Stata統(tǒng)計(jì)分析命令

《Stata統(tǒng)計(jì)分析命令》由會(huì)員分享，可在線閱讀，更多相關(guān)《Stata統(tǒng)計(jì)分析命令（12頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、Stata統(tǒng)計(jì)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(duì)于小于1%的數(shù)用1%的值賦值，對(duì)于大于99%的數(shù)用99%的值賦值。 1、Stata中的單變量極端值處理： stata11.0,在命令窗口輸入5nditwinsor后，系統(tǒng)彈出一個(gè)窗口，安裝winsor模塊 安裝好模塊之后，就可以調(diào)用winsor命令，命令格式：winsorvar1,gen(newvar)p(0.01) 或者在命令窗口中輸入：sscinstallwinsor安裝winsor命令。winsor命令不能進(jìn)行批量處 理。 2、批量進(jìn)行winsorize極端值處理

2、： 打開(kāi)鏈接：http:〃personal.anderson.ucla.edu/judson.caskey/data.html,找至UwinsorizeJ,點(diǎn)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(huì)生成三個(gè)新變量，var1wvar2wvar3w,而且默認(rèn)的是上下1%winsorize。如果 要修改分位點(diǎn)，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(shuō)明 簡(jiǎn)介：wins

3、or2winsorizeortrim(iftrimoptionisspecified)thevariablesinvarlistatparticularpercentilesspecifiedbyoptioncuts(##).Indefult,newvariableswillbegeneratedwithasuffix"_w"or"_tr",whichcanbechangedbyspecifyingsuffix()option.Thereplaceoptionreplacesthevariableswiththeirwinsorizedortrimmedones. 相比于winsor命令的改

4、進(jìn)： (1)可以批量處理多個(gè)變量； (2)不僅可以winsor,也可以trimming; (3)附力□了by()選項(xiàng)，可以分組winsor或trimming; (4)增加了replace選項(xiàng)，可以不必生成新變量，直接替換原變量。 范例： * -winsorat(p1p99),getnewvariable"wage_w" sysusenlsw88,clearwinsor2wage * -left-trimmingat2thpercentile winsor2wage,cuts(2100)trim * -winsorvariablesby(industrysouth),over

5、writetheoldvariables winsor2wagehours,replaceby(industrysouth) 使用方法： 1 .請(qǐng)將winsor2.ado和winsor2.sthlp放置于stata12\ado\base\w文件夾下; 2 .輸入helpwinsor2可以查看幫助文件； 、描述性統(tǒng)計(jì) 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(rèn)對(duì)數(shù)據(jù)中的所有變量進(jìn)行描述統(tǒng)計(jì) options選項(xiàng)：detail表示產(chǎn)生

6、更加詳細(xì)的統(tǒng)計(jì)變量 Separator(n)表示每n個(gè)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(jì)輸出表中包含：樣本容量、平均數(shù)、標(biāo)準(zhǔn)差、最小值和最大值 2、tabstat 命令格式：tabstat[varlist][if][in][weight][,options] options選項(xiàng)：stat(statname)表示設(shè)定所需要的統(tǒng)計(jì)量 col(stat)或3s)表示將結(jié)果報(bào)表轉(zhuǎn)置 統(tǒng)計(jì)量： mean:平均數(shù)count/n:觀測(cè)值數(shù)目sum：加總 max/min:最大值/最小值range:極差sd:標(biāo)準(zhǔn)差cv：變異系數(shù) semean:平均標(biāo)準(zhǔn)誤差

7、skewness：偏度var:方差 kurtosis:峰度median/p50:中位數(shù)p#:#%百分位數(shù) 例如：tabstat[varlist],stat(countmeansdmedianminmaxrange)col(stat) 3、描述性統(tǒng)計(jì)結(jié)果輸出到word或Excel 用sum做的描述性統(tǒng)計(jì)：logout,save(miaoshutongji)wordreplace:sum 用tabstat做的描述性統(tǒng)計(jì)：logout,save(miaoshutongji)wordreplace:tabstat [varlist],stat(countmeansdmedianminmax

8、range)col(stat) 分組描述：bysortvar: 三、相關(guān)性分析 (一)相關(guān)性分析 1、Pearson相關(guān)系數(shù)命令格式：correlate(簡(jiǎn)寫：cor或corr)[varlist][if][in][weight][,options] 2、spearman相關(guān)系數(shù)命令格式：spearman[varlist],stats(rhop) 3、在Stata中，命令corr用于計(jì)算一組變量間的協(xié)方差或相關(guān)系數(shù)矩陣； 4、命令pwcorr可用于計(jì)算一組變量中兩兩變量的相關(guān)系數(shù)，同時(shí)還可以對(duì)相關(guān)系數(shù)的顯著 性進(jìn)行檢驗(yàn)；option選項(xiàng)中加上sig可顯示顯著性水平：pwcorr[

9、varlist],sig 5、命令pcorr用于計(jì)算一組變量中兩兩變量的偏相關(guān)系數(shù)并進(jìn)行顯著性檢驗(yàn)。 6、Spearman和Pearson檢驗(yàn)同在一個(gè)表的命令：corrtbl[varlist],corrvars([varlist]) 輸出結(jié)果中，上三角為Spearman相關(guān)系數(shù)和顯著水平，下三角為Pearson系數(shù)和顯著水平。 (二)輸出相關(guān)系數(shù)表到word或Excel中 例如：logout,save(mytable)wordreplace:pwcorr_apricempgrep78headroomtrunk,star1(0.01)star5(0.05)star10(0.1) 四、

10、截面數(shù)據(jù)單方程線性回歸模型的Stata實(shí)現(xiàn) 命令格式：regress（簡(jiǎn)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(yàn)與處理 1、檢驗(yàn)異方差命令格式：hettest 2、判斷異方差的標(biāo)準(zhǔn)： .hertest Breusch-Pagan/cook-weisbergTestforheteroskeda.sticityHd:Constantvariancevariables:fittedvaluesofLpfms chi2(1)=0,55 Prob>chi2=0.458

11、4 看P值的大小來(lái)判斷，如果P值小于0.05,則不能排除異方差的可能，上圖中P值等于 0.4584>0.05,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(jīng)異方差處理后的回歸不顯示調(diào)整后的R2(adj-R2),如果要查看調(diào)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(guān))命令格式：vif (一)判斷多重共線性的標(biāo)準(zhǔn)(兩個(gè)標(biāo)準(zhǔn)必須同時(shí)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(jìn)行修正，命令格式：swregdepvarind

12、epvar,pr(0.05) 2、對(duì)于含二次項(xiàng)的，使用“對(duì)中”的方法，既可以保留二次項(xiàng)，又可以在一定程度上克服多重共線性的問(wèn)題：先定義兩個(gè)變量，分別為該變量減去其均值和該變量的平方，命令如下: sumvar genvar1=var-r(mean) genvar2=varA2 再用新變量代替原來(lái)的變量進(jìn)行回歸處理 七、內(nèi)生性的檢驗(yàn)與處理(內(nèi)生性是指自變量與誤差項(xiàng)之間有關(guān)系) 1、內(nèi)生性的檢驗(yàn)：ovtest.ovtest RamseyRESETtestusingpowersofrhefirtedvaluesofLpfmsho:modelhasnoomittedvariables

13、FQ1379)=0.84 Prob>F=0.4717 看P值的大小來(lái)判斷，如果P值小于0.05,則不能排除內(nèi)生性的可能，上圖中P值等于 0.4717>0.05,因此，可以排除內(nèi)生性的可能。 2、內(nèi)生性的處理：使用工具變量法：ivreg 內(nèi)生性的三個(gè)來(lái)源：測(cè)量誤差、遺漏變量和雙向因果。 1、變量的內(nèi)生性。 這個(gè)是沒(méi)有辦法單獨(dú)檢驗(yàn)的。當(dāng)有合適工具變量時(shí)候，是可以檢驗(yàn)的，就是hausman檢驗(yàn) 2、工具變量的外生性。 這個(gè)也是沒(méi)辦法檢驗(yàn)的。當(dāng)有很多工具變量時(shí)候，可以檢驗(yàn)是否有不是外生的，就是“過(guò)度識(shí)別”問(wèn)題 3、工具變量的相關(guān)性。 這個(gè)可以說(shuō)成是“弱工具變量”問(wèn)題，檢驗(yàn)可以通過(guò)

14、一階段的F值。還可以利用PartialR2。 4、估計(jì)方法 stata里面有這么幾個(gè)2sls,2slssmal、liml、gmm,各自適用情況：small適合小木￥本；liml適合弱工具變量；gmm適合異方差。 【例子】 webusehsng2 *Fitaregressionvia2SLS,requestingsmall-samplestatistics ivregress2slsrentpcturban(hsngval=faminciregion),small *FitaregressionusingtheLIMLestimator ivregresslimlrentpctu

15、rban(hsngval=faminciregion) *FitaregressionviaGMMusingthedefaultheteroskedasticity-robustweightmatrix ivregressgmmrentpcturban(hsngval=faminciregion) *FitaregressionviaGMMusingaheteroskedasticity-robustweightmatrix,requestingnonrobust standarderrors ivregressgmmrentpcturban(hsngval=faminciregio

16、n),vce(unadjusted) *檢驗(yàn) 可以查看第一階段F值，已經(jīng)partialR2 查看是否過(guò)度識(shí)別查看是否異方差 regress2slsrentpcturbanhsngval eststorem1 ivregress2slsrentpcturban(hsngval=faminciregion) eststorem2 內(nèi)生檢驗(yàn) 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(depvar1va

17、rlist1)(depvar2varlist2)??(depvarNvarlistN)[if][in][weigh] 十、面板數(shù)據(jù)的固定效應(yīng)和隨機(jī)效應(yīng) Xtset固定效應(yīng)命令格式：xtregdepvarindepvars[if][in],fe[FE_options]隨機(jī)效應(yīng)命令格式：xtregdepvarindepvars[if][in],re[FE_options]hausman檢驗(yàn)固定效應(yīng)還是隨機(jī)效應(yīng)？ 【例子】 xtregyvarlvar2var3,fe eststorefextregyvarlvar2var3,reeststorere hausmanfere,sigmamo

18、re hausmanfere,sigmaless *sigmamore利用有效估計(jì)量方差，即re *sigmaless利用一致估計(jì)量方差，即fe Stata回歸結(jié)果的導(dǎo)由 1、在命令窗口中輸入：sscinstallesttab,安裝命令esttab 2、reg回歸 3、esttabusingfilename.rtf將以word形式輸出回歸結(jié)果，后綴改成.xls或者.csv則以Excel格式輸出，輸出內(nèi)容為變量名稱和相應(yīng)的回歸系數(shù)，t值，顯著性水平標(biāo)識(shí)。系統(tǒng)默認(rèn)顯著 性水平是0.001,0.01和0.05,若要改成0.01,0.05和0.1，則輸出esttabmlm2usinga

19、aa.rtf,star(*0.10**0.05***0.01)。 4、批量輸出回歸結(jié)果：每運(yùn)行一個(gè)regression,存起來(lái)：eststorem1。m1是你要改的，第 一個(gè)model所以我叫m1,第二個(gè)的話指令就變成eststorem2,依次類推，最后運(yùn)行指令： esttabm1m2...usingtest.rtf。 esttabm11111usingaaaaa.rtf,star(*0.10**0.05***0.01)b(%6.4f) 5、outreg2可以將回歸結(jié)果導(dǎo)入word、excle、latex等，而且可以根據(jù)自己需要改變格式： sscinstalloutreg2usea

20、uto,clear[varlist] eststorem1 outreg2[m1]usingtest.doc,replace 十二、合并樣本(將關(guān)鍵詞相同的多個(gè)樣本合并為一個(gè)) 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(gòu)合為一起，可根據(jù)證券代碼和公告日期關(guān)鍵詞，將 其合并，命令：duplicatesdropcompany_idevent_date,force 十三、均值t檢驗(yàn) 命令格式：ttestCAR1==CAR2,unpaired 十四、中位數(shù)Z檢驗(yàn)(非參數(shù)Wilcoxon秩和檢驗(yàn)) 命令格式：ranksumvar

21、,by(groupvar) groupvar為分組變量 十五、檢驗(yàn)兩組均值的顯著性差異，在t檢驗(yàn)的后面數(shù)值上面加星號(hào) 可以用ttest命令執(zhí)行檢驗(yàn)，它會(huì)直接報(bào)告星號(hào)。 亦可采用外部命令meantab執(zhí)行檢驗(yàn)，自己根據(jù)t值大小標(biāo)注星號(hào)。 helpmeantab//這個(gè)最好用 sysusenlsw88,clear meantabcollgradwagehoursttl_exptenure,///over(union)tstatdiffnoncells 另有一個(gè)李春濤老師編寫的命令，可以直接標(biāo)注星號(hào)： finditttable〃多變量，兩組差異 十六、刪除有缺失值的樣本 ege

22、nmis=rowmiss(_all) dropifmis 條件語(yǔ)句：cond 例如：cond(missing(x),.,cond(x>2,50,70))returns.ifxismissing,returns50ifx>2,andreturns70ifx<2 十七、中心化處理與標(biāo)準(zhǔn)化處理 1、安裝命令：finditcenter 2、中心化： centervarlist(注：生成的新變量默認(rèn)加前置"c_",可一次對(duì)多個(gè)變量進(jìn)行處理) 或：centervar,g(newvar)(注：只能對(duì)一個(gè)變量進(jìn)行中心化，并生成給定名稱的新變量) 3、標(biāo)準(zhǔn)化： centervarlist,p

23、refix(z_)standardize(注：生成的新變量加前置"z_",可多個(gè)，可更改) 十八、恢復(fù)數(shù)據(jù)命令 preserve(處理數(shù)據(jù)前使用該命令，否則沒(méi)有數(shù)據(jù)可恢復(fù)) dropvar1-var100(處理數(shù)據(jù)) restore(恢復(fù)數(shù)據(jù)) 十九、genicv產(chǎn)生交叉項(xiàng) 【問(wèn)題】 有時(shí)候，想生成很多交叉項(xiàng)，但是又不愿意一個(gè)一個(gè)寫。 有時(shí)候，想看一個(gè)交叉項(xiàng)，但是又不愿意生成。 【方法】 genicv可以一鍵生成很多交叉項(xiàng) ##可以直接表示交叉項(xiàng)。 【例子】 label sscinstallgenicvsysuseauto,cleargenicvlengthweig

24、htforeign〃會(huì)生成4個(gè)交叉項(xiàng)，所有可能情況，并且有regpricelengthweightlength_weight *如果不愿意生成，直接用 和上面回歸一樣一樣的 二十、用stata統(tǒng)計(jì)變量的個(gè)數(shù)，但是要去掉重復(fù)的部分 bysid:gn=_n countifn==1 二H^一、stata中的主成分分析法 1、首先，需要對(duì)變量進(jìn)行哪些檢驗(yàn)？KMO?還有什么？KMO檢驗(yàn)結(jié)果符合什么條件才能繼 續(xù)進(jìn)行主成分分析？ 答：首先使用KMO檢驗(yàn)和SMC檢驗(yàn)。 KMO的判斷為，UsingtheKaiser(1974)characterizationofKMOvalues, 0.

25、00to0.49unacceptable 0.50to0.59miserable 0.60to0.69mediocre 0.70to0.79middling 0.80to0.89meritorious 0.90to1.00marvelous SMC即一個(gè)變量與其他所有變量的復(fù)相關(guān)系數(shù)的平方，也就是復(fù)回歸方程的可決系數(shù)。SMC 比較高表明變量的線性關(guān)系越強(qiáng)，共性越強(qiáng)，主成分分析就越合適。 命令是 estatkmoestatsmc 確定是否需要進(jìn)行主成分分析。如果有些KMO或者SMC值太小，則要考慮要不要將它們放 入主成分中。 然后進(jìn)行主成分回歸。 使用命令為： pca

26、varlist(不清楚就helppca) 2、例如，對(duì)Y的5各指標(biāo)執(zhí)行了命令pcay1y2y3y4y5得出結(jié)果方差貢獻(xiàn)率(proportion) 就是權(quán)重嗎？ 答：不是。假如設(shè)定方差貢獻(xiàn)率為95%,那么，累積方差超過(guò)95%的那幾個(gè)特征值、所對(duì) 應(yīng)的特征變量，就是權(quán)重。 3、看有的帖子上回復(fù)說(shuō)，需要接著執(zhí)行predicty1y2y3y4y5,score,這是為了得到每個(gè)指標(biāo)的主成分得分嗎？為什么我執(zhí)行了一下，只生成了一個(gè)y1,別y2、y3、y4、y5都沒(méi)生成呢 答：直接"predicty1-y4”就可以。生成的四個(gè)就是得分。 4、不知道你要問(wèn)什么? 總之，主成分的步驟為 1、先

27、通過(guò)KMO檢驗(yàn)和SMC檢驗(yàn)確定是否需要主成分分析 2、進(jìn)行主成分分析，通過(guò)累計(jì)貢獻(xiàn)率確定需要的哪幾個(gè)主成分 3、根據(jù)情況看是否需要rotate 4、通過(guò)predict進(jìn)行得分?；蛘咄ㄟ^(guò)scoreplot看得分分布圖。 二十二、將一般的數(shù)據(jù)轉(zhuǎn)化為面板數(shù)據(jù) 原數(shù)據(jù)的形式（excel中）是：2008一張sheet,2009一張sheet。。。。。即: D F H Yit Kit Lit 1 2261 2246 23 2 30273 2764 16.5 3 2062354 178262 503 4 3179401 120180 770 5

28、 86802 3159 175.5 6 269530 41840 553 7 157476 7060 190 s| [293579 14520 78 9 1912 424 17 10 127737 5222 40 11 2790614 1347979 866.5 12 48629 2604 2S.5 13 761276 22567 319,5 14 125195 13356 69 然后改成這樣的數(shù)據(jù)形式是: A B C D E F G H I J 公司名稱 Ylt2008

29、YK2009 Ylt2010 Kit200B Kit2009 KH2010 Lit2008 Li12009 LitEOlO 1 2261 1860B.25 1105.425 2246 4986.598 4108.495 23 23 31 2 30273 40102.06 2764 5657.732 6843.398 16.5 11.5 20 3 2062354 2B92514 3033013 17S262 296305.6 332315.3 503 45S 場(chǎng)9 4 3179401 4225323

30、 6343626 120130 96017.53 305598.3 770 3B1.5 739 5 36802 563322,7 559918.1 3159 1819,58S 39254.86 175.5 14.5 134 6 269530 3549E9.7 36459.57 41840 43796191 U070.62 553 504.5 434 7 157476 290664.9 200974.4 7060 5902.062 35080.86 190 57 15E 8 293579 228195

31、.9 479237.5 14520 25136.08 43561.92 78 60 75.5 9 1912 4773.196 537*3593 424 778.3505 2010.235 17 10.5 IB 10 127737 113150,5 93694.98 5222 9156.701 10556.81 40 20 20 11 2790614 1(72324( 12161467 1347979 996400 1137663 866.5 2208.5 251E 12 49629 57061.86

32、 72251.79 2604 1S45.361 4833.163 2E+5 12.5 31,5 13 761276 1349075 1071894 22567 34651.55 125246.7 319.5 155 201 14 125195 114422.7 1S2454-5 13356 2S05.155 16806.55 69 3M5 79 15 442694 332010.3 395230.3 370B5 27**3 31381.47 469 403.5 327.5 粘貼在stata里就是這樣的形

33、式（注意：變量名字一定要改）：其中Y為因變量，可以是很多 個(gè)，X1、X2為自變量，也可以是很多個(gè)，stata中的變量名依次為：id、Y2008、Y2009、Y2010、 X12008、X12009、X12010、X22008、X22009、X22010 -id V20M YZ009 Y2Q10 XIZO^QB XIZOO^ X1ZQ10 X22Q0B X2Z0O9 XZ^OID 1 2261 1860B.2 1105.42 2246 49S6.6 4108.5 23 23 31 2 2 30273 40102,1 60248+7

34、”54 5657.73 6S43.4 16.S 11.5 20 3 3 2.9e+0G 3.0&±06 178262 332315 503 458 489 4 4 3.2C1-06 4d06 6.3&t06 1201BD ■eniT.g 305S99 770 M同1?S 733 5 5 皿中 57318 1819,5^ 175hS 134 6 6 269530 354990 36459.6 41840 4m7960 41070?6 553 504.5 434 7 7 157476

35、 2009741 7Q6Q 5903■06 35080.a 190 57 15S S S 293579 228196 47^237 14”。 2513€rl 435G1.9 78 60 75.5 9 今 1912 4773.2 537.359 424 77fl.351 2010.24 17 10.5 18 !□ 10 127737 113L&1 93695 5222 91S6+7 1DSS6.8 40 20 20 11 11 2.SetOG 1.1et07 1.2&+O7 l,3ErHJ6 996

36、400 1.比HIE B66.5 2208.5 2518 12 12 4莒片29 57061.甘 72251.8 2€04 1B45.16 4RMM.16 2S..5 12.S 31.S 13 13 76127& l^e+oe l,le+0G 工25甘 34^1.5 125247 319.5 201 14 14 12519-5 114423 182454 13356 28O5.1S 16B06.6 69 33.5 79 15 1S 44^04 332010- B95Z3D 370SS 27S43+3 3

37、12B1.S 469 403.S 327.S 16 16 2080 57e7,01 9501.54 2772 2352.5S 2790.17 20.5 14 19 17 17 S20 S42.26S ￡7號(hào)6,MN 九工外 1721.65 2713.41 23 N5 2& 在stata中輸入命令： reshapelongYX1X2,i(id)j(year)回車即可,變?yōu)? id 1 year 200S Y 2261 XI 2246 X2 23 1 a009 18608-2 498E.fi 23 1 20

38、10 1105,42 410B.5 mi 2 2008 30273 2764 16.5 2 2009 40102.1 5657.73 11.5 2 201D 60248.7 634M.4 20 3 200fi 2.le+06 17B262 503 3 2009 2.9C4-06 29CB8G 4&a 3 2010 3.0C+06 332315 489 4 2008 3.2e+06 120180 770 4 2009 4.2e+06 96?！?5 331.5 4 2010 6.3e+06 30S599

39、 739 5 200fi S6802 315a 17545 S 2009 56332S 1819.59 14.S 5 2010 559518 3925449 134 6 2008 265530 41840 553 G 2009 354990 43796.9 504.5 6 201D 3€459.6 41D70.6 434 7 200S 157476 7060 190 7 2009 290GGS S902.0G ￡7 7 2010 2OQ974 B508Q.9 158 二十三、關(guān)于數(shù)值型轉(zhuǎn)換為字符型的

40、問(wèn)題 1、股票代碼導(dǎo)入STATA后都變成數(shù)值型，現(xiàn)想用tostring命令變回字符型，但長(zhǎng)度小于6位的代碼，在 變回字符型后在前面補(bǔ)夠不足6位的0。 方法：formatvariable%06s 這只是在顯示上補(bǔ)充了0,沒(méi)有在值上補(bǔ)充。以下可以改變x的值： replacex=substr("000000"+x,-6,6) 2、將一個(gè)12位的數(shù)值轉(zhuǎn)換為字符，再?gòu)淖址锾崛∏拔鍌€(gè)字符。轉(zhuǎn)成字符后以科學(xué)計(jì)數(shù)法顯示，提取前 五位數(shù)是提取的科學(xué)計(jì)數(shù)法的前五位，如將110102002016轉(zhuǎn)成字符后顯示為1.10e+11,提取時(shí)提的是 “1.10e而不是我想要的“11010” gy=sub

41、str(string(x,"%12.0f"),1,5)| 3、將字符型轉(zhuǎn)化為數(shù)值型命令為：destringvar,replace(轉(zhuǎn)換后替換原來(lái)的值) 若字符型中含其他符號(hào)并要生成新變量則用：destringvarlist,gen(newvarlist)ignore("￥%”) 二十四、分組 均分四組：sortvar xtileprop=var,nq(x)(括號(hào)中的x代表分成的group數(shù)) 例如： sortinsto_ma xtileprop=insto_ma,nq(4)//以insto_ma的四分位點(diǎn)分成四組 sortpropinsto_msd egenstdI=xti

42、le(insto_msd),by(prop)nq(4)〃按prop,以insto_msd的四分位點(diǎn)分成四組 二十五、估計(jì)殘差 做完回歸后，使用命令predicte,r 排列組合計(jì)算C；=3,C：=6：dicomb(3,2),dicomb(4,2) 取整： 1 .ceil(x),returnstheuniqueintegernsuchthatn-1

43、not".")ifxismissing,meaningthatfloor(.a)=.a 3.int(x),returnstheintegerobtainedbytruncatingxtoward0;thus,int(5.2)=5,int(-5.8)=-5, returnsx(not".")ifxismissing,meaningthatint(.O)rre.waytoobtaintheclosestintegertoxisint(x+sign(x)/2),whichsimplifiestoint(x+0.5)forx0.However,useoftheround()functionispr

44、eferred 任何兩種軟件之間的數(shù)據(jù)轉(zhuǎn)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(dǎo)入，再保存為B 軟件的文件格式。文本格式，我一般習(xí)慣將其存為.csv格式，即變量數(shù)據(jù)間以逗號(hào)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(shù)據(jù)的經(jīng)濟(jì)計(jì)量分析》 卜面簡(jiǎn)要地分享一下安裝步驟或過(guò)程（這里演示的是WIN7_32） 一、下載全部的安裝文件包"Stata_SE_12.1.rar然后解壓，再打開(kāi)其中的文件夾 Stata12_Win,再以管理員身份運(yùn)行"其中的Setup.exe。 二、選擇并點(diǎn)擊

45、next,再選擇并點(diǎn)擊“Iacceptthelicenseagreement再選擇并點(diǎn)擊“anyonewhousesthiscomputer或"O'nlyforme然后；就進(jìn)入到以下界面，給你4個(gè)選擇：32-bitMP,32-bitSE,32-bitIC,32-bitSmall。這里，注意，請(qǐng)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(shuō)明一下，STATA的最高級(jí)的版本是MP。SE的版本級(jí)別僅次于MP。MP與SE的唯一區(qū)別在于，前者designedforparallelprocessing,而后者沒(méi)有。言下之意，前者可以通過(guò)同時(shí)運(yùn)行多處

46、理器或內(nèi)核來(lái)加快運(yùn)算速度，兩者在功能上完全沒(méi)有區(qū)別，只是在大數(shù)據(jù)處理 時(shí)，MP要占優(yōu)。因此，我們通常的教學(xué)與科研使用，SE版本已經(jīng)足夠。目前網(wǎng)上釋放出來(lái) 的破解的最高版本僅限于SE版，MP版未有破解。我想，如果你真的需要以MP版進(jìn)行大數(shù) 據(jù)處理，那一定是相當(dāng)高級(jí)別的用戶了，購(gòu)買一個(gè)正版的MP版就一點(diǎn)都不過(guò)分了。 三、然后再次點(diǎn)擊“next："next’然后選擇點(diǎn)擊“UseEachUser'sDocumentsFolde同T"Use aFixedFolderforAllusers本人建議選擇后者，并在非系統(tǒng)分區(qū)中建議一個(gè)文件夾，比如， 我通常以C分區(qū)為系統(tǒng)盤，因此，我通常在D分區(qū)中建

47、立一個(gè)工作文件夾即D:\data）。繼 續(xù)next,next,則開(kāi)始復(fù)制文件與安裝軟件，直到出現(xiàn)Finish,點(diǎn)擊它，就安裝完成了。 四、將crack文件夾中的文件“STATA.LIC復(fù)制到安裝文件夾中（通常為: C:\ProgramFiles\Stata12）。 五、運(yùn)行STATA,在command中輸入“dbupdate并回車（注意，不能輸入"updateall命令，這是自動(dòng)升級(jí)的命令，一方面自動(dòng)升級(jí)通常很慢，另一方面，自動(dòng)升級(jí)往往不成功），在隨后出現(xiàn)的"update（heckforofficialupdates對(duì)話框中，選擇"Fromalternative location點(diǎn)擊“browse找到本人提供的安裝文件中的文件夾“stata12update_win32（若你 是64位的系統(tǒng)，則為"stata12update_win64"），點(diǎn)擊確定"、"OK。 六、按提示，或點(diǎn)擊“installavailableupdate,或在command中輸入“updateall。" 七、升級(jí)完成后，會(huì)提示，這是一個(gè)SpecialEdition,點(diǎn)擊help中的“AboutStata則顯示版 本為“Stata/SE12.1forWindows（32-bit）”其最新的更新日期為2013年3月20日。享用。