Stata统计分析命令.docx

Stata统计分析命令.docx

《Stata统计分析命令.docx》由会员分享，可在线阅读，更多相关《Stata统计分析命令.docx（14页珍藏版）》请在冰豆网上搜索。

Stata统计分析命令

Stata统计分析常用命令汇总

一、winsorize极端值处理

范围：

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命令不能进行批量处理。

2、批量进行winsorize极端值处理：

打开链接：

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

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，则写成如下格式：

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命令的改进：

（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。

范例：

*-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，则默认对数据中的所有变量进行描述统计

options选项：

detail表示产生更加详细的统计变量

Separator（n）表示每n个变量画一条分界线，n=0表示禁止使用分界线

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行检验；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行显著性检验。

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，则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、采用逐步回归进行修正，命令格式：

swregdepvarindepvar,pr（0.05）

2、对于含二次项的，使用“对中”的方法，既可以保留二次项，又可以在一定程度上克服多重共线性的问题：

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行回归处理

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，则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。

这个是没有办法单独检验的。

当有合适工具变量时候，是可以检验的，就是hausman检验

2、工具变量的外生性。

这个也是没办法检验的。

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