STATA常用命令集.docx
《STATA常用命令集.docx》由会员分享，可在线阅读，更多相关《STATA常用命令集.docx（15页珍藏版）》请在冰豆网上搜索。
STATA常用命令集
STATA常用命令集
整变量格式：
formatx1.3f——将x1的列宽固定为10，小数点后取三位
formatx1.3g——将x1的列宽固定为10，有效数字取三位
formatx1.3e——将x1的列宽固定为10，采用科学计数法
formatx1.3fc——将x1的列宽固定为10，小数点后取三位，加入千分位分隔符
formatx1.3gc——将x1的列宽固定为10，有效数字取三位，加入千分位分隔符
formatx1%-10.3gc——将x1的列宽固定为10，有效数字取三位，加入千分位分隔符，加入“-”表示左对齐
合并数据：
use"C:
\DocumentsandSettings\xks\桌面\2006.dta",clear
mergeusing"C:
\DocumentsandSettings\xks\桌面\1999.dta"
——将1999和2006的数据按照样本（observation）排列的自然顺序合并起来
use"C:
\DocumentsandSettings\xks\桌面\2006.dta",clear
mergeidusing"C:
\DocumentsandSettings\xks\桌面\1999.dta",uniquesort
——将1999和2006的数据按照唯一的（unique）变量id来合并，在合并时对id进行排序（sort）
建议采用第一种方法。
对样本进行随机筛选：
sample50
在观测案例中随机选取50%的样本，其余删除
sample50,count
在观测案例中随机选取50个样本，其余删除
查看与编辑数据：
browsex1x2ifx3>3（按所列变量与条件打开数据查看器）
editx1x2ifx3>3（按所列变量与条件打开数据编辑器）
数据合并（merge）与扩展（append）
merge表示样本量不变，但增加了一些新变量；append表示样本总量增加了，但变量数目不变。
one-to-onemerge：
数据源自statatutorial中的exampw1和exampw2
第一步：
将exampw1按v001～v003这三个编码排序，并建立临时数据库tempw1
clear
use"t:
\statatut\exampw1.dta"
su——summarize的简写
sortv001v002v003
savetempw1
第二步：
对exampw2做同样的处理
clear
use"t:
\statatut\exampw2.dta"
su
sortv001v002v003
savetempw2
第三步：
使用tempw1数据库，将其与tempw2合并：
clear
usetempw1
mergev001v002v003usingtempw2
第四步：
查看合并后的数据状况：
ta_merge——tabulate_merge的简写
su
第五步：
清理临时数据库，并删除_merge，以免日后合并新变量时出错
erasetempw1.dta
erasetempw2.dta
drop_merge
数据扩展append：
数据源自statatutorial中的fac19和newfac
clear
use"t:
\statatut\fac19.dta"
taregion
appendusing"t:
\statatut\newfac"
taregion
合并后样本量增加，但变量数不变
茎叶图：
stemx1,line
（2）（做x1的茎叶图，每一个十分位的树茎都被拆分成两段来显示，前半段为0～4，后半段为5～9）
stemx1,width
（2）（做x1的茎叶图，每一个十分位的树茎都被拆分成五段来显示，每个小树茎的组距为2）
stemx1,round（100）（将x1除以100后再做x1的茎叶图）
直方图
采用auto数据库
histogrammpg,discretefrequencynormalxlabel（1
（1）5）
（discrete表示变量不连续，frequency表示显示频数，normal加入正太分布曲线，xlabel设定x轴，1和5为极端值，
（1）为单位）
histogramprice,fractionnorm
（fraction表示y轴显示小数，除了frequency和fraction这两个选择之外，该命令可替换为“percent”百分比，和“density”密度；未加上discrete就表示将price当作连续变量来绘图）
histogramprice,percentby（foreign）
（按照变量“foreign”的分类，将不同类样本的“price”绘制出来，两个图分左右排布）
histogrammpg,discreteby（foreign,col
（1））
（按照变量“foreign”的分类，将不同类样本的“mpg”绘制出来，两个图分上下排布）
histogrammpg,discretepercentby（foreign,total）norm
（按照变量“foreign”的分类，将不同类样本的“mpg”绘制出来，同时绘出样本整体的“总”直方图）
二变量图：
graphtwowaylfitpriceweight||scatterpriceweight
（作出price和weight的回归线图——“lfit”，然后与price和weight的散点图相叠加）
twowayscatterpriceweight,mlabel（make）
（做price和weight的散点图，并在每个点上标注“make”，即厂商的取值）
twowayscatterpriceweight||lfitpriceweight,by（foreign）
（按照变量foreign的分类，分别对不同类样本的price和weight做散点图和回归线图的叠加，两图呈左右分布）
twowayscatterpriceweight||lfitpriceweight,by（foreign,col
（1））
（按照变量foreign的分类，分别对不同类样本的price和weight做散点图和回归线图的叠加，两图呈上下分布）
twowayscatterpriceweight[fweight=displacement],msymbol（oh）
（画出price和weight的散点图，“msybol（oh）”表示每个点均为中空的圆圈，[fweight=displacement]表示每个点的大小与displacement的取值大小成比例）
twowayconnectedy1time,yaxis
（1）||y2time,yaxis
（2）
（画出y1和y2这两个变量的时间点线图，并将它们叠加在一个图中，左边“yaxis
（1）”为y1的度量，右边“yaxis
（2）”为y2的）
twowayliney1time,yaxis
（1）||y2time,yaxis
（2）
（与上图基本相同，就是没有点，只显示曲线）
graphtwowayscattervar1var4||scattervar2var4||scattervar3var4
（做三个点图的叠加）
graphtwowaylinevar1var4||linevar2var4||linevar3var4
（做三个线图的叠加）
graphtwowayconnectedvar1var4||connectedvar2var4||connectedvar3var4
（叠加三个点线相连图）
更多变量：
graphmatrixabcy
（画出一个散点图矩阵，显示各变量之间所有可能的两两相互散点图）
graphmatrixabcd,half
（生成散点图矩阵，只显示下半部分的三角形区域）
用auto数据集：
graphmatrixpricempgweightlength,halfby（foreign,totalcol
（1））
（根据foreign变量的不同类型绘制price等四个变量的散点图矩阵，要求绘出总图，并上下排列】=具）
其他图形：
graphboxy,over（x）yline（.22）
（对应x的每一个取值构建y的箱型图，并在y轴的0.22处划一条水平线）
graphbar（mean）y,over（x）
对应x的每一个取值，显示y的平均数的条形图。
括号中的“mean”也可换成median、sum、sd、p25、p75等
graphbara1a2,over（b）stack
（对应在b的每一个取值，显示a1和a2的条形图，a1和a2是叠放成一根条形柱。
若不写入“stack”，则a1和a2显示为两个并排的条形柱）
graphdot（median）y,over（x）
（画点图，沿着水平刻度，在x的每一个取值水平所对应的y的中位数上打点）
qnormx
（画出一幅分位-正态标绘图）
rcharta1a2a2
（画出质量控制R图，显示a1到a3的取值范围）
简单统计量的计算：
ameansx
（计算变量x的算术平均值、几何平均值和简单调和平均值，均显示样本量和置信区间）
meanvar1[pweight=var2]
（求取分组数据的平均值和标准误，var1为各组的赋值，var2为每组的频数）
summarizeyx1x2,detail
（可以获得各个变量的百分比数、最大最小值、样本量、平均数、标准差、方差、峰度、偏度）
***注意***
stata中summarize所计算出来的峰度skewness和偏度kurtosis有问题，与ECELL和SPSS有较大差异，建议不采用stata的结果。
summarizevar1[aweight=var2],detail
（求取分组数据的统计量，var1为各组的赋值，var2为每组的频数）
tabstatX1,stats（meannqmaxminsdvarcv）
（计算变量X1的算术平均值、样本量、四分位线、最大最小值、标准差、方差和变异系数）
概率分布的计算：
（1）贝努利概率分布测试：
webusequick
bitestquick==0.3,detail
（假设每次得到成功案例‘1’的概率等于0.3，计算在变量quick所显示的二项分布情况下，各种累计概率和单个概率是多少）
bitesti10,3,0.5,detail
（计算当每次成功的概率为0.5时，十次抽样中抽到三次成功案例的概率：
低于或高于三次成功的累计概率和恰好三次成功概率）
（2）泊松分布概率：
displaypoisson（7,6）
.44971106
（计算均值为7，成功案例小于等于6个的泊松概率）
displaypoissonp（7,6）
.14900278
（计算均值为7，成功案例恰好等于6个的泊松概率）
displaypoissontail（7,6）
.69929172
（计算均值为7，成功案例大于等于6个的泊松概率）
（3）超几何分布概率：
displayhypergeometricp（10,3,4,2）
.3
（计算在样本总量为10，成功案例为3的样本总体中，不重置地抽取4个样本
升级会员 