stata命令总结.docx
《stata命令总结.docx》由会员分享，可在线阅读，更多相关《stata命令总结.docx（10页珍藏版）》请在冰豆网上搜索。
stata命令总结
stata11常用命令
注：
JB统计量对应的p大于0.05，则表明非正态，这点跟sktest和swilk检验刚好相反；
dta为数据文件；
gph为图文件；
do为程序文件；
注意stata要区别大小写；
不得用作用户变量名：
_all_n_N_skip_b_coef_cons_pi_pred_rc_weightdouble
floatlongintinifusingwith
命令：
读入数据一种方式
input x y
1 4
2 5.5
3 6.2
4 7.7
5 8.5
end
su/summarise/sumx或su/summarise/sumx,d
对分组的描述：
sortgroup
bygroup:
sux
%%%%%
tabstateconomy,stats（max） %返回变量economy的最大值
%%stats括号里可以是：
mean，count（非缺失观测值个数），sum（总和），max，min，range，
%% sd，var，cv（变易系数＝标准差/均值），skewness，kurtosis，median，p1（1％分位
%% 数，类似地有p10,p25,p50,p75,p95,p99），iqr（interquantilerange=p75–p25）
_all %描述全部
_N数据库中观察值的总个数。
_n当前观察值的位置。
_pi圆周率π的数值。
list
gen/generate%产生数列
egenwagemax=max（wage）
clear
use
by（分组变量）
setmore1/0
count%计数
gsort +x （升序）
gsort -x （降序）
sortx 升序；并且其它变量顺序会跟着改变
labelvary"消费" %添加标签
describe%描述数据文件的整体，包括观测总数，变量总数，生成日期，每个变量的存储类型（storagetype），标签（label）
replacex5=2*yifx!
=3%替换变量值
replaceage=25in107 %令第107个观测中age为25
renamey2u %改变变量名
dropin2 %删除全部变量的第2行
dropifx==.删去x为缺失值的所有记录
keepifx<2 %保留小于2的数据，其余变量跟随x改变
keepin2/10 %保留第2-10个数
keepx1-x5 %保留数据库中介于x1和x5间的所有变量（包括x1和x5），其余变量删除
cix1x2,by（group） %算出置信区间,不过先前对group要先排序，即sortgroup；
%by的意思逐个进行
cii123.8166670.2710343,level（90） %已知均值，方差，计算90%的置信区间
cii102 %obs=10,mean=2,以二项分布形式，计算置信区间
centilex,centile（2.525507597.5） %取分位数
correlate/corrxyz %相关系数
pwcorrxy,sig %给出原假设r=0的命令
%如果变量非服从正态分布，则spearmanxy
regress/regmeanyear%回归方程建立regyx,noconstant%无常数项
predictmeanhat %预测拟合值
predicte,residual%得到残差
estathettest %异方差检验
dwstat %Durbin-Watson自相关检验
vif %方差膨胀因子
logityx1x2x3（y取0或1，是被解释变量，x1-x3是被解释变量）%logit回归
probityx1x2x3（y取0或1，是被解释变量，x1-x3是被解释变量）%probit回归
tobityx1x2x3（y取值在0和1之间，是被解释变量，x1-x3是被解释变量）%tobit回归
skteste%残差正态性检验p>0.05则接受原假设，即服从正态分布；
%%sktest是基于变量的偏度和斜度（正态分布的偏度为0，斜度为3）
swilkx %基于Shapiro-Wilk检验
%%p值越小，越倾向于拒绝零假设，也就是变量越有可能不服从正态分布
xi %生成虚拟变量
tabulatgender,summ（math） %用gender指标对math进行分类，返回两类math的mean、std、freq
tabulate=tab%genf=int（（shengao-164）/3）*3+164组距为3
tabulate变量名[,generate（新变量）missingnofreqnolabelplot]
%%%%%
generate（新变量）//按分组变量产生哑变量
nofreq //不显示频数
nolabel //不显示数值标记
plot //显示各组频数图示
missing //包含缺失值
cell //显示各小组的构成比（小组之和为1）
column //按栏显示各组之构成（各栏总计为1）
row //按行显示各组之构成（各行总计为1）
%%%%%
求和，求最小？
mod（x,y）%求余数
means%返回三种平均值
dinormprob（1.96）
diinvnorm（0.05）
dibinomial（20,5,0.5）
diinvbinomial（20,5,0.5）
ditprob（10,2）
diinvt（10.0.05）
difprob（3,27,1）
diinvfprob（3,27,0.05）
dichi2（3,5）
diinvchi2（3,0.05）
stackxyz,into（e） %把三列合成一列
xpose,clear %矩阵转置
appendusingd:
\0917.dta %把已打开的文件（xyz）跟0917里的（xyz）合并，是竖向合并，即观察值合并；
mergeusingD:
\0917.dta %把已打开的文件（xyz）跟0917里的（ab）合并，是横向合并，即变量合并；
formatx%9.2e %科学记数
formatx%9.2f %2位小数
%产生随机数
%1产生20个在（0，1）区间上均匀分布的随机数uniform（）
setseed100
setobs20
genr=uniform（）
list
%
clear 清除内存
setseed200 设置种子数为200
setobs20 设置样本量为20
rangeno120 建立编号1至20
genr=uniform（） 产生在（0,1）均匀分布的随机数
gengroup=1 设置分组变量group的初始值为1
sortr 对随机数从小到大排序
replacegroup=2in11/20 设置最大的10个随机数所对应的记录
为第2组，即：
最小的10个随机数所
对应的记录为第1组
sortno 按照编号排序
list 显示随机分组的结果
也可以listifgroup==1和listnoifgroup==1
%2产生10个服从正态分布N（100，6^2）的随机数invnorm（uniform（））*sigma+u
clear 清除内存
setseed200 设置种子数为200
setobs10 设置样本量为10
genx=invnorm（uniform（））*6+100产生服从N（100，6^2）的随机数
list
画图
注意有些图前面要加
histogram直方图
line 折线图
scatter 散点图
scatteryx,c（l）s（d）b2（"（a）"）
graphtwowayconnectedyx连点图
graphbar（sum）var2,over（var1）blabel（total）%条形图
.graphbarp52p72,by（d）
.graphbarp52p72,over（d）
.graphbarp52p72,by（d）stack
.graphbarp52p72,over（d）stack
////////////数据如下
%d p52 p72
%1 163.2 27.4
%2 72.5 83.6
%3 57.2 178.2
histogramx,bin（8）norm %画直方图，加正态分数线
graphpieaboabifarea==1,plabel（_allpercent）%画饼图
graphpievar2,over（var1）plabel（_allpercent） %饼图
graphpiep52p72,by（d）%饼图
graphboxy1%箱体图
qnormx %qq图
lfityx %回归直线
graphmatrixgendereconomymath多变量散点图
lineyhatx||scatteryx,c（.l）s（O.）xline（12）yline（5.4） %线形图&散点图
有一些通用的选项可以给图形“润色”：
标题title（“string”）（string可为任意的字符串，下同）
脚注note（“string”）
横座标标题xtitle（“string”）
纵座标标题ytitle（“sting”）
横座标范围xaxis（a,b）（a纵座标范围yaxis（a,b）
插入文字text（该命令既要指定插入文字的内容，也要指定插入的位置）
插入图例legend（该命令既要指定图例的内容，也要指定其位置）
绘制散点图和线条的两个主要的选择项为：
connect（c...c） //连接各散点的方式，c表示：
或简写为c（c...c） .不连接（缺省值）
l用直线连接
L沿x方向只向前不向后直线连接
m计算中位数并用直线连接
s用三次平滑曲线连接
J以阶梯式直线条连接
||用直线连接在同一纵向上的两点
II同||,只是线的顶部和底部有一个短横
Symbol（s...s） //表示各散点的图形，s表示：
或简写为s（s...s） O大圆圈（缺省值）
S大方块
T大三角形
o小圆圈
d小菱形
p小加号
.小点
i无符号
[varname]用变量的取值代码表示
[_n]用点的记录号表示
数学函数等都要与generate、replace、display一起使用，不能单独使用
程序文件do
used:
\0917.dta
regyx
corryx
lineyx,saving（d:
\d4）
按ctrl+D执行
字符串操作函数：
length（s） %长度函数，计算s的长度,如，displength（"ab"）的结果是2
substr（s,n1,n2） %子串函数，获得从s的n1个字符开始的n2个字符组成的字符串,
dispsubstr（"abcdef",2,3）的结果是"bcd"
string（n） %将数值n转换成字符串函数，如，dispstring（41）+"f"的结果是"41f"
real（s） %将字符串s转换成数值函数，如，dispreal（"5.2"）+1的结果是6.2
upper（s） %转换成大写字母函数，如，dispupper（"this"）的结果是"THIS"
lower（s） %转换成小写字母函数，如displower（"THIS"）的结果是"this"
index（s1,s2） %子串位置函数，计算s2在s1中第一次出现的起始位置,如果s2不
在s1中,则结果为0。
如，dispindex（"this","is"）的结果是3,
而index（"this","it"）的结果是0
trim（s） %去除字符串前面和后面的空格
ltrim（s） %去除字符串前面的空格
rtrim（s） %去除字符串后面的空格
disign（x） %x>0时取1,x<0时取-1,x=0时取0； 符号函数
diint（x） %去掉x的小数部分,得到整数（取整函数）
sum（x） %获得包括当前记录及以前的所有记录的x的和。
缺失值（missingvalue）当0处理;求和函数
max（x1,x2,...,Xn）忽略缺失值;最大值函数
min（x1,x2,...,Xn）忽略缺失值;最小值函数
float（x） %将x转换成浮点表示法。
genyy=cond（x<2,10,11）%条件函数cond（x,a,b）x可以是一个条件,x非0（条件成立）时取a,x为0（条件不成立）时取b。
geny1=recode（x,2,5） %归组函数recode（x,x1,x2,...xn）
geny2=autocode（x,3,-2,9） %autocode（x,ng,xmin,xmax）自动将区间（xmin,xmax）分成ng个等长的小区间，其结果是包含x值那个小区间的上界值
t检验：
gend=x-y
ttestd=0
ttestx=y
如果不配对
ttestx1=x2,unpaired
ttestx1=x2,unequalunpaired
已知样本均数、标准差和样本数进行t检验：
ttesti211.280.920.2 %检验均值是否等于0.2
检验两组均数是否相同：
ttesti11101.91412.82.3
检验变量x1和x2的方差是否相同（即：
齐性）
sdtestx1=x2
一、配对设计的平均水平检验
当总体服从正态分布时，可以选用t检验，否则用非参符号秩检验
signrankd=0
二、平行对照设计的两组资料平均水平统计检验
如果两组资料的方差齐性和相互独立的，并且每组资料服从正态
分布，则用成组t检验，否则可以用成组Wilcoxon秩和检验
ranksumx, by（group） %2组资料中位数比较
kwallis x,by（group） %多组资料中位数比较
anovaxtid %x为因变量，t跟id是因素
egenr=rank（x）,by（id） %产生秩r
单因素方差分析:
单因素方差分析又称为OnewayANOVA，用于比较多组样本的均数是否相同，
并假定：
每组的数据服从正态分布，具有相同的方差，且相互独立，则无
效假设Ho:
各组总体均数相同。
在STATA中可用命令：
oneway x group,mean bonferroni %bonferroni用于多组样本均数的两两比较检验
logrank t outcome,by（group）%单因素生存分析
两因素方差分析
多因素方差分析：
anovayx1x2x1*x2
升级会员 