stata16中文入门教程说明书

Stata软件入门教程

李昂然

浙江大学社会学系

Email: ********************

版本：2020/02/05

1. 导论

本教程将快速介绍Stata软件（版本16）的一些基本操作技巧和知识。对于详细的Stata介绍和入门，小伙伴们可以参考Stata官方的英文手册以及教程所提供的学习资料。跟其他大多数统计软件一样，Stata可以同时通过下拉菜单以及命令语句来操作。初学者可以通过菜单选项来逐步熟悉Stata，但是命令语句的使用是Stata用户的最佳选择。因此，本教程将着重介绍命令语句的使用。

对于中文用户来讲，在打开Stata之后，可以通过下拉菜单选项中的用户界面语言选择将中文设置为默认语言。同时，也可以在命令窗口中输入

set locale ui zh_CN来设置中文显示。在选择完语言后，记得重新启动Stata。需要提醒大家，虽然Stata用户界面可以显示中文，但是统计分析的结果仍然将以英文显示。

本教程中使用的案列数据源自中国家庭追踪调查（China Family Panel Studies）。具体数据出自本人于2019年发表于Chinese Sociological Review上“Unfulfilled Promise of Educational

Meritocracy? Academic Ability and China’s Urban-Rural Gap in Access to Higher Education”一文中使用的数据。关于数据的具体问题，请联系本人。

同时，本教程提供相应的do file和数据文件给同学们下载，同学们可以根据do file复制本教程的全部内容。下载地址为我个人网站：/teaching/

温馨提示：关于Stata操作的大多数疑问，都可以在官方手册上找到答案。同时，在Stata中输入help [command]便可以查看关于命令使用的详细信息。

- 1 -

2. Stata用户界面

Stata的用户操作界面主要包括五个部分：（1）历史窗口、（2）结果窗口、（3）命令窗口、（4）变量窗口、（5）属性窗口。

以上为Mac版本Stata的用户界面。

（1）历史窗口显示已经执行过的命令语句，可以帮助用户回顾已经使用过的命令。如果命令输入错误，窗口中会显示红色的提示。

当遇到错误提示，仔细检查一下code。大多数时候，对命令语句的熟悉是在不断犯错中加深的，所以，遇到错误提示，请淡定。

（2）结果窗口显示数据分析的结果。如果想要清除当前显示的结果，可以点击结果窗口，会出现菜单选项，然后进行选择。

（3）命令窗口的使用很直接，无需介绍太多。记住一点，当从别处复制语句并粘贴到命令窗口时，如果语句有多行，Stata会逐行读取，如果语句中断，会出现错误提示。

（4）变量窗口显示数据中变量的基本信息。当点击变量左边的按钮时，变量的名称会自动出现在命令窗口。

（5）属性窗口显示更多关于数据和变量的详细信息。可以在此处手动对变量的信息进行修改。

- 2 -

3. Stata浏览器以及Help功能

Stata浏览器的作用类似搜索引擎，提供对于Stata的全方位帮助。主要有两个作用：1）通过游览器，可以查询Stata用户手册中的各种信息。2）游览器可以连接网络，在网络中下载并安装其他骨灰级用户自己编写的命令语句（community-contributed commands）。

开启浏览器可以点击工具栏中的浏览器按钮，也可以在命令窗口输入view。

作为初学者，我认为Stata中最重要的命令是help。遇到任何关于命令的疑问时，只需输入help加上命令语句便可。例如，如果我们不知道命令merge怎么使用，只需要输入help merge，在浏览器中便会出现关于merge的所有详细信息。

- 3 -

4. 数据使用、存储以及编辑

工作目录

在每次使用Stata之前，应该确认设置好工作目录（Working Directory）。工作目录可以通过点击文件->更改工作目录来修改，也可以通过在命令窗口输入cd修改。例如

cd "c:angranliStata16"

记住，命令cd之后是文件所在的文件夹位置，Windows版本和Mac版本的输入格式是有差别，很容易犯错。

工作目录显示于命令窗口的下方：

也可以在命令窗口中输入pwd来检查当下的工作目录是哪个文件夹。

打开和导入数据

Stata的数据是.dta格式。直接双击数据文件就可以打开数据。在打开数据的同时，系统会默认数据所在文件夹为工作目录。也可以在命令窗口输入：

use "", clear

clear的意思是告诉系统先清除之前打开的数据，然后再打开新的数据。

大多数情况下，同学们会处理不同格式的数据。这个时候，我们需要在Stata中导入不同格式的数据，如.csv .sav .xlsx等等。点击文件->导入，便可进行选择导入不同格式数据。或者，可以在命令窗口输入import来导入数据。例如，import spss ""导入SPPS数据。

存储和导出数据

存储数据很直接，直接点击保存。也可以输入指令：

save "", replace

- 4 -

replace的意思是告诉系统存储时替代之前的数据，如果没有replace并且文件夹中已经存在相同名称的数据，会出现错误提示。

导出数据很简单，点击文件->导出，选择不同的导出格式。或者使用export指令，方法和import一样。

数据编辑

有时候，同学们需要手动输入数据。打开数据编辑器便可进行修改。记住，数据编辑器有两种模式：浏览和编辑。浏览模式下，只能看原始数据，不能改。修改需要打开编辑模式。浏览模式可以用browse来打开，编辑模式用edit打开。

- 5 -

5. Do File和Log File

Do file是保存Stata命令语句的文件。大家可以把通过命令窗口输入的语句全部保存在do file中。这样做的目的是为了更好的重复工作，避免每次都去手动输入以及规避可能出现输入错误，在研究中做到统计分析结果科学的复制（replication）。打开do file可以点击do file编辑器也可以直接输入doedit。

Log file是用来)存储命令反馈结果的，简单讲，就是出现在结果窗口的内容都可以保存在log file中。

我在这里给大家分享一个简单的do file模板，可以自动创建log file并保存分析结果。可以根据个人需要修改。

- 6 -

1) capture log close

2) log using "stata_template", replace text

3) // do file名称: stata_

4) // 任务: 创建do file模板

5) // 项目: Stata软件入门教程

6) // 作者: 李昂然

7) // 时间: 2020/02/05

8) // 基本系统设置

9) version 16

10) clear all

11) set more off

12) set linesize 80

13) // 打开数据

14) use "", clear

15) // 保存数据

16) save "", replace

17) log close

18) exit

第1行指令是告诉Stata关闭目前打开的log file，然后开始记录新的结果。

第2行指令是创建一个新的log file并且其文件名和do file相同。同时，Stata会自动保存新的结果去替代旧的文件。

第3行到第7行给出文件的一些基本信息，便于快速的了解这个do file的工作任务是什么。注意：在//之后的内容，Stata是不会读取的，可以当做文本保存在log file里，相当于用来做笔记。也可以用*，效果是一样的。如果要记录很长的笔记，并且要用好多行，可以用/*作为开始，*/作为结束。例如：

/* 关于Stata软件使用

更多的内容，请查看

*/

另外，对于过长的命令语句，需要换行时，应该使用///。

第8行到第12行是一些基本的系统设置，用来更好的跑文件。version 16是指定版本16。clear

all是清除目前系统保存的数据及其相关信息。set more off是告诉Stata在跑结果的时候，不要分段报告结果，直接全部跑完。set linesize 80是设置log file报告结果的文本宽度格式，让结果能看的清楚。如果有的结果在log file里面出现了排版拥挤的现象，可以调高宽度。

17和18两行是结束当前的log记录，并退出。

- 7 -

6. 数据管理与清理

变量属性与描述

当打开Stata，你首先需要知道数据中有哪些变量。具体讲，变量的名称、标签以及值标签要熟悉。其次，可以进一步去了解这些变量的统计值和分布。

这里要介绍几个常用的命令，包括describe，codebook，summarize，tabulate，list。

describe会给出变量具体的信息，包括变量名称，标签，储存类型，格式，以及值标签的名称。同时，也提供数据的基本信息。其输出结果如下：

. describe

Contains data from

obs: 1,417 CFPS数据（基于CSR Li 2019）

vars: 36 5 Feb 2020 15:16

--------------------------------------------------------------------------------

storage display value

variable name type format label variable label

--------------------------------------------------------------------------------

pid double %12.0g pid 个人id

fid double %12.0g fid 家庭样本代码

cid double %12.0g cid 村居样本代码

provcd double %24.0g provcd 省国标码

countyid double %12.0g countyid 区县顺序码

psu double %12.0g psu primary sampling unit

rswt_nat double %12.0g rswt_nat 个人权重-全国样本

sample10 float %9.0g 有效个体 2010

sample14 float %9.0g 有效个体 2014

school10 float %9.0g school10 在学校上学 2010

schlevel10 float %12.0g schlevel10

上学阶段 2010

college float %12.0g college 大学本科，大专，没上大学 2014

urban10 float %9.0g urban10 城乡分类变量 2010

region float %9.0g region 地域

munici byte %8.0g 直辖市

east byte %8.0g 东部

central byte %8.0g 中部

west byte %8.0g 西部

- 8 -

word10 float %9.0g 字词测试得分 2010

math10 float %9.0g 数学测试得分 2010

achieve10 float %9.0g 个人学习能力 2010

female float %9.0g female 女

age10 float %9.0g 年龄 2010

ethnicity float %9.0g ethnicity

少数民族

hukou10 float %9.0g hukou10 农业户口 2010

sibling10 float %9.0g 兄弟姐妹数 2010

pedu10 float %9.0g 父母教育程度（年）2010

fincome10 float %9.0g 家庭总收入 2010

lnfincome10 float %9.0g 家庭总收入 (ln）2010

eduexpense10 float %9.0g 教育总支出 2010

lneduexpense10 float %9.0g 教育总支出（ln）2010

yexpect10 float %9.0g 个人教育期望（年）2010

expect10 float %15.0g expect10 个人教育期望（分类）2010

tutoring10 float %9.0g tutoring10

参加课外辅导 2010

schtype10 float %9.0g schtype10

重点/私立学校 2010

class10 float %9.0g class10 就读重点班 2010

--------------------------------------------------------------------------------

Sorted by:

如果想要输出变量的一些描述性统计，例如平均值、标准差、最小值、最大值，可以通过codebook, compact和summarize命令实现。sep(0)规定summarize的显示结果不需要用区块隔开。结果如下：

. codebook, compact

Variable Obs Unique Mean Min Max Label

-------------------------------------------------------------------------------

pid 1417 1417 4.00e+08 1.10e+08 6.22e+08 个人id

fid 1417 1328 400074.1 110013 621872 家庭样本代码

cid 1417 504 16675.02 10010 23200 村居样本代码

provcd 1417 25 39.94001 11 62 省国标码

countyid 1417 159 83.247 1 162 区县顺序码

psu 1417 171 89.90049 1 176 primary sampling

unit

rswt_nat 1417 1159 39602.72 691.162 110910.4 个人权重-全国样本...

sample10 1417 1 1 1 1 有效个体 2010

sample14 1417 2 .7198306 0 1 有效个体 2014

school10 1417 2 .7148906 0 1 在学校上学 2010

schlevel10 1415 6 2.90742 1 6 上学阶段 2010

- 9 -

college 1029 3 1.563654 1 3 大学本科，大专，没...

urban10 1417 2 .3973183 0 1 城乡分类变量

region 1417 4 2.922371 1 4 地域

munici 1417 2 .0649259 0 1 直辖市

east 1417 2 .2724065 0 1 东部

central 1417 2 .3380381 0 1 中部

west 1417 2 .3246295 0 1 西部

word10 1417 35 25.92096 0 34 字词测试得分

math10 1417 25 15.494 0 24 数学测试得分

achieve10 1417 350 -1.57e-09 -3.195165 1.325824 个人学习能力

female 1417 2 .4932957 0 1 女

age10 1417 3 16.95131 16 18 年龄 2010

ethnicity 1417 2 .089626 0 1 少数民族

hukou10 1417 2 .7854622 0 1 农业户口 2010

sibling10 1417 9 1.148192 -.0124451 8 兄弟姐妹数 2010

pedu10 1417 22 6.387157 0 19.5 父母教育程度（年）...

fincome10 1417 1003 32299.67 -49131.13 517400 家庭总收入 2010

lnfincome10 1417 1003 10.0029 5.298317 13.15657 家庭总收入 (ln）20...

eduexpense10 1417 868 2870.077 -7850.915 31400 教育总支出 2010

lneduexpe~10 1417 868 7.034553 0 12.68215 教育总支出（ln）20...

yexpect10 1417 90 14.02635 0 21 个人教育期望（年）...

expect10 1417 5 2.994354 1 5 个人教育期望（分类...

tutoring10 1417 2 .0917431 0 1 参加课外辅导

schtype10 1417 2 .1813691 0 1 重点/私立学校

class10 1417 2 .2180663 0 1 就读重点班 2010

-------------------------------------------------------------------------------

. summarize, sep(0)

Variable | Obs Mean Std. Dev. Min Max

-------------+---------------------------------------------------------

pid | 1,417 4.00e+08 1.54e+08 1.10e+08 6.22e+08

fid | 1,417 400074.1 153810.9 110013 621872

cid | 1,417 16675.02 5132.573 10010 23200

provcd | 1,417 39.94001 15.37745 11 62

countyid | 1,417 83.247 47.93385 1 162

psu | 1,417 89.90049 54.20222 1 176

rswt_nat | 1,417 39602.72 29708.2 691.162 110910.4

sample10 | 1,417 1 0 1 1

sample14 | 1,417 .7198306 .4492404 0 1

school10 | 1,417 .7148906 .4516259 0 1

schlevel10 | 1,415 2.90742 1.303046 1 6

college | 1,029 1.563654 .8067569 1 3

urban10 | 1,417 .3973183 .4895157 0 1

region | 1,417 2.922371 .9226669 1 4

munici | 1,417 .0649259 .2464821 0 1

east | 1,417 .2724065 .4453551 0 1

central | 1,417 .3380381 .4732086 0 1

- 10 -

west | 1,417 .3246295 .4684016 0 1

word10 | 1,417 25.92096 7.181325 0 34

math10 | 1,417 15.494 5.571708 0 24

achieve10 | 1,417 -1.57e-09 .9140147 -3.195165 1.325824

female | 1,417 .4932957 .5001316 0 1

age10 | 1,417 16.95131 .8172056 16 18

ethnicity | 1,417 .089626 .285746 0 1

hukou10 | 1,417 .7854622 .4106462 0 1

sibling10 | 1,417 1.148192 1.032285 -.0124451 8

pedu10 | 1,417 6.387157 3.771436 0 19.5

fincome10 | 1,417 32299.67 36394.94 -49131.13 517400

lnfincome10 | 1,417 10.0029 .9018059 5.298317 13.15657

eduexpense10 | 1,417 2870.077 3515.814 -7850.915 31400

lneduexpe~10 | 1,417 7.034553 1.951467 0 12.68215

yexpect10 | 1,417 14.02635 3.12407 0 21

expect10 | 1,417 2.994354 1.236782 1 5

tutoring10 | 1,417 .0917431 .2887649 0 1

schtype10 | 1,417 .1813691 .3854597 0 1

class10 | 1,417 .2180663 .4130785 0 1

单纯使用codebook不添加compact选项，我们会得到详细的关于变量的描述信息。如下：

. codebook region achieve10

-------------------------------------------------------------------------------

region 地域

-------------------------------------------------------------------------------

type: numeric (float)

label: region

range: [1,4] units: 1

unique values: 4 missing .: 0/1,417

tabulation: Freq. Numeric Label

92 1 直辖市

386 2 东部

479 3 中部

460 4 西部

-------------------------------------------------------------------------------

achieve10 个人学习能力 2010

-------------------------------------------------------------------------------

type: numeric (float)

- 11 -

range: [-3.1951654,1.325824] units: 1.000e-11

unique values: 350 missing .: 0/1,417

mean: -1.6e-09

std. dev: .914015

percentiles: 10% 25% 50% 75% 90%

-1.18377 -.37767 .160764 .578514 1.04732

输入summarize, detail会得到更加详细的描述性信息。如下：

. summarize region achieve10, detail

地域

-------------------------------------------------------------

Percentiles Smallest

1% 1 1

5% 1 1

10% 2 1 Obs 1,417

25% 2 1 Sum of Wgt. 1,417

50% 3 Mean 2.922371

Largest Std. Dev. .9226669

75% 4 4

90% 4 4 Variance .8513141

95% 4 4 Skewness -.3423151

99% 4 4 Kurtosis 2.102561

个人学习能力 2010

-------------------------------------------------------------

Percentiles Smallest

1% -3.195165 -3.195165

5% -1.910969 -3.195165

10% -1.183774 -3.195165 Obs 1,417

25% -.3776704 -3.195165 Sum of Wgt. 1,417

50% .1607642 Mean -1.57e-09

Largest Std. Dev. .9140147

75% .5785144 1.325824

90% 1.047324 1.325824 Variance .8354228

95% 1.16646 1.325824 Skewness -1.298654

99% 1.325824 1.325824 Kurtosis 5.091919

对于分类变量，我们可以用tabulate来检查频数的分布情况。方便起见，可以使用缩写tab。其结果如下

- 12 -

. tab region

地域 | Freq. Percent Cum.

------------+-----------------------------------

直辖市 | 92 6.49 6.49

东部 | 386 27.24 33.73

中部 | 479 33.80 67.54

西部 | 460 32.46 100.00

------------+-----------------------------------

Total | 1,417 100.00

list可以用来查看某些具体的观测单位，从而更好的了解数据。比如，我们想要知道学习能力最好的和最差的学生的家庭背景大体是什么样的，这个时候我们可以用list来查看。首先，我们用sort命令把数据按照学习能力测试分数进行排序，Stata默认的是由低到高低升序排列。

以下语句给我列出了数据中学习能力测试分数最低的10个观测个体的家庭背景变量。

. sort achieve10

. list achieve10 female urban10 sibling10 pedu10 fincome10 in 1/10

+-------------------------------------------------------------+

| achieve10 female urban10 sibli~10 pedu10 finco~10 |

|-------------------------------------------------------------|

1. | -3.195165 否 乡村 3 0 7763 |

2. | -3.195165 否 乡村 1 9 113410 |

3. | -3.195165 是 乡村 3 0 28953.55 |

4. | -3.195165 是 乡村 1 0 2017.5 |

5. | -3.195165 否 乡村 6 3 20508.6 |

|-------------------------------------------------------------|

6. | -3.195165 是 乡村 1 0 4200 |

7. | -3.195165 是 乡村 3 0 11305 |

8. | -3.195165 是 乡村 6 0 43114.3 |

9. | -3.195165 否 乡村 3 3 37887.32 |

10. | -3.195165 否 乡村 0 6 4000 |

+-------------------------------------------------------------+

以下语句给我列出了数据中学习能力测试分数最高的10个观测个体的家庭背景变量。

. sort achieve10

. list achieve10 female urban10 sibling10 pedu10 fincome10 in -10/L

- 13 -

+-------------------------------------------------------------+

| achie~10 female urban10 sibli~10 pedu10 fincome10 |

|-------------------------------------------------------------|

1408. | 1.325824 否 城市 1 9 58500 |

1409. | 1.325824 是 乡村 0 7.5 61094 |

1410. | 1.325824 是 乡村 2 12 -13334.41 |

1411. | 1.325824 否 乡村 2 4.5 104772.7 |

1412. | 1.325824 是 乡村 1 9 121000 |

|-------------------------------------------------------------|

1413. | 1.325824 是 城市 0 3 16061.49 |

1414. | 1.325824 否 乡村 1 7.5 30000 |

1415. | 1.325824 否 乡村 1 10.5 9874 |

1416. | 1.325824 否 城市 0 7.5 33240 |

1417. | 1.325824 是 乡村 3 6 25187 |

+-------------------------------------------------------------+

变量创建与修改

generate命令是用来创建新的变量，可以使用简写gen。以下的例子展示了如何创建变量。

（1）可以通过简单的运算来创建变量。

. gen totalscore = word10+math10

. gen meanscore = (word10+math10)/2

. sum totalscore meanscore

Variable | Obs Mean Std. Dev. Min Max

-------------+---------------------------------------------------------

totalscore | 1,417 41.41496 11.67473 0 58

meanscore | 1,417 20.70748 5.837367 0 29

（2）根据已有连续变量，创建新的分类变量。recode命令是用来重新赋值。

. gen groupscore = totalscore

. recode groupscore (0/20=1) (21/40=2) (41/58=3)

(groupscore: 1416 changes made)

. tab groupscore

- 14 -

groupscore | Freq. Percent Cum.

------------+-----------------------------------

1 | 91 6.42 6.42

2 | 436 30.77 37.19

3 | 890 62.81 100.00

------------+-----------------------------------

Total | 1,417 100.00

（3）根据已有分类变量，可以合并相关类别。

. gen dcity = region

. recode dcity (1=1) (2/4=0)

(dcity: 1325 changes made)

. tab dcity

dcity | Freq. Percent Cum.

------------+-----------------------------------

0 | 1,325 93.51 93.51

1 | 92 6.49 100.00

------------+-----------------------------------

Total | 1,417 100.00

也可以使用replace对新的分类变量赋值。

. replace dcity = 1 if region==1

(0 real changes made)

. replace dcity = 0 if region==2 | region==3 | region==4

(0 real changes made)

. tab dcity

dcity | Freq. Percent Cum.

------------+-----------------------------------

0 | 1,325 93.51 93.51

1 | 92 6.49 100.00

------------+-----------------------------------

Total | 1,417 100.00

- 15 -

egen命令可以通过明确不同的函数运算来创建变量。比如，我们可以对连续变量进行标准化。

. egen z_totalscore = std(totalscore)

. sum z_totalscore

Variable | Obs Mean Std. Dev. Min Max

-------------+---------------------------------------------------------

z_totalscore | 1,417 3.93e-09 1 -3.5474 1.420592

变量名称与标签

label var用来给变量建立标签。

. label var totalscore "字词与算数分数总和"

. label var meanscore "平均分数"

. label var groupscore "分数分组"

. label var dcity "直辖市"

. label var z_totalscore "标准化分数"

. codebook totalscore meanscore groupscore dcity z_totalscore, compact

Variable Obs Unique Mean Min Max Label

-------------------------------------------------------------------------------

totalscore 1417 58 41.41496 0 58 字词与算数分数总和...

meanscore 1417 58 20.70748 0 29 平均分数

groupscore 1417 3 2.563867 1 3 分数分组

dcity 1417 2 .0649259 0 1 直辖市

z_totalscore 1417 58 3.93e-09 -3.5474 1.420592 标准化分数

-------------------------------------------------------------------------------

label define是用来给分类变量建立值标签。label value为数值赋予值标签。

. label define group 1 "低分数组" 2 "中等分数组" 3 "高分数组"

. label value groupscore group

. tab groupscore

分数分 |

- 16 -

组 | Freq. Percent Cum.

------------+-----------------------------------

低分数组 | 91 6.42 6.42

中等分数组 | 436 30.77 37.19

高分数组 | 890 62.81 100.00

------------+-----------------------------------

Total | 1,417 100.00

变量删除与保留

变量的删除和保留可以使用drop 和keep。

. drop totalscore meanscore groupscore dcity z_totalscore

如果想要根据某条件，删除或保留部分观测值，需要if来明确条件。

. keep if college~=.

(388 observations deleted)

~=为不等于符号。这里为删除变量college缺失的数据。

数据合并与转换

这里只是简单的介绍数据合并转换的命令，不作具体例子解释，想要深入了解如何使用这些命令的同学可查看官方手册。

merge为横向合并，即通过有相同观测ID的情况下合并数据。

append为纵向合并，即在有相同变量的情况下合并数据。

reshape为数据形式的转换指令，可以在宽数据（wide format）和长数据（long format）之间互相转换。

- 17 -

7. 数据可视化

这里介绍简单常用的Stata的绘图命令。

单变量可视化

（1）连续变量

histogram用来生成分布直方图。

. histogram achieve10

(bin=30, start=-3.1951654, width=.15069965)

- 18 -

kdensity用来生成核密度分布估计图。

. kdensity achieve10

- 19 -

（2）离散变量

graph bar可以生成条形图。

. graph bar (percent), over(college) intensity(*0.5)

- 20 -

变量间关系可视化

（1）离散和连续变量

如果我们想要查看学习能力测试分数的地域差异，我们可以用以下的指令。

. graph bar (mean) achieve10, over(region) intensity(*0.5)

- 21 -

graph hbox可以生成箱线图。

. graph hbox achieve10, over(region) intensity(*0.5)

- 22 -

另外，我们可以安装community-contributed command

vioplot并生成小提琴分布图，因为图形的形状酷似小提琴而得名。

首先我们安装以下这个指令：

. ssc install vioplot, replace

checking vioplot consistency and verifying not

all files already exist and are up to date.

小提琴分布图主要是箱线图和核密度分布图的结合，可以更直观的看到变量在不同组的分布情况。

. vioplot achieve10, over(region)

- 23 -

（2）多个连续变量间关系

连续变量间的关系可以用散点图来描绘，有多个连续变量时，散点图矩阵graph matrix可以给我们展示变量间的关系。

. graph matrix achieve10 pedu10 lnfincome10, half

- 24 -

当然，我们可以直接看二维散点图twoway scatter。

. twoway scatter achieve10 pedu10, jitter(7)

- 25 -

大家很容易就看到，当观测点很多时，散点图就显得过于拥挤了，很难看出来有什么直接的联系。我们可以用安装community-contributed command

binscatter并生简化版的散点图，以及描绘变量间的拟合趋势。

. ssc install binscatter, replace

checking binscatter consistency and verifying not

all files already exist and are up to date.

. binscatter achieve10 lnfincome10

- 26 -

8. 学习资料

• 书籍

Acock, Alan. C. 2008. A Gentle Introduction to Stata. Stata Press.

Daniels, Lisa and Nicholas MinotAn. 2020. Introduction to Statistics and Data Analysis Using

Stata. Sage Publications.

Kohler, Ulrich and Frauke Kreuter. 2012. Data Analysis Using Stata, Third Edition. Stata Press.

Long, J. Scott. 2009. The Workflow of Data Analysis Using Stata. Stata Press.

Mitchell, Michael N. 2012. Interpreting and Visualizing Regression Models Using Stata. Stata

Press.

• 网站

（1）Stata官方网站：/features/documentation/

（1）加州大学洛杉矶分校 UCLA IDRE：/stata/

（2）普利斯顿大学 Princeton Stata： /stata/

- 27 -