Stata统计分析报告命令.docx

Stata统计分析报告命令.docx

《Stata统计分析报告命令.docx》由会员分享，可在线阅读，更多相关《Stata统计分析报告命令.docx（17页珍藏版）》请在冰豆网上搜索。

Stata统计分析报告命令

Stata统计分析常用命令汇总

一、winsorize极端值处理

X围：

一般在1%和99%分位做极端值处理，对于小于1%的数用1%的值赋值，对于大于99%的数用99%的值赋值。

1、Stata中的单变量极端值处理：

stata11.0，在命令窗口输入“finditwinsor〞后，系统弹出一个窗口，安装winsor模块

安装好模块之后，就可以调用winsor命令，命令格式：

winsorvar1,gen（newvar）p（0.01）

或者在命令窗口中输入：

sscinstallwinsor安装winsor命令。

winsor命令不能进展批量处理。

2、批量进展winsorize极端值处理：

打开：

，找到winsorizeJ，点击右键，另存为到stata中的ado/plus/下即可。

命令格式：

winsorizeJvar1var2var3,suffix（w）即可，这样会生成三个新变量，var1wvar2wvar3w，而且默认的是上下1%winsorize。

如果要修改分位点，如此写成如下格式：

winsorizeJvar1var2var3,suffix（w）cuts（595）。

3、Excel中的极端值处理：

〔略〕

winsor2命令使用说明

简介：

winsor2winsorizeortrim（iftrimoptionisspecified）thevariablesinvarlistatparticularpercentilesspecifiedbyoptioncuts（##）.Indefult,newvariableswillbegeneratedwithasuffix"_w"or"_tr",whichcanbechangedbyspecifyingsuffix（）option.Thereplaceoptionreplacesthevariableswiththeirwinsorizedortrimmedones.

相比于winsor命令的改良：

（1）可以批量处理多个变量；

（2）不仅可以winsor，也可以trimming；

（3）附加了by（）选项，可以分组winsor或trimming；

（4）增加了replace选项，可以不必生成新变量，直接替换原变量。

X例：

*-winsorat（p1p99）,getnewvariable"wage_w"

.sysusenlsw88,clear

.winsor2wage

*-left-trimmingat2thpercentile

.winsor2wage,cuts（2100）trim

*-winsorvariablesby（industrysouth）,overwritetheoldvariables

.winsor2wagehours,replaceby（industrysouth）

使用方法:

1.请将winsor2.ado和winsor2.sthlp放置于stata12\ado\base\w文件夹下；

2.输入helpwinsor2可以查看帮助文件；

二、描述性统计

1、summarize

命令格式：

su、sum或者summarize[varlist][if][in][weight][,options]

如果summarize或sum后不加任何变量，如此默认对数据中的所有变量进展描述统计

options选项：

detail表示产生更加详细的统计变量

Separator〔n〕表示每n个变量画一条分界限，n=0表示禁止使用分界限

Summarize描述统计输出表中包含：

样本容量、平均数、标准差、最小值和最大值

2、tabstat

命令格式：

tabstat[varlist][if][in][weight][,options]

options选项：

stat（statname）表示设定所需要的统计量

col（stat）或c（s）表示将结果报表转置

统计量：

mean：

平均数count/n：

观测值数目sum：

加总

max/min：

最大值/最小值range：

极差sd：

标准差cv：

变异系数semean：

平均标准误差skewness：

偏度var：

方差

kurtosis：

峰度median/p50：

中位数p#：

#%百分位数

例如：

tabstat[varlist],stat（countmeansdmedianminmaxrange）col（stat）

3、描述性统计结果输出到word或Excel

用sum做的描述性统计：

logout,save（miaoshutongji）wordreplace:

sum

用tabstat做的描述性统计：

logout,save（miaoshutongji）wordreplace:

tabstat[varlist],stat（countmeansdmedianminmaxrange）col（stat）

分组描述：

bysortvar:

三、相关性分析

〔一〕相关性分析

1、Pearson相关系数命令格式：

correlate〔简写：

cor或corr〕[varlist][if][in][weight][,options]

2、spearman相关系数命令格式：

spearman[varlist],stats（rhop）

3、在Stata中，命令corr用于计算一组变量间的协方差或相关系数矩阵；

4、命令pwcorr可用于计算一组变量中两两变量的相关系数，同时还可以对相关系数的显著性进展检验；option选项中加上sig可显示显著性水平：

pwcorr[varlist],sig

5、命令pcorr用于计算一组变量中两两变量的偏相关系数并进展显著性检验。

6、Spearman和Pearson检验同在一个表的命令：

corrtbl[varlist],corrvars（[varlist]）

输出结果中，上三角为Spearman相关系数和显著水平，下三角为Pearson系数和显著水平。

〔二〕输出相关系数表到word或Excel中

例如：

logout,save（mytable）wordreplace:

pwcorr_apricempgrep78headroomtrunk,star1（0.01）star5（0.05）star10（0.1）

四、截面数据单方程线性回归模型的Stata实现

命令格式：

regress〔简写：

reg〕depvarindepvars[if][in][weigh][option]

〔depvar表示因变量，indepvars表示自变量〕

五、异方差的检验与处理

1、检验异方差命令格式：

hettest

2、判断异方差的标准：

看P值的大小来判断，如果P值小于0.05，如此不能排除异方差的可能，上图中P值等于0.4584>0.05，因此，可以排除异方差的可能性。

3、处理异方差命令格式：

在reg命令后加上“,r〞或者“,robust〞即可。

经异方差处理后的回归不显示调整后的R2〔adj-R2〕，如果要查看调整后的R2，再输入命令：

die（r2_a）

六、多重共线性〔自变量之间高度相关〕命令格式：

vif

〔一〕判断多重共线性的标准〔两个标准必须同时满足〕：

1、最大的vif大于10；

2、平均的vif大于1。

〔二〕多重共线性的修正

1、采用逐步回归进展修正，命令格式：

swregdepvarindepvar,pr（0.05）

2、对于含二次项的，使用“对中〞的方法，既可以保存二次项，又可以在一定程度上克制多重共线性的问题：

先定义两个变量，分别为该变量减去其均值和该变量的平方，命令如下：

sumvar

genvar1=var-r（mean）

genvar2=var^2

再用新变量代替原来的变量进展回归处理

七、内生性的检验与处理〔内生性是指自变量与误差项之间有关系〕

1、内生性的检验：

ovtest

看P值的大小来判断，如果P值小于0.05，如此不能排除内生性的可能，上图中P值等于0.4717>0.05，因此，可以排除内生性的可能。

2、内生性的处理：

使用工具变量法：

ivreg

内生性的三个来源：

测量误差、遗漏变量和双向因果。

1、变量的内生性。

这个是没有方法单独检验的。

当有适宜工具变量时候，是可以检验的，就是hausman检验

2、工具变量的外生性。

这个也是没方法检验的。

当有很多工具变量时候，可以检验是否有不是外生的，就是“过度识别〞问题

3、工具变量的相关性。

这个可以说成是“弱工具变量〞问题，检验可以通过一阶段的F值。

还可以利用PartialR2。

4、估计方法

stata里面有这么几个2sls，2slssmal、liml、gmm，各自适用情况：

small适合小样本；liml适合弱工具变量；gmm适合异方差。

【例子】

webusehsng2

*Fitaregressionvia2SLS,requestingsmall-samplestatistics

ivregress2slsrentpcturban（hsngval=faminciregion）,small

*FitaregressionusingtheLIMLestimator

ivregresslimlrentpcturban（hsngval=faminciregion）

*FitaregressionviaGMMusingthedefaultheteroskedasticity-robustweightmatrix

ivregressgmmrentpcturban（hsngval=faminciregion）

*FitaregressionviaGMMusingaheteroskedasticity-robustweightmatrix,requestingnonrobuststandarderrors

ivregressgmmrentpcturban（hsngval=faminciregion）,vce（unadjusted）

*检验

estatafirststage,allforcenonrobust\\\可以查看第一阶段F值，已经partialR2

estatoverid\\\查看是否过度识别

estatendogenous\\\查看是否异方差

regress2slsrentpcturbanhsngval

eststorem1

ivregress2slsrentpcturban（hsngval=faminciregion）

eststorem2

hausmanm1m2\\\内生检验

八、线性方程组的回归分析

命令格式：

sureg（depvar1varlist1）（depvar2varlist2）…（depvarNvarlistN）[if][in][weigh]

九、联立方程组

命令格式：

reg3（depvar1varlist1）（depvar2varlist2）…（depvarNvarlistN）[if][in][weigh]

十、面板数据的固定效应和随机效应

Xtset

固定效应命令格式：

xtregdepvarindepvars[if][in],fe[FE_options]

随机效应命令格式：

xtregdepvarindepvars[if][in],re[FE_options]

hausman检验固定效应还是随机效应？

【例子】

xtregyvar1var2var3，fe

eststorefe

xtregyvar1var2var3，re

eststorere

hausmanfere,sigmamore

hausmanfere,sigmaless

*sigmamore利用有效估计量方差，即re

*sigmaless利用一致估计量方差，即fe

十一：

Stata回归结果的导出

1、在命令窗口中输入：

sscinstallesttab，安装命令esttab

2、reg回归

3、esttabusingfilename.rtf将以word形式输出回归结果，后缀改成star（*0.10**0.05***0.01）。

4、批量输出回归结果：

每运行一个regression，存起来：

eststorem1。

m1是你要改的，第一个model所以我叫m1，第二个的话指令就变成eststorem2，依次类推，最后运行指令：

esttabm1m2...usingtest.rtf。

esttabm11111usingaaaaa.rtf,star（*0.10**0.05***0.01）b（%6.4f）

5、outreg2可以将回归结果导入word、excle、latex等，而且可以根据自己需要改变格式：

sscinstalloutreg2

useauto,clear

[varlist]

eststorem1

outreg2[m1]usingtest.doc,replace

十二、合并样本〔将关键词一样的多个样本合并为一个〕

命令格式：

duplicatesdropvarlist,force

例如将同一企业在同一天发生的多起并购合为一起，可根据证券代码和公告日期关键词，将其合并，命令：

duplicatesdroppany_idevent_date,force

十三、均值t检验

命令格式：

ttestCAR1==CAR2,unpaired

十四、中位数Z检验〔非参数Wilcoxon秩和检验〕

命令格式：

ranksumvar,by（groupvar）

groupvar为分组变量

十五、检验两组均值的显著性差异，在t检验的后面数值上面加星号

可以用ttest命令执行检验，它会直接报告星号。

亦可采用外部命令meantab执行检验，自己根据t值大小标注星号。

helpmeantab//这个最好用

sysusenlsw88,clear

meantabcollgradwagehoursttl_exptenure,///

over（union）tstatdiffnoncells

另有一个李春涛教师编写的命令，可以直接标注星号：

finditttable//多变量，两组差异

十六、删除有缺失值的样本

egenmis=rowmiss（_all）

dropifmis

条件语句：

cond

例如：

cond（missing（x）,.,cond（x>2,50,70））returns.ifxismissing,returns50ifx>2,andreturns70ifx<2

十七、中心化处理与标准化处理

1、安装命令：

finditcenter

2、中心化：

centervarlist〔注：

生成的新变量默认加前置〞c_〞，可一次对多个变量进展处理〕

或：

centervar,g（newvar）〔注：

只能对一个变量进展中心化，并生成给定名称的新变量〕

3、标准化：

centervarlist,prefix（z_）standardize〔注：

生成的新变量加前置〞z_〞，可多个，可更改〕

十八、恢复数据命令

preserve〔处理数据前使用该命令，否如此没有数据可恢复〕

dropvar1-var100〔处理数据〕

restore〔恢复数据〕

十九、genicv产生交叉项

【问题】

有时候，想生成很多交叉项，但是又不愿意一个一个写。

有时候，想看一个交叉项，但是又不愿意生成。

【方法】

genicv可以一键生成很多交叉项

##可以直接表示交叉项。

【例子】

sscinstallgenicv

sysuseauto,clear

genicvlengthweightforeign//会生成4个交叉项，所有可能情况，并且有label

regpricelengthweightlength_weight

*如果不愿意生成，直接用

regpricec.length##c.weight\\\和上面回归一样一样的

二十、用stata统计变量的个数，但是要去掉重复的局部

bysid:

gn=_n

countifn==1

二十一、stata中的主成分分析法

1、首先，需要对变量进展哪些检验？

KMO？

还有？

KMO检验结果符合条件才能继续进展主成分分析？

答：

首先使用KMO检验和SMC检验。

KMO的判断为，UsingtheKaiser（1974）characterizationofKMOvalues,

0.00to0.49unacceptable

0.50to0.59miserable

0.60to0.69mediocre

0.70to0.79middling

0.80to0.89meritorious

0.90to1.00marvelous

SMC即一个变量与其他所有变量的复相关系数的平方，也就是复回归方程的可决系数。

SMC比拟高明确变量的线性关系越强，共性越强，主成分分析就越适宜。

命令是

estatkmo

estatsmc

确定是否需要进展主成分分析。

如果有些KMO或者SMC值太小，如此要考虑要不要将它们放入主成分中。

然后进展主成分回归。

使用命令为：

pcavarlist〔不清楚就helppca〕

2、例如，对Y的5各指标执行了命令pcay1y2y3y4y5得出结果方差贡献率〔proportion〕就是权重？

答：

不是。

假设设定方差贡献率为95%，那么，累积方差超过95%的那几个特征值、所对应的特征变量，就是权重。

3、看有的帖子上回复说，需要接着执行predicty1y2y3y4y5,score，这是为了得到每个指标的主成分得分？

为我执行了一下，只生成了一个y1,别y2、y3、y4、y5都没生成呢

答：

直接“predicty1-y4〞就可以。

生成的四个就是得分。

4、不知道你要问？

总之，主成分的步骤为

1、先通过KMO检验和SMC检验确定是否需要主成分分析

2、进展主成分分析，通过累计贡献率确定需要的哪几个主成分

3、根据情况看是否需要rotate

4、通过predict进展得分。

或者通过scoreplot看得分分布图。

二十二、将一般的数据转化为面板数据

原数据的形式〔excel中〕是：

2008一Xsheet，2009一Xsheet。

。

。

。

。

即：

 然后改成这样的数据形式是：

粘贴在stata里就是这样的形式〔注意：

变量名字一定要改〕：

其中Y为因变量，可以是很多个，X1、X2为自变量，也可以是很多个，stata中的变量名依次为：

id、Y2008、Y2009、Y2010、X12008、X12009、X12010、X22008、X22009、X22010

在stata中输入命令：

reshapelongYX1X2,i（id）j（year）回车即可，变为：

二十三、关于数值型转换为字符型的问题

1、股票代码导入STATA后都变成数值型，现想用tostring命令变回字符型，但长度小于6位的代码，在变回字符型后在前面补够不足6位的0。

方法：

formatvariable%06s

这只是在显示上补充了0，没有在值上补充。

以下可以改变x的值：

replacex=substr（"000000"+x,-6,6）

“1.10e〞而不是我想要的“11010〞

gy=substr（string（x,"%12.0f"）,1,5）

3、将字符型转化为数值型命令为：

destringvar,replace〔转换后替换原来的值〕

假设字符型中含其他符号并要生成新变量如此用：

destring varlist, gen（newvarlist） ignore（“$ ,%〞）

二十四、分组

均分四组：

sortvar

xtileprop=var,nq（x）〔括号中的x代表分成的group数〕

例如：

sortinsto_ma

xtileprop=insto_ma,nq（4）//以insto_ma的四分位点分成四组

sortpropinsto_msd

egenstdI=xtile（insto_msd）,by（prop）nq（4）//按prop，以insto_msd的四分位点分成四组

二十五、估计残差

做完回归后，使用命令predicte,r

排列组合计算

：

dib（3,2）,dib（4,2）

取整：

1.ceil（x），returnstheuniqueintegernsuchthatn-1

2.floor（x）,returnstheuniqueintegernsuchthatn<=x

3.int（x）,returnstheintegerobtainedbytruncatingxtoward0;thus,int（5.2）=5，int（-5.8）=-5，returnsx（not“.〞）ifxismissing,meaningthatint（.a）=.a。

Onewaytoobtaintheclosestintegertoxisint（x+sign（x）/2）,whichsimplifiestoint（x+0.5）forx0.However,useoftheround（）functionispreferred

任何两种软件之间的数据转换，有一种方法是人挡杀人，佛挡杀佛。

那就是：

先在A软件里面将其另存为文本格式，然后在B软件里面里面以文本文件导入，再保存为B软件的文件格式。

文本格式，我一般习惯将其存为.csv格式，即变量数据间以逗号分隔，也可以以制表符分隔或、空格分隔或是固定列宽。

伍德里奇《横截面与面板数据的经济计量分析》

下面简要地分享一下安装步骤或过程〔这里演示的是WIN7_32〕：

一、下载全部的安装文件包“〞，然后解压，再打开其中的文件夹Stata12_Win，再“以管理员身份运行〞其中的Setup.exe。

二、选择并点击next，再选择并点击“Iacceptthelice