STATA命令应用及详细解释汇总文档格式.docx

1、将x1的列宽固定为10，有效数字取三位，加入千分位分隔符，加入“-”表示左对齐合并数据：use C:Documents and Settingsxks桌面2006.dta, clearmerge using Documents and Settingsxks桌面1999.dta将1999和2006的数据按照 样本（observation）排列的自然顺序合并起来merge id using ,unique sortt:statatutfac19.dtata regionappend using statatutnewfac合并后样本量增加，但变量数不变茎叶图：stem x1,line（2）（做x

2、1的茎叶图，每一个十分位的树茎都被拆分成两段来显示，前半段为04，后半段为59）stem x1,width（2）（做x1的茎叶图，每一个十分位的树茎都被拆分成五段来显示，每个小树茎的组距为2）stem x1,round（100）（将x1除以100后再做x1的茎叶图）直方图采用auto数据库histogram mpg, discrete frequency normal xlabel（1（1）5）（discrete表示变量不连续，frequency表示显示频数，normal加入正太分布曲线，xlabel设 定x轴，1和5为极端值，（1）为单位）histogram price, fraction

3、norm（fraction表示y轴显示小数，除了frequency和 fraction这两个选择之外，该命令可替换为“percent”百分比，和“density”密度；未加上discrete就表示将price当作连 续变量来绘图）histogram price, percent by（foreign）（按照变量“foreign”的分类，将不同类样本的 “price”绘制出来，两个图分左右排布）histogram mpg, discrete by（foreign, col（1）（按照变量“foreign”的分类，将不同类 样本的“mpg”绘制出来，两个图分上下排布）histogram mpg,

4、discrete percent by（foreign, total） norm（按照变量 “foreign”的分类，将不同类样本的“mpg”绘制出来，同时绘出样本整体的“总”直方图）二变量图：graph twoway lfit price weight | scatter price weight（作 出price和weight的回归线图“lfit”，然后与price和weight的散点图相叠加）twoway scatter price weight,mlabel（make）（做price和weight的散点图，并在每个点上 标注“make”，即厂商的取值）twoway scatter pr

5、ice weight | lfit price weight,by（foreign）（按照变量 foreign的分类，分别对不同类样本的price和weight做散点图和回归线图的叠加，两图呈左右分布）twoway scatter price weight | lfit price weight,by（foreign,col（1）（按 照变量foreign的分类，分别对不同类样本的price和weight做散点图和回归线图的叠加，两图呈上下分布）twoway scatter price weight fweight= displacement,msymbol（oh）（画 出price和weig

6、ht的散点图，“msybol（oh）”表示每个点均为中空的圆圈，fweight= displacement表示每个点的大小与displacement的取值大小成比例）twoway connected y1 time,yaxis（1） | y2 time,yaxis（2）（画出y1和y2这两个变 量的时间点线图，并将它们叠加在一个图中，左边“yaxis（1）”为y1的度量，右边“yaxis（2）”为y2的）twoway line y1 time,yaxis（1） | y2 time,yaxis（2）（与上图基本相同，就是没有点，只显 示曲线）graph twoway scatter var1 v

7、ar4 | scatter var2 var4 | scatter var3 var4（做三个点图的叠加）graph twoway line var1 var4 | line var2 var4 | line var3 var4（做 三个线图的叠加）graph twoway connected var1 var4 | connected var2 var4 | connected var3 var4（叠加三个点线相连图）更多变量：graph matrix a b c y（画出一个散点图矩阵，显示各变量之间所有可能的两两相互散点图）graph matrix a b c d,half（生成散点图矩

8、阵，只显示下半部分的三角形区域）用auto数据集：graph matrix price mpg weight length,half by（foreign,total col（1） ）（根据foreign变量的不同类型绘制price等四个变量的散点图矩阵，要求绘出总图，并上下 排列】=具）其他图形：graph box y,over（x） yline（.22）（对应x的每一个取值构建y的箱型图，并在y轴的 0.22处划一条水平线）graph bar （mean） y,over（x）对应x的每一个取值，显示y的平均数的条形图。括号中的“mean”也可换成 median、sum、sd、p25、p75

9、等graph bar a1 a2,over（b） stack（对应在b的每一个取值，显示a1和a2的条形图，a1和a2是叠放成一根条 形柱。若不写入“stack”，则a1和a2显示为两个并排的条形柱）graph dot （median）y,over（x）（画点图，沿着水平刻度，在x的每一个取值水平所对应的y的中位数上打点）qnorm x（画出一幅分位-正态标绘图）rchart a1 a2 a2（画出质量控制R图，显示a1到a3的取值范围）简单统计量的计算：ameans x（计算变量x的算术平均值、几何平均值和简单调和平均值，均显示样本量和置信区间）mean var1 pweight = var

10、2（求取分组数据的平均值和标准误，var1为各组的赋值，var2为每组的频数）summarize y x1 x2,detail（可以获得各个变量的百分比数、最大最小值、样本量、平均数、标准差、方差、峰度、偏 度）*注意*stata中summarize所计算出来的峰度skewness和偏度kurtosis有问题，与ECELL和 SPSS有较大差异，建议不采用stata的结果。summarize var1 aweight = var2, detail（求取分组数据的统计量，var1为各组的赋 值，var2为每组的频数）tabstat X1,stats（mean n q max min sd var

11、 cv）（计算变量X1的算术平均值、样本量、四分位 线、最大最小值、标准差、方差和变异系数）概率分布的计算：（1）贝努利概率分布测试：webuse quickbitest quick=0.3,detail（假 设每次得到成功案例1的概率等于0.3，计算在变量quick所显示的二项分布情况下，各种累计概率和单个概率是多少）bitesti 10,3,0.5,detail（计算当每次成功的概率为0.5时，十次抽样中抽到三次成功案例的概率：低于或高于三次成功的累计概率和恰好三次 成功概率）（2）泊松分布概率：display poisson（7,6）.44971106（计算均值为7，成功案例小于等于6个

12、 的泊松概率）display poissonp（7,6）.14900278（计算均值为7，成功案例恰好等于6个的泊松概率）display poissontail（7,6）.69929172（计算均值为7，成功案例大于等于6个的泊松概率）（3）超几何分布概率：display hypergeometricp（10,3,4,2）.3（计算在样本总量为 10，成功案例为3的样本总体中，不重置地抽取4个样本，其中恰好有2个为成功案例的概率）display hypergeometric（10,3,4,2）.96666667（计算在样本总量为10，成功案例为3的样 本总体中，不重置地抽取4个样本，其中有小于

13、或等于2个为成功案例的概率）检验极端值的步骤：常见命令：tabulate、stem、codebook、summarize、list、histogram、 graph box、gragh matrixstep1.用codebook、summarize、histogram、graph boxs、graph matrix、stem看检验数据的总体情况：codebook y x1 x2histogram x1,norm（正态直方图）graph box x1（箱图）graph matrix y x1 x2,half（画出各个变量的两两x-y图）stem x1（做x1的茎叶图）可以看出数据分布状况，尤其是

14、最大、最小值step2.用tabulate、list细致寻找极端值tabulate code if x1=极端值（作出x1等于极端值时code的频数分布表，code表示地区、年份等序列变量，这样便可找出那些地区的数值出现了错误）list code if x1=极端值（直接列出x1等于极端值时code的值，当x1的错误过多时，不建议使用该命令）list in -20/l（l表示last one，-20表示倒数第20个样本，该命令列出了从倒数第20个到倒数第一个样本的各变量值）step3.用replace命令替换极端值replace x1=? if x1=极端值去除极端值：keep if y1000drop if