stata学习心得（网络版存盘） 2009-03-25
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idsort命令排序进行排序（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
（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, 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 price 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weight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 var4 || 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
（生成散点图矩阵，只显示下半部分的三角形区域）

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。