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winsorize极端值处理：
打开链接：personal.anderson。ucla.edu/judson。caskey/data。html，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 var1
var2var3，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 specified) 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：
(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 （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 stata12\ado\base\w 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
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] ［，options］
options 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        semean ：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：tabstat[varlist］，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] ,s
tat（count mean 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：spearman[varlist］, 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：pwcorr［varlist] ,sig
5、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：corrtbl[varlist] ，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（0.1)
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：hettest
2、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。4584>0.05，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：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 var
gen var1=var—r（mean)
gen var2=var^2
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weigh weight 区别（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。4717〉0.05，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Partial 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 statistics
ivregress 2sls rent pcturban （hsngval = faminc iregion）， small
*Fit a regression using the LIML estimator
ivregress liml rent pcturban (hsngval = faminc iregion）
＊Fit a regression via GMM using the default heteroskedasticity—robust weight matrix
ivregress gmm rent pcturban （hsngval = faminc iregion）

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。