归方程还显示，变量lnpl,lnpk 与 lnpf 的系数之和应该等于1。为

16、此，可以检验以下联合假设：?test(lnq=1)(lnpl+lnpk+lnpf=1)?由于 lnpl 与 lnpk 均不显著，我们希望对其显著性进行联合检验：?test lnpl lnpk（13）自助标准误?有时估计量的标准误没有解析表达式，可使用“自助标准误”(bootstrap standard error)。?自助法是一种有放回的再抽样(resampling)，保持样本容量不变。?使用自助法得到原始样本的B 个自助样本（比如B=1000），对每个样本进行估计，得到 1000 个估计值，并计算这1000 个估计值的标准差。?reg lntc lnq lnpl lnpk lnpf,vce(

17、bootstrap)?reg lntc lnq lnpl lnpk lnpf,vce(boot,reps(1000)seed(10101)nodots)?选择项“reps(1000)”表示抽取 1000 个自助样本（Stata默认 50 个，太少了）?选择项“seed(10101)”表示随机数的种子为10101（为了以后能复制此结果）?选择项“nodots”表示不显示抽样过程的点（一个点表示一个自助样本）23、案例说明（1）时间变量与时间趋势图?use icecream.dta,clear?tsset time（宣布时间变量）?graph twoway connect consumption

18、temp100 time,msymbol(circle)msymbol(triangle)?其中，变量 temp100为 temp/100，选择项“msymbol(circle)msymbol(triangle)”表示“图标”(marker symbol)分别为圆圈与三角形。（2）OLS 回归?reg consumption temp price income（3）自相关检验?estat bgodfrey（4）Newey-West回归?如果扰动项存在自相关（常见于时间序列数据），仍可用 OLS 来估计回归系数，但应使用“异方差自相关稳健的标准误”(Heteroskedasticity and

19、Autocorrelation Consistent Standard Error，简记 HAC)，即在存在异方差与自相关的情况下也成立的稳健标准误。HAC 标准误?HAC 标准误的核心是估计各阶自相关系数，并以此校正标准误（表达式较复杂）。?如果样本容量为 n，则(n-1)阶自相关系数只有一个观测值，无法准确估计。?解决方法：确定截断参数(truncation parameter)p=n1/4或 p=0.75n1/3，再取整数。?“Newey-West估计法”(Newey and West,1987)，它只改变标准误的估计值，并不改变回归系数的估计值。也称“Newey-West标准误”。名师资料总结-精品资料欢迎下载-名师精心整理-第 6 页，共 7 页 -?由 于扰 动项 存 在 自 相 关，故 应使 用 异 方差 自相 关 稳 健的 标准 误。由 于n(1/4)=30(1/4)=2.34，故取截断参数为p=3：?newey consumption temp price income,lag(3)名师资料总结-精品资料欢迎下载-名师精心整理-第 7 页，共 7 页 -