STATA入门5函数与运算符.pdf

《STATA入门5函数与运算符.pdf》由会员分享，可在线阅读，更多相关《STATA入门5函数与运算符.pdf（10页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、STATA十八讲： 5 函数与运算符中国人民大学陈传波 5 函数与运算符5.1 运算符 exp STATA共有四种运算，分别是代数运算、字符运算、关系运算和逻辑运算。运算符一览表代数运算逻辑运算比较关系+ 加！不 大于- 减 不= 不小于/ 除& 和,=,=,&,| 当不确定优先序的时候，最好用括号将优先序直接表达出来。5.1.1代数运算包括加（ +） 、减（-） 、乘（*） 、除（/） ，幂（）和负数（ -） ，当遇到缺失值或者运算不可行时（比如除数为零）均会得到缺失值。例：求正式的值，若x=4,y=2,显然经过心算，应该为： -1 xyyxyx. di (4+2(4-2)/(2*4) /d

2、i 是 display 命令的略写，表示显示结果. di 4-2 /输出 2. di 3*5/输出 15. di 8/2 /8 除以 2，输出 4. di 23 /2 的立方，输出 8. di (2+3(2-3)/sqrt(2*3) /括号运算优先，想一想，结果应为多少？实际上，更多的情形是两个或多个变量的直接运算。比如，将进口车的价格都增加 100 元（可能是关税），而国产车不变。. sysuse auto, clear . gen nprice=price+foreign*100. list nprice price foreign STATA十八讲： 5 函数与运算符中国人民大学陈传波

3、5.1.2字符运算加（+）号同样可用于字符运算，当加号出现在两个字符之间时，两个字符将被连成一个字符。比如把” 我爱” “ STATA” 合并在一起，命令为：. scalar a= ” 我爱” +“ STATA” / 要特别注意，引号必须是半角和英文模式. scalar list a /scalar命令将两个字符运算后的结果赋于a，然后显示 a. scalar a=2 + “ 3” / 注意到：字符与数值不能直接相加，显示类型不匹配type mismatch r(109); 5.1.3关系运算关系运算包括大于、 小于、等于；不等于、不小于、不大于等多种比较关系。特别要注意到 STATA 中的等

4、于符号为 “=” ，是两个等号连写在一起， 不同于赋值时用的单个等号“ =” 。. di 35 /输出的结果为 0，意味着 3 大于 5 为假。当数据中含有缺失值的时候需要特别小心，因为系统缺失值大于任何一个数据，利用这一点，我们可以使用条件语句排除缺失值。任务：将年龄分组为 65 岁以下和 65 岁及以上两组， 缺失值显然不能包括在任何一组中。age 38 . 65 42 18 80 . clear . edit 将上述数据复制到STATA 中，然后退出数据编辑器。. gen agegrp1=(age=65) 生成的数据中，将缺失值视为65 岁以上分在了高龄组，这是错误的. gen ageg

5、rp2=(age=65) if age. 生成的数据中，将缺失值排除在外， 正确！这一命令常被用于生成虚拟变量。. gen agegrp3=(age=65) if age. /仅判断是否恰好为65 岁. list /比较 agegrp1 、 agegrp2和 agegrp3的差异，体会 if age10000 | price10000 | (price10000 | price4000) & forei=0 5.2 函数概览 function 函数只不过是一些编号的小程序，它会按一定的规则进行处理，之后报告结果。实际上，谁也记不住这么多函数，因此，首先要学会查找函数的帮助，当记不住的时候，随时

6、去查寻帮助。记住下面的命令才是最关键的。. help function Type of function See help -+- Mathematical functions math functions Probability distributions and density functions density functions Random-number functions random-number functions String functions string functions Programming functions programming functions Date

7、 functions date functions Time-series functions time-series functions Matrix functions matrix functions 弹出来的对话框告诉我们，STATA 包括八类函数，分别是数学函数，分布函数，随机数函数，字符函数，程序函数，日期函数，时间序列函数和矩阵函数。本章主要介绍数学函数和字符函数，其他函数将在后面相应的章节介绍。常用函数一览表函数含义举例数值型函数abs(x) 绝对值abs(-9)=9 comb(n,k) 从 n 中取 k 个的组合comb(10,2)=45 exp(x) 指数exp(0)=1

8、fill() 自动填充数据int(x) 取整int(5.6) = 5, int(-5.2) = -5. ln(x) 对数ln(1)=0 STATA十八讲： 5 函数与运算符中国人民大学陈传波 log10(x) 以 10 为底的对数log10(1000)=3 mod(x,y) = x - y*int(x/y) mod(9,2)=1 round(x) 四舍五入round(5.6)=6 sqrt(x) 开方sqrt(16)=4 sum(x) 求和随机函数uniform() 均匀分布随机数第 10 讲将介绍invnormal(uniform() 标准正态分布随机数第 11 讲将介绍字符函数real(s

9、) 字符型转化为数值型string(n) 数值型转化为字符型substr(s,n1,n2) 从 S的第 n1 个字符开始，截取 n2 个字符Substr( “this ”,2,2)=is word(s,n) 返回 s 的第 n 个字符Work( “this ”,3)=i 系统变量_n 当前观察值的序号_N 共有多少观察值_pi 5.3 数学函数math functions5.3.1三角函数，指数和对数函数数学函数可以直接对数据进行运算，也可以对变量进行运算。. di sqrt(4) /开方，输出 2. di sqrt(6+3)/先相加，再开方，输出3. di abs(-100) /求绝对值，输

10、出 100. di exp(1) /表示 e1，输出 2.7182818 . di ln(exp(2) /先求 e2,再取对数，得到2 . di _pi /_pi 为圆周率，得到3.1415927 . di cos(_pi)/_pi 的余弦值，得到 -1 数学函数可以直接对数据进行运算，也可以对变量进行运算。对变量的操作：clear set obs 5gen x=_n/生成新变量x,取值为 1，2，3，4，5 gen y1 =exp(x)/取指数gen y2 =ln(x)/取对数gen y3=sin(exp(x) ) +cos(ln( x) /取对数l 5.3.2取整和四舍五入STATA十八讲

11、： 5 函数与运算符中国人民大学陈传波 取整. di int(3.49) /int()取整，不论后面的小数是什么，只取小数点前的数值. di int(3.51) /输出 3 . di int(-3.49) /输出-3 . di int(-3.51) /输出-3 四舍五入. di round(3.49) /round()取整，四舍五入，结果为3. di round(3.51) /四舍五入，结果为4 . di round(-3.49) /四舍五入，结果为 -3. di round(-3.51) /四舍五入到个位数，结果为-4 . di round(3.345,.1) /四舍五入到十分位，结果为3.

12、3. di round(3.351,.1) /四舍五入到十分位，结果为3.4 . di round(3.345,.01) /四舍五入到百分位，结果为3.35. di round(3.351,.01) /四舍五入到百分位，结果为3.35 . di round(335.1,10) /四舍五入到十位，结果为330 对变量的操作. sysuse auto, clear . gen nprice=price/10000 /将价格变到以万为单位. gen nprice2=round(nprice,0.01) /四舍五入到百分位. list nprice* /比较结果5.3.3求和及求均值 gen和 ege

13、n clear set obs 5 gen x=_n /生成新变量 x, x 的取值从 1 到 5 gen y=sum(x) /求列累积和egen z=sum(x) /求列总和egen r=rsum(x y z) /求 x+y+z 总和egen hsum = rowtotal(x y z) / 求 hsum=a+b+c egen havg = rowmean(x y z) / 求 havg=(a+b+c)/3 egen hsd = rowsd(x y z) /求 a、b 和 c 的方差egen rmin = rowmin(x y z) /求 x y z)三个变量的最小值egen rmax =

14、rowmax(x y z) /求 x y z)三个变量的最大值list /注意比较 y 和 z 的不同。egen avgx=mean(x) /求列均值egen medx=median(x) /求列中值egen stdx = std(x) /求列标准差replace y=3 in 3 egen byte dxy = diff(x y) /当 x 与 y 相等时， differ 取 0，若不相等为 1 STATA十八讲： 5 函数与运算符中国人民大学陈传波 更多关于 egen 命令的用法将参考帮助：help egen 5.3.4其他sysuse auto, clear egen rmpg = ra

15、nk(mpg) /求 mpg的次序sort rmpglist mpg rank/列示结果egen highrep78 = anyvalue(rep78), v(3/5) /* 若 rep78 不为 3、4 或 5, 则为缺失值 */list rep78 highrep78 clear input a b1 0 0 0 1 1 0 1 0 0 1 . . 0 end egen ab=group(a b) egen ab2=group(a b),missing l a b ab ab2 - 1. 1 0 3 3 2. 0 0 1 1 3. 1 1 4 4 4. 0 1 2 2 5. 0 0 1 1

16、 - 6. 1 . . 5 7. . 0 . 6 5.4 字符函数string functions任务：将美国汽车数据中汽车商标变量值简化为取前三个字母，得到一个新的变量 make3 sysuse auto, clear gen str3 make3=substr(make,1,3 ) STATA十八讲： 5 函数与运算符中国人民大学陈传波 list make* 任务： 下表的数据是一个多选题，请把这道多选题转化为四个单选题a 2 2 2、1、3 1、2、4 4、2、1 1、2 2 1、2 gen na1=strpos(a, 1)!=0 /strops(s1,s2) 返回字符 s2在 s1中的

17、位置gen na2=strpos(a, 2)!=0 gen na3=strpos(a, 3)!=0 gen na4=strpos(a, 4)!=0 list a na1 na2 na3 na4 1. 2 0 1 0 0 2. 2 0 1 0 0 3. 1、2、3 1 1 1 0 4. 1、2、4 1 1 0 1 5. 1、2、4 1 1 0 1 6. 1、2 1 1 0 0 7. 2 0 1 0 0 8. 1、2 1 1 0 0 webuse genxmpl2, clear gen name2 = word(name,2) /新变量 name2，取值为 name的第二个字母list n*5.5

18、 分类操作 byclear edit *将下表复制粘贴到STATA 数据编辑器中，注意粘贴时把光标停在第一格。x y 1 1.1 1 1.2 1 1.3 2 2.1 2 2.2 gen n=_n /生成一个新变量n=1，2，3，4，5 STATA十八讲： 5 函数与运算符中国人民大学陈传波 gen N=_N /生成一个新变量N=5，5，5，5，5 gen z=y1 /生成一个新变量 z=y 的第一个观察值l x y n N z - 1. 1 1.1 1 5 1.1 2. 1 1.2 2 5 1.1 3. 1 1.3 3 5 1.1 4. 2 2.1 4 5 1.1 5. 2 2.2 5 5 1

19、.1 by x, sort: gen n1=_n /注意到 n1 与 n 的不同， n1 按 x 分类进行操作by x, sort: gen N1=_N by x, sort: gen z1=y1list x y n N z n1 N1 z1 1. 1 1.1 1 5 1.1 1 3 1.1 2. 1 1.2 2 5 1.1 2 3 1.1 3. 1 1.3 3 5 1.1 3 3 1.1 4. 2 2.1 4 5 1.1 1 2 2.1 5. 2 2.2 5 5 1.1 2 2 2.1 任务：下列数据为家庭成员数据family.dta，其中 hhid 为家庭编码， age 为家庭成员的年龄。

20、 将下表数据复制到STATA ，然后另存为 family.dta hhid age 1 86 1 42 1 36 1 57 1 28 2 42 2 5 2 40 要求： （1）生成一个新变量hhsize ，该变量表示共有多少个家庭成员。 （2）给每个家庭成员一个编码id 。如第一个家庭的第一个成员编码为11； （3）按家庭生成一个全家成员平均年龄值mage 。 （4）对每个家庭，分别按年龄大小排序，然后生成一个家庭成员代码，即家庭内年龄最小的成员代码为1，年龄最大的家庭成员，代码为 nid 。最后需要生成的数据集如下：hhid age hhsize id mage nid 1 28 5 15

21、49.8 1 STATA十八讲： 5 函数与运算符中国人民大学陈传波 1 36 5 13 49.8 2 1 42 5 12 49.8 3 1 57 5 14 49.8 4 1 86 5 11 49.8 5 2 5 3 22 29 1 2 40 3 23 29 2 2 42 3 21 29 3 请自己先思考，再参考如下操作：将上表数据复制粘贴到STATA 数据编辑器，然后执行下面的命令use family, clear by hhid,sort :gen hhsize =_N / 得到家庭规模 hhsizeby hhid,sort :gen id=_n+hhid*10 / 为家庭成员编码by h

22、hid,sort: egen mage=mean(age) / 求平均年龄sort hhid age/ 按户排序，在每个户内按年龄大小排序by hhid: gen nid=_n / 在户内按年龄大小为家庭成员编码 +-+ | hhid age hhsize id mage nid | |-| 1. | 1 28 5 11 49.8 1 | 2. | 1 36 5 12 49.8 2 | 3. | 1 42 5 13 49.8 3 | 4. | 1 57 5 14 49.8 4 | 5. | 1 86 5 15 49.8 5 | |-| 6. | 2 5 3 21 29 1 | 7. | 2 4

23、0 3 22 29 2 | 8. | 2 42 3 23 29 3 | 另一个例子：use family, clear bysort hhid (age): gen nid1=_n /括号中的变量 age只排序，不参于分组。bysort hhid age: gen nid2=_n / hhid 和 ag e都既用来参与排序也分组list / 比较上面两个命令得到的不同结果hhid age nid1 nid2 - 1. 1 28 1 1 2. 1 36 2 1 3. 1 42 3 1 4. 1 57 4 1 5. 1 86 5 1 - 6. 2 5 1 1 7. 2 40 2 1 8. 2 42 3 1 STATA十八讲： 5 函数与运算符中国人民大学陈传波 webuse stan2, clear expand 2 if transplant /将 transplant=1的观察值再复制一个sort id by id: generate byte posttran = (_n=2) /* 生成一个新变量 posttran ，使得对同一个人，第一个观察值取0，第二个观察值取 1*/ by id: generate t1 = stime if _n=_N /* 生成新变量 t1 ， 使得在同一个 id 下，对第二期取值为 stime ，否则为“ . ”