《Stata統(tǒng)計分析命令》由會員分享，可在線閱讀，更多相關(guān)《Stata統(tǒng)計分析命令（12頁珍藏版）》請在裝配圖網(wǎng)上搜索。
1、Stata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(shù)用1%的值賦值，對于大于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命令不能進行批量處理。2、批量進行winsorize極端值處理：打開鏈接：http:perso
2、nal.anderson.ucla.edu/judson.caskey/data.html,找至UwinsorizeJ,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(rèn)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(iftrim
3、optionisspecified)thevariablesinvarlistatparticularpercentilesspecifiedbyoptioncuts(#).Indefult,newvariableswillbegeneratedwithasuffix_wor_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
4、以trimming;(3)附力了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(p1p99),getnewvariablewage_wsysusenlsw88,clearwinsor2wage* -left-trimmingat2thpercentilewinsor2wage,cuts(2100)trim* -winsorvariablesby(industrysouth),overwritetheoldvariableswinsor2wagehours,replaceby(industry
5、south)使用方法：1 .請將winsor2.ado和winsor2.sthlp放置于stata12adobasew文件夾下;2 .輸入helpwinsor2可以查看幫助文件；、描述性統(tǒng)計1、summarize命令格式：su、sum或者summarizevarlistifinweight,options如果summarize或sum后不加任何變量，則默認(rèn)對數(shù)據(jù)中的所有變量進行描述統(tǒng)計options選項：detail表示產(chǎn)生更加詳細(xì)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(shù)、標(biāo)準(zhǔn)差、最小值和最大
6、值2、tabstat命令格式：tabstatvarlistifinweight,optionsoptions選項：stat(statname)表示設(shè)定所需要的統(tǒng)計量col(stat)或3s)表示將結(jié)果報表轉(zhuǎn)置統(tǒng)計量：mean:平均數(shù)count/n:觀測值數(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skewness：偏度var:方差kurtosis:峰度median/p50:中位數(shù)p#:#%百分位數(shù)例如：tabstatvarlist,stat(countmeansdmedianminmaxrange)col(stat)3、描述
7、性統(tǒng)計結(jié)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:tabstatvarlist,stat(countmeansdmedianminmaxrange)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(簡寫：cor或corr)varlistifinweight,options2、spearman相關(guān)系數(shù)命令格式：spe
8、armanvarlist,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(guān)系數(shù)矩陣；4、命令pwcorr可用于計算一組變量中兩兩變量的相關(guān)系數(shù)，同時還可以對相關(guān)系數(shù)的顯著性進行檢驗；option選項中加上sig可顯示顯著性水平：pwcorrvarlist,sig5、命令pcorr用于計算一組變量中兩兩變量的偏相關(guān)系數(shù)并進行顯著性檢驗。6、Spearman和Pearson檢驗同在一個表的命令：corrtblvarlist,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
9、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、截面數(shù)據(jù)單方程線性回歸模型的Stata實現(xiàn)命令格式：regress（簡寫：reg）depvarindepvarsifinweighoption（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(biāo)準(zhǔn)：.hertestBreusch-Pagan/cook-weisbergTes
10、tforheteroskeda.sticityHd:Constantvariancevariables:fittedvaluesofLpfmschi2(1)=0,55Probchi2=0.4584看P值的大小來判斷，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0.45840.05,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
11、標(biāo)準(zhǔn)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,pr(0.05)2、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(nèi)生性的檢驗與處理(內(nèi)生性是指自變量與誤差項之間有關(guān)系)1、內(nèi)生性的檢驗：ovtest.ovtestRamseyRESETtestusin
12、gpowersofrhefirtedvaluesofLpfmsho:modelhasnoomittedvariablesFQ1379)=0.84ProbF=0.4717看P值的大小來判斷，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0.47170.05,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)生性的三個來源：測量誤差、遺漏變量和雙向因果。1、變量的內(nèi)生性。這個是沒有辦法單獨檢驗的。當(dāng)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(dāng)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”
13、問題3、工具變量的相關(guān)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適合小木本；liml適合弱工具變量；gmm適合異方差。【例子】webusehsng2*Fitaregressionvia2SLS,requestingsmall-samplestatisticsivregress2slsrentpcturban(hsngval=faminciregion),small*FitaregressionusingtheLIMLestimatoriv
14、regresslimlrentpcturban(hsngval=faminciregion)*FitaregressionviaGMMusingthedefaultheteroskedasticity-robustweightmatrixivregressgmmrentpcturban(hsngval=faminciregion)*FitaregressionviaGMMusingaheteroskedasticity-robustweightmatrix,requestingnonrobuststandarderrorsivregressgmmrentpcturban(hsngval=fam
15、inciregion),vce(unadjusted)*檢驗可以查看第一階段F值，已經(jīng)partialR2查看是否過度識別查看是否異方差regress2slsrentpcturbanhsngvaleststorem1ivregress2slsrentpcturban(hsngval=faminciregion)eststorem2內(nèi)生檢驗八、線性方程組的回歸分析命令格式：sureg(depvar1varlist1)(depvar2varlist2)(depvarNvarlistN)ifinweigh九、聯(lián)立方程組命令格式：reg3(depvar1varlist1)(depvar2varlist2
16、)(depvarNvarlistN)ifinweigh十、面板數(shù)據(jù)的固定效應(yīng)和隨機效應(yīng)Xtset固定效應(yīng)命令格式：xtregdepvarindepvarsifin,feFE_options隨機效應(yīng)命令格式：xtregdepvarindepvarsifin,reFE_optionshausman檢驗固定效應(yīng)還是隨機效應(yīng)？【例子】xtregyvarlvar2var3,feeststorefextregyvarlvar2var3,reeststorerehausmanfere,sigmamorehausmanfere,sigmaless*sigmamore利用有效估計量方差，即re*sigmales
17、s利用一致估計量方差，即feStata回歸結(jié)果的導(dǎo)由1、在命令窗口中輸入：sscinstallesttab,安裝命令esttab2、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。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esttabmlm2usingaaa.rtf,star(*0.10*0.05*0.01)。4、批量輸出回歸結(jié)果：每運行一個regression,存起來：eststorem1。
18、m1是你要改的，第一個model所以我叫m1,第二個的話指令就變成eststorem2,依次類推，最后運行指令：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：sscinstalloutreg2useauto,clearvarlisteststorem1outreg2m1usingtest.doc,replace十二、合并樣本(將關(guān)鍵詞相同的多個樣本合并為一個)命令格式：dupli
19、catesdropvarlist,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(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檢驗命令格式：ttestCAR1=CAR2,unpaired十四、中位數(shù)Z檢驗(非參數(shù)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(shù)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(jù)t值大小標(biāo)注星號。h
20、elpmeantab/這個最好用sysusenlsw88,clearmeantabcollgradwagehoursttl_exptenure,/over(union)tstatdiffnoncells另有一個李春濤老師編寫的命令，可以直接標(biāo)注星號：finditttable多變量，兩組差異十六、刪除有缺失值的樣本egenmis=rowmiss(_all)dropifmis條件語句：cond例如：cond(missing(x),.,cond(x2,50,70)returns.ifxismissing,returns50ifx2,andreturns70ifx2十七、中心化處理與標(biāo)準(zhǔn)化處理1、安裝
21、命令：finditcenter2、中心化：centervarlist(注：生成的新變量默認(rèn)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(biāo)準(zhǔn)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(fù)數(shù)據(jù)命令preserve(處理數(shù)據(jù)前使用該命令，否則沒有數(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【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
22、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?！纠印縧abelsscinstallgenicvsysuseauto,cleargenicvlengthweightforeign會生成4個交叉項，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)計變量的個數(shù)，但是要去掉重復(fù)的部分bysid:gn=_ncountifn=1二H一、stata中的主成分分析法1、首先，需要對變量進行哪些檢驗？KMO?還有什么？KMO檢驗結(jié)果符合什么條件才能繼續(xù)進行主成分分
23、析？答：首先使用KMO檢驗和SMC檢驗。KMO的判斷為，UsingtheKaiser(1974)characterizationofKMOvalues,0.00to0.49unacceptable0.50to0.59miserable0.60to0.69mediocre0.70to0.79middling0.80to0.89meritorious0.90to1.00marvelousSMC即一個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，共性越強，主成分分析就越合適。命令是estatkmoestatsmc確定是否需要進行主成分分析。如果
24、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。然后進行主成分回歸。使用命令為：pcavarlist(不清楚就helppca)2、例如，對Y的5各指標(biāo)執(zhí)行了命令pcay1y2y3y4y5得出結(jié)果方差貢獻率(proportion)就是權(quán)重嗎？答：不是。假如設(shè)定方差貢獻率為95%,那么，累積方差超過95%的那幾個特征值、所對應(yīng)的特征變量，就是權(quán)重。3、看有的帖子上回復(fù)說，需要接著執(zhí)行predicty1y2y3y4y5,score,這是為了得到每個指標(biāo)的主成分得分嗎？為什么我執(zhí)行了一下，只生成了一個y1,別y2、y3、y4、y5都沒生成呢答：直接predicty1-y4”就可以。生成的
25、四個就是得分。4、不知道你要問什么?總之，主成分的步驟為1、先通過KMO檢驗和SMC檢驗確定是否需要主成分分析2、進行主成分分析，通過累計貢獻率確定需要的哪幾個主成分3、根據(jù)情況看是否需要rotate4、通過predict進行得分。或者通過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:DFHYitKitLit12261224623230273276416.532062354178262503431794011201807705868023159175.56269530418405537157
26、4767060190s|29357914520789191242417101277375222401127906141347979866.5124862926042S.51376127622567319,5141251951335669然后改成這樣的數(shù)據(jù)形式是:ABCDEFGHIJ公司名稱Ylt2008YK2009Ylt2010Kit200BKit2009KH2010Lit2008Li12009LitEOlO122611860B.251105.42522464986.5984108.49523233123027340102.0627645657.7326843.39816.511.520320
27、623542B92514303301317S262296305.6332315.350345S場9431794014225323634362612013096017.53305598.37703B1.5739536802563322,7559918.131591819,58S39254.86175.514.513462695303549E9.736459.574184043796191U070.62553504.54347157476290664.9200974.470605902.06235080.861905715E8293579228195.9479237.51452025136.084
28、3561.92786075.5919124773.196537*3593424778.35052010.2351710.5IB10127737113150,593694.9852229156.70110556.814020201127906141(72324(1216146713479799964001137663866.52208.5251E124962957061.8672251.7926041S45.3614833.1632E+512.531,513761276134907510718942256734651.55125246.7319.515520114125195114422.71S
29、2454-5133562S05.15516806.55693M57915442694332010.3395230.3370B527*331381.47469403.5327.5粘貼在stata里就是這樣的形式（注意：變量名字一定要改）：其中Y為因變量，可以是很多個，X1、X2為自變量，也可以是很多個，stata中的變量名依次為：id、Y2008、Y2009、Y2010、X12008、X12009、X12010、X22008、X22009、X22010-idV20MYZ009Y2Q10XIZOQBXIZOOX1ZQ10X22Q0BX2Z0O9XZOID122611860B.21105.42224
30、649S6.64108.5232331223027340102,160248+7”545657.736S43.416.S11.520332.9e+0G3.0&06178262332315503458489443.2C1-064d066.3&t061201BDeniT.g305S99770M同1S73355皿中573181819,5175hS1346626953035499036459.6418404m7960410706553504.54347715747620097417Q6Q59030635080.a1905715SSS2935792281964723714”。2513rl435G1.97
31、86075.59今19124773.2537.35942477fl.3512010.241710.518!10127737113L&193695522291S6+71DSS6.840202011112.SetOG1.1et071.2&+O7l,3ErHJ69964001.比HIEB66.52208.5251812124莒片2957061.甘72251.82041B45.164RMM.162S.512.S31.S131376127&le+oel,le+0G工25甘341.5125247319.5201141412519-51144231824541335628O5.1S16B06.66933.5
32、79151S4404332010-B95Z3D370SS27S43+3312B1.S469403.S327.S1616208057e7,019501.5427722352.5S2790.1720.514191717S20S42.26S7號6,MN九工外1721.652713.4123N52&在stata中輸入命令：reshapelongYX1X2,i(id)j(year)回車即可,變?yōu)?id1year200SY2261XI2246X2231a00918608-2498E.fi23120101105,42410B.5mi2200830273276416.52200940102.15657.731
33、1.52201D60248.7634M.4203200fi2.le+0617B262503320092.9C4-0629CB8G4&a320103.0C+06332315489420083.2e+06120180770420094.2e+0696?！?5331.5420106.3e+0630S5997395200fiS6802315a17545S200956332S1819.5914.S5201055951839254491346200826553041840553G200935499043796.9504.56201D3459.641D70.64347200S1574767060190720
34、09290GGSS902.0G7720102OQ974B508Q.9158二十三、關(guān)于數(shù)值型轉(zhuǎn)換為字符型的問題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，但長度小于6位的代碼，在變回字符型后在前面補夠不足6位的0。方法：formatvariable%06s這只是在顯示上補充了0,沒有在值上補充。以下可以改變x的值：replacex=substr(000000+x,-6,6)2、將一個12位的數(shù)值轉(zhuǎn)換為字符，再從字符里提取前五個字符。轉(zhuǎn)成字符后以科學(xué)計數(shù)法顯示，提取前五位數(shù)是提取的科學(xué)計數(shù)法的前五位，如將110102002016轉(zhuǎn)成字符后顯示為1.10e+11
35、,提取時提的是“1.10e而不是我想要的“11010”gy=substr(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)換后替換原來的值)若字符型中含其他符號并要生成新變量則用：destringvarlist,gen(newvarlist)ignore(%”)二十四、分組均分四組：sortvarxtileprop=var,nq(x)(括號中的x代表分成的group數(shù))例如：sortinsto_maxtileprop=insto_ma,nq(4)/以insto_ma的四分位點分成四組sortpropinsto_msdegen
36、stdI=xtile(insto_msd),by(prop)nq(4)按prop,以insto_msd的四分位點分成四組二十五、估計殘差做完回歸后，使用命令predicte,r排列組合計算C；=3,C：=6：dicomb(3,2),dicomb(4,2)取整：1 .ceil(x),returnstheuniqueintegernsuchthatn-1x=n.returnsx(not.)ifxismissing,meaningthatceil(.a)=.a2 .floor(x),returnstheuniqueintegernsuchthatn=xn+1,returnsx(not.)ifxism
37、issing,meaningthatfloor(.a)=.a3.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()functionispreferred任何兩種軟件之間的數(shù)據(jù)轉(zhuǎn)
38、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)濟計量分析卜面簡要地分享一下安裝步驟或過程（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，再打開其中的文件夾Stata12_Win,再以管理員身份運行其中的Setup.exe。二、選擇并點擊next,再選擇并點擊“Iacceptthelicenseagreement再選擇
39、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(nèi)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(shù)據(jù)處理時，MP要占優(yōu)。因此，
40、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版進行大數(shù)據(jù)處理，那一定是相當(dāng)高級別的用戶了，購買一個正版的MP版就一點都不過分了。三、然后再次點擊“next：next然后選擇點擊“UseEachUsersDocumentsFolde同TUseaFixedFolderforAllusers本人建議選擇后者，并在非系統(tǒng)分區(qū)中建議一個文件夾，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)中建立一個工作文件夾即D:data）。繼續(xù)next,next,則開始復(fù)制文件與安裝軟件，直到出現(xiàn)Finish,點擊它，就安裝完
41、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:ProgramFilesStata12）。五、運行STATA,在command中輸入“dbupdate并回車（注意，不能輸入updateall命令，這是自動升級的命令，一方面自動升級通常很慢，另一方面，自動升級往往不成功），在隨后出現(xiàn)的update（heckforofficialupdates對話框中，選擇Fromalternativelocation點擊“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），點擊確定、OK。六、按提示，或點擊“installavailableupdate,或在command中輸入“updateall。七、升級完成后，會提示，這是一個SpecialEdition,點擊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。
Stata統(tǒng)計分析命令
