Stata統(tǒng)計分析命令

Stata統(tǒng)計分析命令Preparedon24November2020Stata統(tǒng)計分析常用命令匯總一、winsorize極端值處理范圍：一般在1%和99%分位做極端值處理，對于小于1%的數用1%的值賦值，對于大于99%的數用99%的值賦值。1、Stata中的單變量極端值處理：stata，在命令窗口輸入“finditwin后r”系統(tǒng)彈出一個窗口，安裝winsor模塊安裝好模塊之后，就可以調用winsor命令，命令格式：winsorvar1,gen(newvar)p或者在命令窗口中輸入：sscinstallwinsor安裝winsor命令。winsor命令不能進行批量處理。2、批量進行winsorize極端值處理：打開鏈接：，找到winsorizeJ，點擊右鍵，另存為到stata中的ado/plus/目錄下即可。命令格式：winsorizeJvar1var2var3,suffix(w)即可，這樣會生成三個新變量，var1wvar2wvar3w，而且默認的是上下1%winsorize。如果要修改分位點，則寫成如下格式：winsorizeJvar1var2var3,suffix(w)cuts(595)3、Excel中的極端值處理：(略)winsor2命令使用說明簡介：winsor2winsorizeortrim(iftrimoptionisspecified)thevariablesinvarlistatparticularpercentilesspecifiedbyoptioncuts(##).Indefult,newvariableswillbegeneratedwithasuffix"_w"or"_tr",whichcanbechangedbyspecifyingsuffix()option.Thereplaceoptionreplacesthevariableswiththeirwinsorizedortrimmedones.相比于winsor命令的改進：(1)可以批量處理多個變量;(2)不僅可以winsor，也可以trimming；⑶附加了by()選項，可以分組winsor或trimming；(4)增加了replace選項，可以不必生成新變量，直接替換原變量。范例：*-winsorat(plp99),getnewvariable"wage_w".sysusenlsw88,clear.winsor2wage*-left-trimmingat2thpercentile.winsor2wage,cuts(2100)trim*-winsorvariablesby(industrysouth),overwritetheoldvariables.winsor2wagehours,replaceby(industrysouth)使用方法：請將和放置于stata12\ado\base\w文件夾下；輸入helpwinsor2可以查看幫助文件；二、描述性統(tǒng)計1、summarize命令格式：su、sum或者summarize[varlist][if][in][weight][,options]如果summarize或sum后不加任何變量，則默認對數據中的所有變量進行描述統(tǒng)計options選項：detail表示產生更加詳細的統(tǒng)計變量Separator(n)表示每n個變量畫一條分界線，n=0表示禁止使用分界線Summarize描述統(tǒng)計輸出表中包含：樣本容量、平均數、標準差、最小值和最大值2、tabstat命令格式：tabstat[varlist][if][in][weight][,options]options選項：stat(statname)表示設定所需要的統(tǒng)計量col(stat)或c(s)表示將結果報表轉置統(tǒng)計量：mean:平均數count/n:觀測值數目sum:加總max/min:最大值/最小值range:極差sd:標準差cv:變異系數semean:平均標準誤差skewness:偏度var:方差kurtosis:峰度median/p50:中位數p#:#%百分位數例如：tabstat[varlist],stat(countmeansdmedianminmaxrange)col(stat)3、描述性統(tǒng)計結果輸出到word或Excel用sum做的描述性統(tǒng)計：logout,save(miaoshutongji)wordreplace:sum用tabstat做的描述性統(tǒng)計：logout,save(miaoshutongji)wordreplace:tabstat[varlist],stat(countmeansdmedianminmaxrange)col(stat)分組描述：bysortvar:三、相關性分析(一)相關性分析1、Pearson相關系數命令格式：correlate(簡寫：cor或corr)[varlist][if][in][weight][,options]2、spearman相關系數命令格式：spearman[varlist],stats(rhop)3、在Stata中，命令corr用于計算一組變量間的協(xié)方差或相關系數矩陣；4、命令pwcorr可用于計算一組變量中兩兩變量的相關系數，同時還可以對相關系數的顯著性進行檢驗；option選項中加上sig可顯示顯著性水平：pwcorr[varlist],sig5、命令pcorr用于計算一組變量中兩兩變量的偏相關系數并進行顯著性檢驗。6、Spearman和Pearson檢驗同在一個表的命令：corrtbl[varlist],corrvars([varlist])輸出結果中，上三角為Spearman相關系數和顯著水平，下三角為Pearson系數和顯著水平。（二）輸出相關系數表到word或Excel中例如：logout,save(mytable)wordreplace:pwcorr_apricempgrep78headroomtrunk,startstar5star10、截面數據單方程線性回歸模型的Stata實現命令格式：regress（簡寫:reg）depvarindepvars[if][in][weigh][option]（depvar表示因變量，indepvars表示自變量）五、異方差的檢驗與處理1、檢驗異方差命令格式：hettest2、判斷異方差的標準：看P值的大小來判斷，如果P值小于，則不能排除異方差的可能，上圖中P值等于＞，因此，可以排除異方差的可能性。3、處理異方差命令格式：在reg命令后加上“,r”或者“,robust”即可。經異方差處理后的回歸不顯示調整后的R2（adj-R2），如果要查看調整后的R2,再輸入命令：die（r2_a）六、多重共線性（自變量之間高度相關）命令格式：vif（一）判斷多重共線性的標準（兩個標準必須同時滿足）：1、最大的vif大于10；2、平均的vif大于1。（二）多重共線性的修正1、采用逐步回歸進行修正，命令格式：swregdepvarindepvar,pr2、對于含二次項的，使用“對中”的方法，既可以保留二次項，又可以在一定程度上克服多重共線性的問題：先定義兩個變量，分別為該變量減去其均值和該變量的平方，命令如下：sumvargenvar1=var-r(mean)genvar2=varA2再用新變量代替原來的變量進行回歸處理七、內生性的檢驗與處理(內生性是指自變量與誤差項之間有關系)1、內生性的檢驗：ovtest看P值的大小來判斷，如果P值小于，則不能排除內生性的可能，上圖中P值等于＞，因此，可以排除內生性的可能。2、內生性的處理：使用工具變量法：ivreg內生性的三個來源：測量誤差、遺漏變量和雙向因果。1、變量的內生性。這個是沒有辦法單獨檢驗的。當有合適工具變量時候，是可以檢驗的，就是hausman檢驗2、工具變量的外生性。這個也是沒辦法檢驗的。當有很多工具變量時候，可以檢驗是否有不是外生的，就是“過度識別”問題3、工具變量的相關性。這個可以說成是“弱工具變量”問題，檢驗可以通過一階段的F值。還可以利用PartialR2。4、估計方法stata里面有這么幾個2sls,2slssmal、liml、gmm，各自適用情況：small適合小樣本；liml適合弱工具變量；gmm適合異方差?！纠印縲ebusehsng2*Fitaregressionvia2SLS,requestingsmall-samplestatisticsivregress2slsrentpcturban(hsngval=faminciregion),small*FitaregressionusingtheLIMLestimatorivregresslimlrentpcturban(hsngval=faminciregion)*FitaregressionviaGMMusingthedefaultheteroskedasticity-robustweightmatrixivregressgmmrentpcturban(hsngval=faminciregion)*FitaregressionviaGMMusingaheteroskedasticity-robustweightmatrix,requestingnonrobuststandarderrorsivregressgmmrentpcturban(hsngval=faminciregion),vce(unadjusted)*檢驗estatafirststage,allforcenonrobust\\\可以查看第一階段F值，已經partialR2estatoverid\\\查看是否過度識別estatendogenous\\\查看是否異方差regress2slsrentpcturbanhsngvaleststorem1ivregress2slsrentpcturban(hsngval=faminciregion)eststorem2hausmanm1m2\\\內生檢驗八、線性方程組的回歸分析命令格式：sureg(depvar1varlist1)(depvar2varlist2)...(depvarNvarlistN)[if][in][weigh]九、聯(lián)立方程組命令格式：reg3(depvar1varlist1)(depvar2varlist2).(depvarNvarlistN)[if][in][weigh]十、面板數據的固定效應和隨機效應Xtset固定效應命令格式：xtregdepvarindepvars[if][in],fe[FE_options]隨機效應命令格式：xtregdepvarindepvars[if][in],re[FE_options]hausman檢驗固定效應還是隨機效應【例子】xtregyvarlvar2var3,feeststorefextregyvarlvar2var3，reeststorerehausmanfere,sigmamorehausmanfere,sigmaless*sigmamore利用有效估計量方差，即re*sigmaless利用一致估計量方差，即fe十一：Stata回歸結果的導出1、在命令窗口中輸入：sscinstallesttab，安裝命令esttab2、reg回歸3、esttabusing將以word形式輸出回歸結果，后綴改成.xls或者.CSV則以Excel格式輸出，輸出內容為變量名稱和相應的回歸系數，t值，顯著性水平標識。系統(tǒng)默認顯著性水平是，和，若要改成，和，則輸出esttabmlm2using,star(*O4、批量輸出回歸結果：每運行一個regression，存起來:eststoreml。ml是你要改的，第一個model所以我叫ml,第二個的話指令就變成eststorem2,依次類推，最后運行指令:esttabmlm2...using。esttabmlllllusing,star(******b(%6.4f)5、outreg2可以將回歸結果導入word、excle、latex等，而且可以根據自己需要改變格式:sscinstalloutreg2useauto,clear[varlist]eststoremloutreg2[ml]using,replace十二、合并樣本（將關鍵詞相同的多個樣本合并為一個）命令格式：duplicatesdropvarlist,force例如將同一企業(yè)在同一天發(fā)生的多起并購合為一起，可根據證券代碼和公告日期關鍵詞，將其合并，命令：duplicatesdropcompany_idevent_date,force十三、均值t檢驗命令格式：ttestCAR1==CAR2,unpaired十四、中位數Z檢驗（非參數Wilcoxon秩和檢驗）命令格式：ranksumvar,by（groupvar）groupvar為分組變量十五、檢驗兩組均值的顯著性差異，在t檢驗的后面數值上面加星號可以用ttest命令執(zhí)行檢驗，它會直接報告星號。亦可采用外部命令meantab執(zhí)行檢驗，自己根據t值大小標注星號。helpmeantab李春濤cond（x>2,50,70））returns.ifxismissing,returns50ifx>2,andreturns70ifx<2十七、中心化處理與標準化處理1、安裝命令：finditcenter2、中心'化：centervarlist（注：生成的新變量默認加前置”c_”，可一次對多個變量進行處理）或：centervar,g（newvar）（注：只能對一個變量進行中心化，并生成給定名稱的新變量）3、標準化：centervarlist,prefix（z_）standardize（注：生成的新變量加前置”z_"，可多個，可更改）十八、恢復數據命令preserve（處理數據前使用該命令，否則沒有數據可恢復）dropvar1-var100（處理數據）restore（恢復數據）十九、genicv產生交叉項【問題】有時候，想生成很多交叉項，但是又不愿意一個一個寫。有時候，想看一個交叉項，但是又不愿意生成?！痉椒ā縢enicv可以一鍵生成很多交叉項##可以直接表示交叉項?！纠印縮scinstallgenicvsysuseauto,cleargenicvlengthweightforeign41DFHYitKitLH122612246232302732764IS.532062354178262503431794011201007705868023159ITS.562695304184055371574767060190Bl129357914520789191242417101277375222iO11279061413479798S&.51248629260i23.51376127622567亂9.514125195133566911010"12.0fC=3,C2=6returnsx(not".")ifxismissing,meaningthatceil(.a)=.a(x),returnstheuniqueintegernsuchthatn<=x<n+1,returnsx(not".”)ifxismissing,meaningthatfloor(.a)=.a(x),returnstheintegerobtainedbytruncatingxtoward0;thus,int=5,int=-5,returnsx(not".”)ifxismissing,meaningthatint(.a)=.a。Onewaytoobtaintheclosestintegertoxisint(x+sign(x)/2),whichsimplifiestoint(x+forx0.However,useoftheround()functionispreferred任何兩種軟件之間的數據轉換，有一種方法是人擋殺人，佛擋殺佛。那就是：先在A軟件里面將其另存為文本格式，然后在B軟件里面里面以文本文件導入，再保存為B軟件的文件格式。文本格式，我一般習慣將其存為.csv格式，即變量數據間以逗號分隔，也可以以制表符分隔或、空格分隔或是固定列寬。伍德里奇《橫截面與面板數據的經濟計量分析》下面簡要地分享一下安裝步驟或過程(這里演示的是WIN7_32)：二、選擇并點擊next，再選擇并點擊“l(fā)acceptthelicenseagreement",再選擇并點擊“anyonewhousesthiscomputer"或“onlyforme”,然后，就進入到以下界面，給你4個選擇:32-bitMP,32-bitSE,32-bitIC,32-bitSmall。這里，注

意，請選擇32-bitSE（這里演示的是WIN7_32,若你的系統(tǒng)是64位的，則選擇64-bitSE）。說明一下，STATA的最高級的版本是MP。SE的版本級別僅次于MP。MP與SE的唯一區(qū)別在于，前者designedforparallelprocessing，而后者沒有。言下之意，前者可以通過同時運行多處理器或內核來加快運算速度，兩者在功能上完全沒有區(qū)別，只是在大數據處理時，MP要占優(yōu)。因此，我們通常的