数据分析与Stata软件应用（微课版）-源代码汇总 第2章 数据的获取、与Stata实现---第8章Stata综合案例分析.docx

《数据分析与Stata软件应用（微课版）-源代码汇总 第2章 数据的获取、与Stata实现---第8章Stata综合案例分析.docx》由会员分享，可在线阅读，更多相关《数据分析与Stata软件应用（微课版）-源代码汇总 第2章 数据的获取、与Stata实现---第8章Stata综合案例分析.docx（9页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、数据分析与Stata软件应用（微课版）源代码第2章 数据的获取、整理与Stata实现2.1数据的获取与Stata实现.input y x/输入y,x两个变量数据/.set memory 50m, permanently/将存储空间设置为 50mb/.use f:statadatacha2a/读入名为 cha2a 的数据文件/.use in 1/20 using f:statadatacha2a/读取所有数据中的前 20 个个案/.insheet using f:/stata/data/data 1 .txt /读入名为 datal 的数据文件/.infilc id y x z using f:

2、/stata/data/data2.txt /读入名为 datn2 的数据文件/.infix id 1-2 y 3-5 x 6-8 using f:/stata/data/data3.txt /读入名为 data3 的数据文件/.save f:staladata2/存储名为data2的数据文件/.use f:/stata/data/cha2a/读入名为 cha2a 的数据文件/.list id female source, nolabI展示企male,source3个变量的数据,但是不显示变量数值标签/.replace high=. in 5 /将第5个样本的high变量数据变为缺失数据，并用

3、“来表示/.replace high=. in 9 /将第9个样本的high变量数据变为缺失数据，并用来表示/.describe id female source/查看 female,source 变量的显示格式/.format female source/查看笈male,source 变量的显示格式/.label data “student in statistics school”/给数据文件添加标签/.label variable id “xuehao/绐 id 变量添加标签/.label define rsex 1 female 0male /给 rsex 变量添加变量值标签,取值 1

4、 表示 fem ale,0 表示male/.notes: data is in 2001/给数据文件添加注释/.note score: math score in 2001/给变量 score 添加注释/2.2数据的整理与Stata实现排序.use f:/stata/data/cha2a/读入名为 cha2a 的数据文件/.sort score /按照score变量的取值向上排序/.sort score high/先按照score变量的取值进行向上排序,在score变量取值相同的观察个案中,再按照hi的变量的取值向上排序/.gsort -score/按照score变量的取值向下排序/.gsor

5、t -score -high/先按照score变量的取值进行向下排序,在score变量取值相同的观察个窠中,再按照high变量的取值向下排序/. gsort score -high/先按照score变量的取值进行向上排序,在score变量取值相同的观察个案中,再按照high变量的取值向下排序/数据子集的选择.use f:/stata/data/cha2a/读入名为 cbn2n 的数据文件/.list score in 1/10/展示从第I个至第10个观测个案的score变量取值/.list score in 20/1/展示的是最后10个观刻j个案的score变量取值/.list score i

6、f score85 /挑选score变量取值大于85的个案子集/.list score female if femaIe0 /挑选female变量取值大于0的个窠子集/.bysort female: sum score /对female变量下的不同取值（即不同类别）分别进行score 变量的统计描述/.sort female/对female变量进行排序/.by female: sum score/对female变量下的不同取值（即不同类别）分别进行score变量的统计描述/数据的保留和删除.keep if x100/保留x取值,大于100的个案/.drop if gdp0/对于female0的

7、观测个案,将x的取值（即缺失值）一并替换为20/.recode score 81/100=1 0/80=0/将score变量取值大于80的观察个案的/score赋值为1, score变量取值小于等于80的观察个案的/score赋值为0/虚拟变量的生成.tabulate source, gcncratc(rsourcc)/生成虚拟变量rscurce/变量的转换.encode source, generate(lsource)/将字符变量source转变为数值变量/source/.decode female, generaie(femalex)/将数值变量female转变为字符变量femalex/

8、display 命令.display 50+20/计算50+20的数值/第3章数据的描述与Stata实现3.1数值变量数据的分布特征描述.use f:statadatastatistics.dta /读入 stuns des.dra 数据文件 /.describe/输出变量的描述统计量情况/.list rd new income/显示所有观测个案的rd和newincome变量信息/.list rd newincome if area=2/显示 area =2 的观测个案的 rd 和 newincome 变量信息/.sum rd newincome/对rd,newincome变量进行基本描述统计

9、分析/.tabstat rd newincome, stats(mean range sd skewness)/输出 rd,newincome 变量的均值、全距、标准差和偏度值/3.2 分类变量数据的分布特征描述.use f:statadatacrosstab.dta /读入 crossrab.dta 数据文件 /.table profession, contents(n wage mean wage sd wage)/显示不同profession 等级的个案w嘤变量的样本量、均值和标准差/.tabulate profession work, chi2 /生成 profession 和 wor

10、k 变量的二维交叉列联表,并进 行显著性检睑/.tabulate profession work, sum(wage)/生成pro历ssion 和 work 变量的二维交叉列联表,并输出wage变量的统计结果/数据的图形描述.use f:statadatacrosstab.dta /读入 cross tab.dtn 数据文件 /.hist wage/输出变量wage的密度直方图/.hist wage, frequency/输出变量wage的频数直方图/.hist wage, percent normal by(gender)/输出不同gender等级个案的变量wage的密度直方图,并配合正态分

11、布曲线/. scatter age wage/绘制age和wage的简单散点图/.scatter age wage, msymbol(T) mcolor(grecn) msizc(huge) I绘制age 和 wage 的简单散点 图，并设置形状、颜色和大小/.scatter age wage, connecl( 1) /绘制age和wage的简单散点图，并配合连接直线/.graph pie, over(profession) /输出 profession 的扇形图/.graph pie wage, over(profession)/输出profession的质形图,每个扇形面积为对应个案的R

12、空变量值/.graph pic wage age /wage变量为一个扇形,age变量为一个扇形/.graph bar wage, over(profession) /按照profession 取值绘制 wage 变量的条形图/.graph bar wage age, over(profession)/按照profession 取值绘制 wage 和 age 变量的条形图/第4章数据的均值比较、推断与Stata实现4.1 单样本数据均值的比较与推断.use f:statadataonesamplet.dta /读入 oncsamplct.dta 数据文件 /.describe /数据信息的基本

13、了解/.ttest score=80/单样本 r 检脸/.signtest score=80/单样本符号检验/两样本数据的均值比较与推断.use f:slaiadatalwosamplelldla /读入 twosamplctl.dtn 数据文件 /.tab math school/显示math和school的交叉列联表/.ttest math, by(school)/两独立样本t检验，前提为方差相等/.ttest math, by(school) unequal/两独立样本t检险,前提为方差不相等/.use f:statadatatwosamplct2.dta /读入 nvosamplcr2

14、.dt；i 数据文件 /.ttest before=after /两配对样本 t 检验/4.2 多样本数据的均值比较与推断.use f:statadataanova.dta /读入 ancva.dta 数据文件 /. anova score class /以class为控制变量,以score为观测变量的单因素方差分析/.anova score class sex class#sex /以class,sex为控制变量,以score为观测变量的多因素 方差分析,包含交互效应/.anova score class c.prescore/以 score 为观涮变量,以 class 为控制变量,以 pr

15、escorc 为协变量的协方差分析/第5章数据内部关联结构分析与Stata实现样本的关联结构分析一聚类分析.use f:statadataclustcr.dta/读入 duster.dm 数据文件/.cluster singlclinkagc xl x2 x3 x4 x5, namc(clusl)/采用最近邻元素法进行系统聚类分析/.cluster dendrogram cl us I, horizontal/绘制树状图/.cluster gen typel=group(3)/将所有观测变量分为3类，将分类结果保存在tpcl的变量中/.matrix dissimilarity CLD= xl

16、x2 x3 x4 x5/生成变量 xl-x5 的距离矩阵/.clustermat wardslinkage CLD, name(clus2) clear /基于 CLD 的距离矩阵,采用瓦尔德 法进行聚类分析/. cluster gen typc2=group(3)/将所有观涮变量分为3类,将分类结果保存在wpe2的变量中/.cluster kmeans xl x2 x3 x4 x5, k(3) name(clus3)/采用k均值聚类方法将所有观测变量分为3类/5.1 变量的关联结构分析一因子分析.use f:statadatafactor.dta /读入 fuctor.dta 数据文件/.f

17、actor rl(X)m longjump shot highjump r400m h 11 ()m discus polcvlt javcl rl500m, pcf /以 所有变量为基础,采用主成分法进行因子分析/.estat kmo /计算 kmo 值/.estat summarize/计算初始变量的基本描述统计信息/.factor rlOOm longjump shot highjump r400m h 11 Om discus polevlt javel r 1500m, factors(4)/以所有变量为基础进行因子分析,共提取4个公共因子变量/.rotate/旋转因子载荷矩阵/.p

18、redict fl f2 f3 f4, regression/采用回归法计算4个公共因子变量得分/.screeplol /绘制碎石图/第6章变量间相关关系分析与Stata实现二元变量相关分析.use f:statadatacorrclation.dta /读入 corrdadon.dta 数据文件/.graph matrix income cost gdp /绘制 income, cost 和gdp个变量的散点图矩阵/.pwcorr income cost gdp, sig star(.O5) /计算 income,cost gdp 的皮尔逊简单线性相关 系数,并进行显著性检验,显著性水平设置

19、为005/.spearman income cost gdp, Star(.O5)/计算 income,cost 和gdp 的斯皮尔曼 spearman 等级相关系数,并进行显著性检验,显著性水平设置为0Q5/.ktau income cost gdp, star(.O5)/计算 in come,cost 和闻p 的肯德尔 ktau 相关系数，并进行显著性检验,显著性水平设置为0.05/偏相关分析.use f:statadatacorrelation.dta /读入 corrcladon.dta 数据文件/.pcorr income cost gdp/分别控制cost #gdp,计算incom

20、e与另一个变量的偏相关系数/第7章变量间回归关系分析与Stata实现7.1 经典线性回归分析与Stata实现.use f:statadataregress.dta /读入 regress.dta 数据文件/.pwcorr stock adver salary sales, sig/相关分析/.regress sales stock adver salary/经典线性回归分析/.regress sales stock adver salary, beta/经典线性回归分析,输出 beta 值/.predict saleshat /输出因变量sales的估计值/.predict e, resid/

21、输出残差值/含虚拟自变量的线性回归分析.use f:statadataregress.dta/读入regress.dm数据文件/.gen cast=0.replace east= I if area= 1.replace east= I if area= 1/设置第一个虚拟自变量east/.gen middle=0.replace middle=l if area=2.gen middle=0.replace middle=l if area=2/设置第二个虚拟自变量middle/.list area esat middle/显示area, east, middle三个变量值/.reg sal

22、es stock adver salary east middle.reg sales stock adver salary east middle/加法模式下引入虚拟自变量的线性回归分析/.gen advere=adver*east.gen advcrm=advcr*middlc/设置乘法模式下的自变量/.reg sales stock adver salary east middle advere adverm/乘法模式下引入虚拟自变量的线性回归分析/7.2 可转化为线性形式的非线性回归分析.use f:statadatacurve.dta.use f:statadatacurve.dta

23、/读入cunedra数据文件/.scatter rate age/绘制散点图/.pwcorr rate age, sig/计算简单线性相关系数，并进行显著性检验/.reg rate age, beta/简单线性回归分析/.gen z=ln(age)/设置新变量/.reg rate z, beta/转化为线性形式的非线性回归分析/Logistic回归分析.use f:statadalalogistic.dta/读入logisdc.dta数据文件/.logit result age sex weight.logit result age sex weight/logistic回归分析,k侬命令/.

24、logit result age sex weight, or.logitic result age sex weight/logistic回归分析，心旗命令,输出QR值/logistic 回归分析,logistic 命令/第8章Stata综合案例分析8.1 综合案例1:酸奶新品牌市场推广策略分析.use f:statadatacasel .dta/读入 casel.dta 数据文件/.tabulate brand city/输出交.又列联表/.tabulate brand, sum(scorc)/输出一维列联表/.tabulate brand city, sum(score)/输出二维列联表

25、/.encode brand, gen(brandi)/字符变量转换为数值变量/.anova score brandi /单因素方差分析/.oneway score brandi, scheffe/多重比较/.anova score brandi city brandi#city/多因素方差分析,加交互效应/综合案例2：水资源利用率对水资源承载力影响的实证研究.use f:statadatacase2.dta /读入 casc2.dta 数据文件/.factor urban pergdp wacost perwater rain forest sewage green wasupply, pe

26、f /因子分析/.estat sum/输出变量基本信息/.estat kmo/输出 kmo 值/因子.factor urban pergdp wacost perwater rain forest sewage green wasupply, factors(4)分析,提取4个公共因子变量/.predict fl f2 f3 f4, regression/计算4个公共因子变量得分/.gen f=0.4314*f1 +0.4063*f2+0.1108*f3+O.O682*f4 /生成新变量 f/.gen utilization=yearsup/watresource /生成新变量 utiliza

27、tion/.pwcorr f utilization, sig/相关分析/.reg f utilization/回归分析/.gen x=ulilizalionA2/生成新变量 x/.reg f x utilization/转化为线性形式的非线性回归分析/综合案例3：某学校班级综合能力的类群差异研究.use f:statadatacasc3.dta/读入case3.dta数据文件/.sum/数据基本信息描述/系统聚类分析/系统聚类分析/.cluster singlelinkage x 1 x2 x3 x4 x5/绘制水平方向的树状图/绘制水平方向的树状图/.cluster dendrogram

28、clusi, horizontal.cluster gen typel=group(3)/聚类分析,分为3类，存储为typel/.cluster gen type2=group(4)/聚类分析,分为4类存储为type2/快速聚类分析,分为3类,存储为.cluster kmeans xl x2 x3 x4 x5, k(3) name(typc3) type3/快速聚类分析,分为4类,存储为/快速聚类分析,分为4类,存储为.cluster kmeans xl x2 x3 x4 x5, k(4) name(type4) type.oneway x 1 type4, scheffe/单因素方差分析,因变量为工1,并做多重比较/.oneway x2 type4, scheffe/单因素方差分析,因变量为x2,并做多重比较/.oneway x3 type4, scheffe/单因素方差分析,因变量为x3,并做多重比较/.oneway x4 type4, schcffc/单因素方差分析,并做多重比较/.oneway x5 typc4, schcffc/单因素方差分析,并做多重比较/