Stata统计分析命令.docx

1、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：stata 11.0，在命令窗口输入“findit winsor”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：winsor var1, gen(new var) p(0.01)或者在命令窗口中输入：ssc install winsor安装winsor命令。winsor命令不能进行批量处理。2、批量进行winsoriz

2、e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：winsorizeJ var1var2var3,suffix(w)即可，这样会生成三个新变量，var1w var2w var3w，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：winsorizeJ var 1 var2 var3,suffix(w) cuts(5 95)。3、Excel中的极端值处理：（略）winsor2 命令使用说明简介：winsor2 winsorize or trim (if trim option is specifie

3、d) the variables in varlist at particular percentiles specified by option cuts(# #). In defult, new variables will be generated with a suffix _w or _tr, which can be changed by specifying suffix() option. The replace option replaces the variables with their winsorized or trimmed ones. 相比于winsor命令的改进

4、：(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： *- winsor at (p1 p99), get new variable wage_w . sysuse nlsw88, clear . winsor2 wage *- left-trimming at 2th percentile . winsor2 wage, cuts(2 100) trim *- winsor variables by

5、 (industry south), overwrite the old variables . winsor2 wage hours, replace by(industry south)使用方法: 1. 请将 winsor2.ado 和 winsor2.sthlp 放置于 stata12adobasew 文件夹下； 2. 输入 help winsor2 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

6、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 ,optionsoptions 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 sem

7、ean ：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：tabstatvarlist,stat(count mean sd median min max range) 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) word replace:sum用tabstat做的描述性统计：logout, save(miaoshutongji) word replace:tabstat varlist ,stat(count m

8、ean sd median min max range) col(stat)分组描述：bysort var: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：spearmanvarlist, stats(rho p)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：pwco

9、rrvarlist ,sig5、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：corrtblvarlist ,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) word replace: pwcorr_a price mpg rep78 headroom trunk, star1(0.01) star5(0.05) star10(0.

10、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）depvar indepvars 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：hettest2、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0.45840.05，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

11、：di e(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：sw reg depvar indepvar, 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：sum vargen var1=var-r(mean)gen var2=var2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

12、（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0.47170.05，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Pa

13、rtial R2。4、估计方法stata里面有这么几个2sls，2sls smal、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】webuse hsng2*Fit a regression via 2SLS, requesting small-sample statisticsivregress 2sls rent pcturban (hsngval = faminc iregion), small*Fit a regression using the LIML estimatorivregress liml rent pcturban

14、 (hsngval = faminc iregion)*Fit a regression via GMM using the default heteroskedasticity-robust weight matrixivregress gmm rent pcturban (hsngval = faminc iregion)*Fit a regression via GMM using a heteroskedasticity-robust weight matrix, requesting nonrobust standard errorsivregress gmm rent pcturb

15、an (hsngval = faminc iregion), vce(unadjusted)*检验estata firststage ,all forcenonrobust 可以查看第一阶段F值，已经partial R2estat overid 查看是否过度识别 estat endogenous 查看是否异方差 regress 2sls rent pcturban hsngvalest store m1ivregress 2sls rent pcturban (hsngval = faminc iregion)est store m2hausman m1 m2 内生检验八、线性方程组的回归分析命令格式：sureg(depvar1 varlist1)(depvar2 varlist2)(depvarN varlistN) if in weigh九、联立方程组命令格式：reg3 (depvar1 varlist1)(depvar2 varlist2)(depvarN varlistN) if in weigh十、面板数据的固定效应和随机效应