STATA入门5 函数与运算符.docx
《STATA入门5 函数与运算符.docx》由会员分享，可在线阅读，更多相关《STATA入门5 函数与运算符.docx（16页珍藏版）》请在冰豆网上搜索。
STATA入门5函数与运算符
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
<
小于
*
乘
|
或
>=
不小于
/
除
&
和
<=
不大于
^
指数
==
等于
sqrt（）
开方
!
=
不等于
~=
不等于
~=
不等于
+
字符相加
运算的优先序：
！
（或~），^，-（负号），/，*，-（减），+，!
=（或~=）,>,<,<=,>=,==,&,|
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
.di–（4+2^（4-2））/（2*4）//di是display命令的略写，表示显示结果
.di4-2//输出2
.di3*5//输出15
.di8/2//8除以2，输出4
.di2^3//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。
.sysuseauto,clear
.gennprice=price+foreign*100
.listnpricepriceforeign
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：
.scalara=”我爱”+“STATA”//要特别注意，引号必须是半角和英文模式
.scalarlista//scalar命令将两个字符运算后的结果赋于a，然后显示a
.scalara=2+“3”//注意到：
字符与数值不能直接相加，显示类型不匹配
typemismatch
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“=”。
.di3<5//输出结果为1，意味着3小于5为真
.di3>5//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。
.genagegrp1=（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
.genagegrp2=（age>=65）ifage<.
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。
.genagegrp3=（age==65）ifage<.//仅判断是否恰好为65岁
.list//比较agegrp1、agegrp2和agegrp3的差异，体会ifage<.的作用。
age
Agegrp1
Agegrp2
Agegrp3
38
0
0
0
.
1
.
.
65
1
1
1
42
0
0
0
18
0
0
0
80
1
1
0
5.1.4逻辑运算
逻辑运算包括非（！
），和（&）、或（|）三种，主要用于条件语句中。
例：
列示出价格大于10000元的任何车，或者小于4000元的国产车。
.sysuseauto,clear
.listpriceforeignifprice>10000|price<4000&forei==0
在STATA中，和（&）优先于或（|）,因此上述命令与下面的命令等价：
.listpriceforeignifprice>10000|（price<4000&forei==0）
试一试下面的命令,这里列示的是国产车中价格高于10000元或者低于4000元的车。
.listpriceforeignif（price>10000|price<4000）&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，随时去查寻帮助。
记住下面的命令才是最关键的。
.helpfunction
TypeoffunctionSeehelp
--------------------------------------+-------------------------
Mathematicalfunctionsmathfunctions
Probabilitydistributionsand
densityfunctionsdensityfunctions
Random-numberfunctionsrandom-numberfunctions
Stringfunctionsstringfunctions
Programmingfunctionsprogrammingfunctions
Datefunctionsdatefunctions
Time-seriesfunctionstime-seriesfunctions
Matrixfunctionsmatrixfunctions
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
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
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）
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
π
5.3数学函数mathfunctions
5.3.1三角函数，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。
.disqrt（4）//开方，输出2
.disqrt（6+3）//先相加，再开方，输出3
.diabs（-100）//求绝对值，输出100
.diexp
（1）//表示e1，输出2.7182818
.diln（exp
（2））//先求e2,再取对数，得到2
.di_pi//_pi为圆周率，得到3.1415927
.dicos（_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
setobs5
genx=_n//生成新变量x,取值为1，2，3，4，5
geny1=exp（x）//取指数
geny2=ln（x）//取对数
geny3=sin（exp（x））+cos（ln（x））//取对数
l
5.3.2取整和四舍五入
取整
.diint（3.49）//int（）取整，不论后面的小数是什么，只取小数点前的数值
.diint（3.51）//输出3
.diint（-3.49）//输出-3
.diint（-3.51）//输出-3
四舍五入
.diround（3.49）//round（）取整，四舍五入，结果为3
.diround（3.51）//四舍五入，结果为4
.diround（-3.49）//四舍五入，结果为-3
.diround（-3.51）//四舍五入到个位数，结果为-4
.diround（3.345,.1）//四舍五入到十分位，结果为3.3
.diround（3.351,.1）//四舍五入到十分位，结果为3.4
.diround（3.345,.01）//四舍五入到百分位，结果为3.35
.diround（3.351,.01）//四舍五入到百分位，结果为3.35
.diround（335.1,10）//四舍五入到十位，结果为330
对变量的操作
.sysuseauto,clear
.gennprice=price/10000//将价格变到以万为单位
.gennprice2=round（nprice,0.01）//四舍五入到百分位
.listnprice*//比较结果
5.3.3求和及求均值gen和egen
clear
setobs5
genx=_n//生成新变量x,x的取值从1到5
geny=sum（x）//求列累积和
egenz=sum（x）//求列总和
egenr=rsum（xyz）//求x+y+z总和
egenhsum=rowtotal（xyz）//求hsum=a+b+c
egenhavg=rowmean（xyz）//求havg=（a+b+c）/3
egenhsd=rowsd（xyz）//求a、b和c的方差
egenrmin=rowmin（xyz）//求xyz）三个变量的最小值
egenrmax=rowmax（xyz）//求xyz）三个变量的最大值
list//注意比较y和z的不同。
egenavgx=mean（x）//求列均值
egenmedx=median（x）//求列中值
egenstdx=std（x）//求列标准差
replacey=3in3
egenbytedxy=diff（xy）//当x与y相等时，differ取0，若不相等为1
更多关于egen命令的用法将参考帮助：
helpegen
5.3.4其他
sysuseauto,clear
egenrmpg=rank（mpg）//求mpg的次序
sortrmpg
listmpgrank//列示结果
egenhighrep78=anyvalue（rep78）,v（3/5）/*若rep78不为3、4或5,
则为缺失值*/
listrep78highrep78
clear
inputab
10
00
11
01
00
1.
.0
end
egenab=group（ab）
egenab2=group（ab）,missing
l
ababab2
------------------
1.1033
2.0011
3.1144
4.0122
5.0011
------------------
6.1..5
7..0.6
5.4字符函数stringfunctions
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
sysuseauto,clear
genstr3make3=substr（make,1,3）
listmake*
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
genna1=strpos（a,"1"）!
=0//strops（s1,s2）返回字符s2在s1中的位置
genna2=strpos（a,"2"）!
=0
genna3=strpos（a,"3"）!
=0
genna4=strpos（a,"4"）!
=0
list
ana1na2na3na4
1.20100
2.20100
3.1、2、31110
4.1、2、41101
5.1、2、41101
6.1、21100
7.20100
8.1、21100
webusegenxmpl2,clear
genname2=word（name,2）//新变量name2，取值为name的第二个字母
listn*
5.5分类操作by
clear
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
genn=_n//生成一个新变量n=1，2，3，4，5
genN=_N//生成一个新变量N=5，5，5，5，5
genz=y[1]//生成一个新变量z=y的第一个观察值
l
xynNz
-----------------------
1.11.1151.1
2.11.2251.1
3.11.3351.1
4.22.1451.1
5.22.2551.1
byx,sort:
genn1=_n//注意到n1与n的不同，n1按x分类进行操作
byx,sort:
genN1=_N
byx,sort:
genz1=y[1]
list
xynNzn1N1z1
1.11.1151.1131.1
2.11.2251.1231.1
3.11.3351.1331.1
4.22.1451.1122.1
5.22.2551.1222.1
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。
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
49.8
1
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
usefamily,clear
byhhid,sort:
genhhsize=_N//得到家庭规模hhsize
byhhid,sort:
genid=_n+hhid*10//为家庭成员编码
byhhid,sort:
egenmage=mean（age）//求平均年龄
sorthhidage//按户排序，在每个户内按年龄大小排序
byhhid:
gennid=_n//在户内按年龄大小为家庭成员编码
+---------------------------------------+
|hhidagehhsizeidmagenid|
|---------------------------------------|
1.|12851149.81|
2.|13651249.82|
3.|14251349.83|
4.|15751449.84|
5.|18651549.85|
|---------------------------------------|
6.|25321291|
7.|240322292|
8.|242323293|
另一个例子：
usefamily,clear
bysorthhid（age）:
gennid1=_n//括号中的变量age只排序，不参于分组。
bysorthhidage:
gennid2=_n//hhid和age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
hhidagenid1nid2
--------------------------
1.12811
2.13621
3.14231
4.15741
5.18651
--------------------------
6.2511
7.24021
8.24231
webusestan2,clear
expand2iftransplant//将transplant==1的观察值再复制一个
sortid
byid:
generatebyteposttran=（_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*/
byid:
generatet1=stimeif_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“.”
升级会员 