STATA入门3数据.docx

STATA入门3数据.docx

《STATA入门3数据.docx》由会员分享，可在线阅读，更多相关《STATA入门3数据.docx（21页珍藏版）》请在冰豆网上搜索。

STATA入门3数据

3数据

数据文件是一个矩形的矩阵，这个矩阵的每一行都代表或对应着一个“观测单位”（比如是一个人，一个村或一个地区等等），矩阵的每一列都代表或对应着一个“变量”（比如年龄，身高、体重，月工资收入等等）。

因此，数据文件矩阵中的每一个元素（case）都代表或对应着某一个“观测单位”（如张三、李四，A厂、B厂）中的某一个“变量”（比如年龄、体重，月收入等等）的变量值或观察值。

3.1打开示例数据和网络数据：

use

3.1.1示例数据

示例数据为STATA帮助文件中所用的数据，其后辍名为.dta，如果在STATA软件当前路径下，直接用use命令即可打开，如果不在当前路径下，则可以使用sysuse命令打开。

.useauto,clear//打开汽车数据auto.dta

.cdd:

///改变路径到d:

/

.useauto,clear

fileauto.dtanotfound//系统提示无法找到文件,因为auto.dta不在d:

/

r（601）;

.sysuseauto,clear//无论当前路径是什么，该命令均能打开系统自带文件

示例数据

Auto:

美国1978年汽车数据，包括产地、车名、行使里程、重量等变量

Bplong血压数据

Cancer药物实验生存数据

Census1980年美国分州人口普查数据

Citytemp美国城市气温数据

Educ99gdp教育与GDP关系数据

Gnp96美国1967-2002年的GNP数据

Lifeexp预期寿命数据

Nlsw88美国年轻妇女研究数据

Pop2000美国2000年人口普查数据

Sp500S&P500历史数据

Uslifeexp美国预期寿命1900-1999

Voter美国1992年选举民意调查数据

3.1.2从网络获取数据

上述示例数据可能没有全部下载安装于你的电脑中，因此简单地使用use和sysuse命令时，可能出现错误，如

.usenlswork,clear

filenlswork.dtanotfound

此时，如果确定该数据为示例数据，可以直接通过网络获取，其命令为：

.usehttp:

//www.stata-//从网站获取数据，或者

.webusenlswork,clear//与前一命令等价，从STATA官方数据库获取数据

webuse只能从http:

//www.stata-

另一个网络数据较多的地方是波士登大学的数据中心，我们所用的《计量经济学导论》一书中所使用的全部数据都可以通过该数据中心获得。

比如

.usehttp:

//fmwww.bc.edu/ec-p/data/wooldridge/CEOSAL1

即打开教材中例2.3中所使用的CEO数据。

use命令只能打开后辍名为“*.dta”格式的数据，.dta格式以外的数据，STATA不能直接读取，需要从外部读入，最简单而直接的办法是复制和粘贴，但有时没有其他软件，比如有SAS格式或SPSS格式的数据，但没有SAS软件和SPSS软件，此时需要用STATA提供的其他命令或者使用transfer数据格式转化软件。

在讨论其他输入或导入数据的方法之前，我们先来学习一点数据类型的知识。

3.2数据类型

STATA通常把变量划分为三类：

分别是数值型，字符型和日期型

3.2.1数值变量：

用0、1、2…9及+、–（正负号）与小数点“（.）”来表示。

在输入数据时，逗号不能被识别，如1,024应该直接写成1024.其他示例

5

-5

5.2

5.2e+3

5.2e-2

后面两个数据为科学计数法的数据，分别表示5200和0.052.其中的e相当于10，因此5.2e+3的意思是：

5.2*103=5200

数值型变量按其精度区分，又有五种类型，分别是：

存贮类型　　　　　　　　最小　　　　　　　最大　0-领域　字节

---------------------------------------------------------------------

byte-127100+/-11

int-32,76732,740+/-12

long-2,147,483,6472,147,483,620+/-14

float-1.70141173319*10^381.70141173319*10^36+/-10^-364

double-8.9884656743*10^3078.9884656743*10^307+/-10^-3238

当运算精度要求很高的时候，需要将变量设置成浮点型和双精度型。

注意1和1.0000的精度是不同的,前者在（0.5,1.5）区间内近似,而后者在（0.99995,1.00005）区间内近似。

若多次运算反复取四舍五入，精度较低时将使计算误差迅速变大，然而，精度高时占用的内存资源较多。

下面的命令有助于理解变量存贮类型变换。

clear

setobs1

obswas0,now1//提示信息说,之前系统中没有观察单位,现在有了一个

gena=1//生成一个新变量a,令a取值为1

d/*d为describ命令的略写，describ命令显示数据集的属性信息，注意观察显示结果中，a的storagetype为float型，浮点型为默认类型*/

Containsdata

obs:

1（观察值个数）

vars:

1（变量个数）

size:

8（99.9%ofmemoryfree）（内存空间大小）

storagedisplayvalue

variablenametypeformatlabelvariablelabel

afloat%9.0g

Sortedby:

（按什么分类）

Note:

datasethaschangedsincelastsaved（注释）

compress//在不损害信息的基础上压缩，使数据占用空间尽可能小

awasfloat,nowbyte//a由浮点型变为了字节型

d//注意a的storagetype现在为byte型

replacea=101/*注意a的storagetype现在自动升为int型，

因为byte最大只能为100*/

awasbytenowint

（1realchangemade）

replacea=100

compress

d//重新变回到byte型

replacea=32741//直接变到long型,因为int型最大只能到32740

gendoubleb=1//直接生成双精度变量b

recastdoublea//将a变成双精度变量b

d//注意到a和b均为双精度型

3.2.2字符串变量：

字符变量通常是一些身份信息，如姓名，地名。

另外，分类形迹也可以用字符变量来表示，如性别分为“男”和“女”。

字符串变量由字母或一些特殊的符号组成的（如地名〈籍贯〉变量，迁出地，住址，职业等等）。

字符串变量也可以由数字来组成，但数字在这里仅代表一些符号而不再是数字。

字符串变量通常以引号“”注标，而且引号一般不被试同为字符的一部分。

注意这里的引号必须是英文输入状态下的引号。

字符串最多可以达244个字符。

一般用str#来表示字符的多少，如str20表示将有20个字符。

一般三个中文字的姓名需要6个字符。

字符型示例

“String”

“string”

”string”

”string”

””　　　　　　//特殊字符串，表示空字符，缺失值。

””　　　　　　//注意与空字符串的区别，含有一个空格

”125.27”//”125.27”由于有双引号，将被视同为字符而非数值。

“$2,343.68”

“Iloveyou”

“旺材是条狗”

注意前四个字符串均不相同，大小写是不一样的，有无空格及空格的位置不同，都表示不同的字符串。

对于”125.27”这样的数值型的字符串，可以用real（）函数或者destring命令转化成数值型变量。

具体操作见3.3.1。

3.2.3日期型变量

在STATA中，1960年1月1日被认为是第0天，因此1959年12月31日为第-1天，2001年1月25日为15000天。

对日期型变量的讨论将在后面的时间序列分析部分。

19991210

jan/10/2001

10jan2001

...

-15,000---01dec1918

-31---01dec1959

...

-1---31dec1959

0---01jan1960

1----02jan1960

...

31----01feb1960

...

15,000----25jan2001

3.2.4缺失值

没有意义的计算结果显示为”.”如将一个字符型数据和一个数据值型数据相加没有意义,结果输出为“.”

.display2/0

另一种情况是，数据中含有缺失值，STATA默认的缺失值也用“.”来表示。

在有些数据文件中，缺失值不是用“.”或者空来表示的，而是用-9996等来表示，如果要将其全部替换为“.”，或者反之，将“.”替换为-9996，命令为：

.mvencodeage,mv（-9996）

.mvdecodeage,mv（-9996）

3.3数据类型转化

任务:

将destring1,destring2和tostring中的数据类型进行相互转化

*3.3.1字符型转化成数值型：

destring

*destring１数据中的数据全为字符型，转换为数值型

webusedestring1,clear

des/*注意到所有的变量存贮类型（storagetype）均为字符型str#，

其中#号表示字符串长度*/

Containsdatafromhttp:

//www.stata-

obs:

10

vars:

53Mar200510:

15

size:

240（99.9%ofmemoryfree）

storagedisplayvalue

variablenametypeformatlabelvariablelabel

idstr3%9s

numstr3%9s

codestr4%9s

totalstr5%9s

incomestr5%9s

sum//因为所有变量为字符型，所以不能进行数值计算

gennincom=incom+10//因字符不能进行四则运算，不能进行加法运算

*typemismatch//系统提示类型不匹配，因为income为字符型，10为数值型

destring,replace//全部转换为数值型，replace表示将原来的变量（值）更新

sum//注意到转换为数值型后，可以求五数概略了

gennincom=income*1.3//转换后，可以运算，工资终于涨了30%!

listnincomincome

*----------------将字符型数据转换为数值型数据：

去掉字符间的空格------------