Stata常用命令
大学期间觉得学的最有用的软件之一就是stata了，对stata基本是在血和泪的尝试中爬过，到了最后基本属于只要stata不出现红字错误命令就开心得不得了。顺便整理一下常用的stata命令如下，应该对付计量方向第一学期的入门问题不大（求stata大神不虐..），所以就只写了一部分常用的，有时间后面再补充吧。主要就是分为基本操作和回归统计两部分：
1、基本操作
import/use/insheet/merge：基本常用的导入文件就是这四个了，建议直接从stata的menu菜单中导入，导入xlsx和csv这种常见的格式时还有一些备用选项可以自己体验一下（比如string和把第一行视为变量名之类）。
merge需要单独说一下，因为是将两个数据库合并为一个，原理也比较简单，两个数据库中根据一些相同的变量把其他数据“加”到原来的数据库中，也是建议直接菜单操作，不要用命令。在Data的Combine datasets的merge two datasets中，分为1:1、m:1、1:m各种形式，基本用两次就差不多能搞懂。
help：一定第一个学的是这个！啥不会就help一下，不知道函数了就help function，不知道回归细节就help regress，多读help文件！
gen/egen: 最常用的建立函数的命令，这两个不同之处在于gen一般是初等函数，egen的函数会复杂一些。常用的函数包括数学函数和其他函数，比如count/tag之类，建议直接到菜单里Data下Create data的create new variable或create new variable(extended)直接生成函数，会方便的多。
mean/abs/sqrt/max/min/sum/sd：常用数学函数，分别是求均值、绝对值、方根、最大最小、求和、方差用的。
keep if/drop if：这两个也是最常用的，在数据需要进行筛选的时候，两个命令的区别也很明显，keep是留下哪些，drop是去掉哪些。一般在if后面都会跟一些等式或不等式条件，比如drop if days<=15，这就是把sort命令排序days这个变量中小于等于15的obs都去掉。
replace：就是代替，最常用的是在赋值的时候。比如我要建一个新函数，但是取值我还不确定，假设新函数叫f，那就是gen f=.，这个“=.”就意思是缺省值，等我确定了赋值之后再
用replace就行。比如有另一个参数叫male，我让所有male=1的obs，它们的新函数f都要取10，那就是replace f=10 if male==1。
sort：对某一个或者某几个变量进行从小到大的排序。常用的做法就是对日期排序，这个命令也可以排序多个变量，写在前面的先排序。比如sort year month day就是对年月日的顺序排序。如果需要从大到小的话就是gsort就行。
bysort：这个命令简直是用的最多的没有之一！在此之前先讲一下by，by就是在某个组内执行后面的命令。比如by year: gen return=mean(dayreturn)，意思就是在每一年的数据里，gen一个return变量，将这一年内所有的dayreturn（日收益率）求平均后赋值给return即当年平均日收益率。而bysort就相当于先sort 再by。
[_n]：这个要单独讲一下，因为我个人觉得很好用。[_n]是一个计数变量，比如gen n=[_n]就是建立了一个自然数列，用到这个变量是因为在经济统计的时候，尤其是统计周数据、月数据、年数据时，由于我们的数据是日数据得到的，因此在每一组（比如计算月平均收益率blabla）时统计完之后，会发现在每一个组内有很多个相同的数据，因此用一个dropif monthreturn[_n]==monthreturn[_n-1]就可以只保留每一组的第一个数据，之后的处理会节
省时间。（补充一句，如果你还需要原来的data的话一定记得另外保存）
drop：处理数据的过程中，一些过程变量就可以drop掉节省时间了。
save：记得写完了一定要保存！！
2、回归统计
sum：对统计量的最基本统计性质报告，直接敲sum加空格加某个变量就行。会报告均值、最大最小、标准差等最基本的信息。
tab：按照百分比对这个变量的取值统计。（就是相当于饼状图的表格）
reg：最简单的回归命令。直接敲reg y x1 x2就相当于y对x1x2的回归，回归结果会报告的比较详细，包括coefficient、constant、t值、p值、F值、SSR等等。
以下的xtreg/ivreg2/tsset分别针对的面板数据、两阶段最小二乘、时间序列，写起来太多，如果有小伙伴想看的话，可以再单独写一章。
∙xtset/xtreg：面板数据处理的命令，需要先进行xtset才能用xtreg的命令。
∙tsset：时间序列数据处理的命令。
∙ivreg2：两阶段最小二乘的命令。（不过在使用之前需要先install一下安装包才可以用，也是先help ivreg2然后到安装包就可以用）
3、我最喜欢用的命令…
count与tag：
count顾名思义，就是数个数，这个有时候在数据里非常好用，尤其是在分组的情况下。举一个实际情况中遇到的栗子，比如我要统计某只股票在每个月内有多少个交易日，那我在月的分组下，用下count函数，就能数出来某个组内的个数。
Tag是另一个函数，我个人理解的与count区别在于：count是数有几个，tag是数有几类。举个栗子，比如在某个组内，有1个10，2个20，那么用count数出来就是3，因为一共有3个数据；用tag数出来就是2，因为只有10和20这两个数值。
（转自人大论坛） 
调整变量格式： 
format x1 %10.3f ——将x1的列宽固定为10，小数点后取三位 
format x1 %10.3g ——将x1的列宽固定为10，有效数字取三位 
format x1 %10.3e ——将x1的列宽固定为10，采用科学计数法 
format x1 %10.3fc ——将x1的列宽固定为10，小数点后取三位，加入千分位分隔符 
format x1 %10.3gc ——将x1的列宽固定为10，有效数字取三位，加入千分位分隔符 
format x1 %-10.3gc ——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 Settings\xks\桌面\2006.dta", clear 
merge using "C:\Documents and Settings\xks\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 
use "C:\Documents and Settings\xks\桌面\2006.dta", clear 
merge id using "C:\Documents and Settings\xks\桌面\1999.dta" ,unique sort 
——将1999和2006的数据按照唯一的（unique）变量id来合并，在合并时对id进行排序（sort） 
建议采用第一种方法。 
对样本进行随机筛选： 
sample 50 
在观测案例中随机选取50%的样本，其余删除 
sample 50,count 
在观测案例中随机选取50个样本，其余删除 
查看与编辑数据： 
browse x1 x2 if x3>3 （按所列变量与条件打开数据查看器） 
edit x1 x2 if x3>3 （按所列变量与条件打开数据编辑器） 
数据合并（merge）与扩展（append） 
merge表示样本量不变，但增加了一些新变量；append表示样本总量增加了，但变量数目不变。 
one-to-one merge： 
数据源自stata tutorial中的exampw1和exampw2 
第一步：将exampw1按v001～v003这三个编码排序，并建立临时数据库tempw1 
clear 
use "t:\statatut\exampw1.dta" 
su ——summarize的简写 
sort v001 v002 v003 
save tempw1 
第二步：对exampw2做同样的处理 
clear 
use "t:\statatut\exampw2.dta" 
su 
sort v001 v002 v003 
save tempw2 
第三步：使用tempw1数据库，将其与tempw2合并： 
clear 
use tempw1 
merge v001 v002 v003 using tempw2 
第四步：查看合并后的数据状况： 
ta _merge ——tabulate _merge的简写 
su 
第五步：清理临时数据库，并删除_merge，以免日后合并新变量时出错 
erase tempw1.dta 
erase tempw2.dta 
drop _merge 
数据扩展append： 
数据源自stata tutorial中的fac19和newfac 
clear 
use "t:\statatut\fac19.dta" 
ta region 
append using "t:\statatut\newfac" 
ta region 
合并后样本量增加，但变量数不变 
茎叶图： 
stem x1,line(2) （做x1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0～4，后半段为5～9） 
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 norm 

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。