第二讲 Stata快速入门 高级计量经济学及Stata应用课件.pptx

1、22002200-0-50-525-25,陈强 计量及Stata应用(c),2014,1,1,高级计量经济学及Stata应用 第二讲 Stata快速入门,陈强山东大学经济学院,2020-05-25,陈强 计量及Stata应用(c)2014,2,为什么使用Stata？,Stata是目前在欧美最为流行的计量软件，具有操 作简单、功能强大的特点。由于使用Stata的用户很多，对于最新的计量方法，常常可以下载由用户写的Stata命令程序（user-written Stata command），十分方便。而官方的 Stata版本也经常更新，以适应计量经济学迅猛发 展的需要。本课主要介绍Stata 12（

2、Stata 13刚推出）。,2020-05-25,陈强 计量及Stata应用(c)2014,3,Stata的窗口,在最上方有一排菜单，即“FileEditData GraphicsStatisticsUserWindowHelp”。左上“Review”（历史窗口）：此窗口记录着自启 动Stata以来执行过的命令。右上“Variables”（变量窗口）：此窗口记录着目 前Stata内存中的所有变量。正上方“Results”（结果窗口）：此窗口显示执行Stata命令后的输出结果。正下方“Command”（命令窗口）：在此窗口输入 想要执行的Stata命令。,2020-05-25,陈强 计量及Sta

3、ta应用(c)2014,4,2020-05-25,陈强 计量及Stata应用(c)2014,5,Stata操作实例,学习Stata的最方便方法大概是通过实例来 学习。因此，这里选取Nerlove(1963)对电力 行业规模报酬的经典研究来介绍Stata的实 际操作。从本书的网站可以下载Nerlove(1963)论文原 文，以及数据集“nerlove.xls”（Excel文件）。该数据集包括了1955年美国145家电力企业的横截面数据。,2020-05-25,陈强 计量及Stata应用(c)2014,6,将数据导入Stata,打开Stata软件后，点击Data Editor(Edit)图标（也

4、可以点击菜单“Window”“Data Editor”），即可 打开一个类似Excel的空白表格。用Excel打开文件“nerlove.xls”，复制文件中的所 有数据，并粘贴到Data Editor中。导入数据的另一方法是，点击菜单“File”“Import”，然后导入各种格式的数据。但这种方法 有时不如直接从Excel表中粘贴数据来得方便直观。,2020-05-25,陈强 计量及Stata应用(c)2014,7,变量窗口,关闭Data Editor后，即会看到右上方的“Variables”窗口出现了5个变量：分别为tc（total cost，总成本），q（total output,总产量）

5、，pl（price of labor，小时 工资率），pf（price of fuel，燃料价格），与pk（user cost of capital，资本的租赁价格。,2020-05-25,陈强 计量及Stata应用(c)2014,8,存为dta数据文件,此时，可以点击Save图标（也可以点击菜单“File”“Save”），将数据存为Stata格式 的文件（扩展名为dta），比如 nerlove.dta。以后就可以用Stata直接打开这个数据集了（不需要再从Excel表中粘贴过来）。,2020-05-25,陈强 计量及Stata应用(c)2014,9,打开dta数据文件,打开的方式有三种：点击

6、Open图标（也可以点击菜单“File”“Open”），然后寻找要打开的dta文件的 位置。直接双击想要打开的dta文件在命令窗口输入以下命令（假设文件在E 盘的根目录）并回车（按Enter键）,2020-05-25,陈强 计量及Stata应用(c)2014,10,打开数据文件的命令,use E:nerlove.dta,clear其中，选择项“clear”表示可以替代内存中的已 有数据。如果要关闭一个数据集（如果对数据集进行了改 动，别忘了先存盘Save），以便使用另外一个数 据集，可以在命令窗口输入clear这样，内存中所有的当前数据都被清空，然后可 以再打开另外一个数据集。,2020-05

7、-25,陈强 计量及Stata应用(c)2014,11,变量的标签,在变量窗口，每个变量的“名字”（Name）旁 边显示了其“标签”（label）。但目前的标签过 于简略，缺乏变量的解释信息。如果想将变量“tc”的标签改为“total cost”，可进 行如下操作。点击进入“变量管理器”（Variables Manager）图标（在Data Editor右 侧）。Stata中字母的大小写是严格区分的（case sensitive），因此Stata建议对于变量名一律使用 小写字母。,2020-05-25,陈强 计量及Stata应用(c)2014,12,审视数据,一个数据集可能很大，而我们常希望看

8、到 数据的概貌。想看数据集中的变量名单、标签等，可以在命令窗口输入，describe其中，“describe”中的下划线表示，可 以将该命令简写为“d”而得到同样的效果。,2020-05-25,陈强 计量及Stata应用(c)2014,13,2020-05-25,陈强 计量及Stata应用(c)2014,14,罗列数据,如果想看变量tc与q的具体数据，可使用命 令，list tc q由于样本容量为145，要花一阵子才能显示 完毕。如果想中途停止该命令的执行，则 可以点击Break图标，或直接在键盘上同时 按“Ctrl+Break”。运行结果如下。,中断命令,2020-05-25,陈强 计量及S

9、tata应用(c)2014,15,2020-05-25,陈强 计量及Stata应用(c)2014,16,旧命令的调用,如果改变主意，仍然希望显示变量tc与q的全部数 据，那么只要把光标放在命令窗口，并按键盘上 的“Page Up”键即可调用上一个命令（反之，使 用“Page Down”键可调用下一个命令）。另一种简便的方法是，在左上角的历史窗口点击 任何曾用过的命令：如果用鼠标单击旧命令，则 会把旧命令重新调入命令窗口，按回车后即执行，或将旧命令进行编辑后再执行；如果用鼠标双击 旧命令，则将马上自动执行。,定义子集,有时我们想对数据集的一部分执行命令，比如只 想看变量tc与q的前5个数据，则可

10、输入命令：list tc q in 1/5,2020-05-25,陈强 计量及Stata应用(c)2014,17,逻辑关系,也可以通过逻辑关系来定义数据集的子集。如果 要列出所有满足条件“”的变量tc与q的数据，则 可以使用以下命令，list tc q if q=10000,2020-05-25,陈强 计量及Stata应用(c)2014,18,2020-05-25,陈强 计量及Stata应用(c)2014,19,只对子集进行运算,如果想删除满足“q=10000”条件的观测值，则可使用命令，drop if q=10000反之，如果只想保留满足“q=10000”条件的观测值，而删去所有其他观测值，

11、keep if q=10000,考察变量的统计特征,如果想看变量q的统计特征，可输入命令，summarize q,2020-05-25,陈强 计量及Stata应用(c)2014,20,考察变量的统计特征(续),如果不指明变量，则将显示数据集中所有 变量的统计指标。su,2020-05-25,陈强 计量及Stata应用(c)2014,21,考察变量的统计特征(续2),如想看更多的统计指标，可使用命令su q,detail,2020-05-25,陈强 计量及Stata应用(c)2014,22,经验累积分布函数,如果要显示变量pl的经验累积分布函数（empirical cumulative dist

12、ribution function），可使用命令，tabulate pl,2020-05-25,陈强 计量及Stata应用(c)2014,23,相关系数,如果要显示内存中5个变量之间的相关系数，可输入命令，correlate tc q pl pf pk,2020-05-25,陈强 计量及Stata应用(c)2014,24,2020-05-25,陈强 计量及Stata应用(c)2014,25,相关系数(续),pwcorr pl pf pk,sig star(.05)“pw”表示pairwise。选择项“sig”表示显示相关系数的显著性水平(即p值，列 在相关系数的下方)，选择项“star(.05

13、)”表示给所有显著性水平小于或等于5%的相关系数打上星号。如pwcorr之后没有指定变量，显示所有变量的相关系数,2020-05-25,陈强 计量及Stata应用(c)2014,26,直方图,如果想看变量q 的直方图（假定组宽为1000），可输入以下命令（也可通过菜单来输入此命令）：histogram q,width(1000)frequency,2020-05-25,陈强 计量及Stata应用(c)2014,27,散点图,如果要画tc与q之间的散点图，则可输入以下命令：scatter tc q,2020-05-25,陈强 计量及Stata应用(c)2014,28,2020-05-25,陈强

14、计量及Stata应用(c)2014,29,在散点图上标注观测值,在上页的散点图中，无法知道每个点分别对应哪个观测值为此，首先定义一个新变量“n”来表示第n个观测值。gen n=_n其中，“_n”即表示第n个观测值。scatter tc q,mlabel(n)mlabpos(6)选择项“mlabel(n)”表示以变量“n”作为“mark label”(标签)；“mlabpos(6)”(mark label position)表示 将此标签放在散点正下方(6点钟的位置)，默认位置为散点 的右边(3点钟)。,2020-05-25,陈强 计量及Stata应用(c)2014,30,在散点图上画回归直线,

15、twoway(scatter tc q)(lfit tc q)其中，“lfit”表示“linear fit”(线性拟合)graph save scatter1,2020-05-25,陈强 计量及Stata应用(c)2014,31,在散点图上画二次回归曲线,twoway(scatter tc q)(qfit tc q)其中，“qfit”表示“quadratic fit”(二次拟合)。graph save scatter2,2020-05-25,陈强 计量及Stata应用(c)2014,32,将两图合并,graph combine scatter1.gph scatter2.gph,2020-05

16、-25,陈强 计量及Stata应用(c)2014,33,Nerlove(1963)对电力企业的研究,假设生产函数为Cobb-Douglas函数：可以证明成本函数也为Cobb-Douglas函数：,为规模效应。取对数可得：,2020-05-25,陈强 计量及Stata应用(c)2014,34,2020-05-25,陈强 计量及Stata应用(c)2014,35,生成新变量,可使用命令“generate”来生成新变量。g lntc=log(tc)g lnq=log(q)g lnpl=log(pl)g lnpf=log(pf)g lnpk=log(pk),2020-05-25,陈强 计量及Stata应用(c)2014,36,生成新变量（续）,如果需要q的非线性平方项，可使用命令：g q2=q2如果要生成lnpl与lnpk的互动项（interaction term），则可以使用命令，g lnplpk=lnpl*lnpk,2020-05-25,陈强 计量及Stata应用(c)2014,37,生成虚拟变量,假设希望定义“q=10000”为大企业，并使 用“虚拟变量”（dummy variable）