(完整)stata命令总结,推荐文档

stata11常用命令

注：JB统计量对应的p大于0.05，则表明非正态，这点跟sktest和swilk检验刚好相反；

dta为数据文件；

gph为图文件；

do为程序文件；

注意stata要区别大小写；

不得用作用户变量名：

_all _n _N _skip _b _coef _cons _pi _pred _rc _weight double

float long int in if using with

命令：

读入数据一种方式

input x y

1 4

2 5.5

3 6.2

4 7.7

5 8.5

end

su/summarise/sum x 或 su/summarise/sum x,d

对分组的描述：

sort group

by group:su x

%%%%%

tabstat economy,stats(max) %返回变量economy的最大值

%%stats括号里可以是：mean，count(非缺失观测值个数)，sum(总和)，max，min，range，

%% sd，var，cv(变易系数＝标准差/均值)，skewness，kurtosis，median，p1(1％分位

%% 数，类似地有p10, p25, p50, p75, p95, p99)，iqr(interquantile

range = p75 – p25)

_all %描述全部

_N 数据库中观察值的总个数。

_n 当前观察值的位置。

_pi 圆周率π的数值。

list

gen/generate %产生数列

egen wagemax=max(wage)

clear

use

by(分组变量)

set more 1/0

count %计数

gsort +x (升序)

gsort -x (降序)

sort x 升序；并且其它变量顺序会跟着改变

label var y "消费" %添加标签

describe %描述数据文件的整体，包括观测总数，变量总数，生成日期，每个变量的存储类型(storage type)，标签(label)

replace x5=2*y if x!=3 %替换变量值

replace age = 25 in 107 %令第107个观测中age为25

rename y2 u %改变变量名

drop in 2 %删除全部变量的第2行

drop if x==. 删去x为缺失值的所有记录

keep if x<2 %保留小于2的数据，其余变量跟随x改变

keep in 2/10 %保留第2-10个数

keep x1-x5 %保留数据库中介于x1和x5间的所有变量 (包括x1和x5)，其余变量删除

ci x1 x2,by(group) %算出置信区间,不过先前对group要先排序，即sort

group；

%by的意思逐个进行

cii 12 3.816667 0.2710343, level(90) %已知均值，方差，计算90%的置信区间

cii 10 2 %obs=10,mean=2,以二项分布形式，计算置信区间

centile x,centile(2.5 25 50 75 97.5) %取分位数

correlate/corr x y z %相关系数

pwcorr x y,sig %给出原假设r=0的命令

%如果变量非服从正态分布，则spearman x y

regress/reg mean year %回归方程建立 reg y x,noconstant %无常数项

predict meanhat %预测拟合值

predict e,residual %得到残差

estat hettest % 异方差检验

dwstat % Durbin-Watson自相关检验

vif % 方差膨胀因子

logit y x1 x2 x3 (y取0或1，是被解释变量，x1-x3是被解释变量) %logit回归

probit y x1 x2 x3 (y取0或1，是被解释变量，x1-x3是被解释变量) %probit回归

tobit y x1 x2 x3 (y取值在0和1之间，是被解释变量，x1-x3是被解释变量) %tobit回归

sktest e %残差正态性检验 p>0.05则接受原假设，即服从正态分布；

%% sktest是基于变量的偏度和斜度(正态分布的偏度为0，斜度为3)

swilk x %基于Shapiro-Wilk检验

%%p值越小，越倾向于拒绝零假设，也就是变量越有可能不服从正态分布

xi %生成虚拟变量

tabulat gender,summ(math) %用gender指标对math进行分类，返回两类math的mean、std、freq

tabulate=tab %gen f=int((shengao-164)/3)*3+164 组距为3

tabulate 变量名 [, generate(新变量) missing nofreq nolabel plot ]

%%%%%

generate(新变量) // 按分组变量产生哑变量

nofreq // 不显示频数

nolabel // 不显示数值标记

plot // 显示各组频数图示

missing // 包含缺失值

cell // 显示各小组的构成比(小组之和为 1)

column // 按栏显示各组之构成(各栏总计为 1)

row // 按行显示各组之构成(各行总计为 1)

%%%%%

求和，求最小？

mod(x,y) %求余数

means %返回三种平均值

di normprob(1.96)

di invnorm(0.05)

di binomial(20,5,0.5)

di invbinomial(20,5,0.5)

di tprob(10,2)

di invt(10.0.05)

di fprob(3,27,1)

di invfprob(3,27,0.05)

di chi2(3,5)

di invchi2(3,0.05)

stack x y z,into(e) %把三列合成一列

xpose,clear %矩阵转置

append using d: %把已打开的文件（x y z）跟0917里的（x y z）合并，是竖向合并，即观察值合并；

merge using D: %把已打开的文件（x y z）跟0917里的（a b）合并，是横向合并，即变量合并；

format x %9.2e %科学记数

format x %9.2f %2位小数

%产生随机数

%1 产生20个在(0，1)区间上均匀分布的随机数uniform()

set seed 100

set obs 20

gen r=uniform()

list

%

clear 清除内存

set seed 200 设置种子数为 200

set obs 20 设置样本量为 20

range no 1 20 建立编号 1 至 20

gen r=uniform() 产生在(0,1)均匀分布的随机数

gen group=1 设置分组变量 group 的初始值为 1

sort r 对随机数从小到大排序

replace group=2 in 11/20 设置最大的 10 个随机数所对应的记录

为第2组，即：最小的10个随机数所

对应的记录为第1组

sort no 按照编号排序

list 显示随机分组的结果

也可以list if group==1和list no if group==1

%2 产生10个服从正态分布N（100，6^2）的随机数invnorm(uniform())*sigma+u

clear 清除内存

set seed 200 设置种子数为 200

set obs 10 设置样本量为 10

gen x=invnorm(uniform())*6+100 产生服从 N(100，6^2)的随机数

list

画图

注意有些图前面要加

histogram 直方图

line 折线图

scatter 散点图

scatter y x,c(l) s(d) b2("(a)")

graph twoway connected y x 连点图

graph bar (sum) var2,over(var1) blabel(total) %条形图

. graph bar p52 p72,by(d)

. graph bar p52 p72,over(d)

. graph bar p52 p72,by(d) stack

. graph bar p52 p72,over(d) stack

////////////数据如下

%d p52 p72

%1 163.2 27.4

%2 72.5 83.6

%3 57.2 178.2

histogram x,bin(8) norm %画直方图，加正态分数线

graph pie a b o ab if area==1,plabel(_all percent) %画饼图

graph pie var2, over(var1) plabel(_all percent) %饼图

graph pie p52 p72,by(d) %饼图

graph box y1 %箱体图

qnorm x %qq图

lfit y x %回归直线

graph matrix gender economy math 多变量散点图

line yhat x||scatter y x,c(.l) s(O.) xline(12) yline(5.4) %线形图&散点图

有一些通用的选项可以给图形“润色”：

标题 title(“string”) （string可为任意的字符串，下同）

脚注 note(“string”)

横座标标题 xtitle(“string”)

纵座标标题 ytitle(“sting”)

横座标范围 xaxis(a,b) （a

纵座标范围 yaxis(a,b)

插入文字 text （该命令既要指定插入文字的内容，也要指定插入的位置）

插入图例 legend （该命令既要指定图例的内容，也要指定其位置）

绘制散点图和线条的两个主要的选择项为：

) //连接各散点的方式，c表示：

或简写为) . 不连接 (缺省值)

l 用直线连接

L 沿x方向只向前不向后直线连接

m 计算中位数并用直线连接

s 用三次平滑曲线连接

J 以阶梯式直线条连接

|| 用直线连接在同一纵向上的两点

II 同 ||, 只是线的顶部和底部有一个短横

s) // 表示各散点的图形，s 表示：

或简写为s) O 大圆圈 (缺省值)

S 大方块

T 大三角形

o 小圆圈

d 小菱形

p 小加号

. 小点

i 无符号

[varname] 用变量的取值代码表示

[_n] 用点的记录号表示

数学函数等都要与generate、replace、display一起使用，不能单独使用

程序文件do

use d:

reg y x

corr y x

line y x,saving(d:d4)

按ctrl+D执行

字符串操作函数：

length(s) %长度函数，计算s的长度, 如，disp

length("ab")的结果是2

substr(s,n1,n2) %子串函数，获得从s的n1个字符开始的n2个字符组成的字符串,

disp substr("abcdef",2,3)的结果是"bcd"

string(n) %将数值n转换成字符串函数，如，disp

string(41)+"f"的结果是"41f"

real(s) %将字符串s转换成数值函数，如，disp

real("5.2")+1的结果是6.2

upper(s) %转换成大写字母函数，如，disp upper("this")的结果是"THIS"

lower(s) %转换成小写字母函数，如disp lower("THIS")的结果是"this"

index(s1,s2) %子串位置函数，计算s2在s1中第一次出现的起始位置, 如果s2不

在s1中, 则结果为0。如，disp

index("this","is")的结果是3,

而index("this","it")的结果是0

trim(s) %去除字符串前面和后面的空格

ltrim(s) %去除字符串前面的空格

rtrim(s) %去除字符串后面的空格

di sign(x) %x>0时取1, x<0时取-1, x=0时取0； 符号函数

di int(x) %去掉x的小数部分, 得到整数 (取整函数)

sum(x) %获得包括当前记录及以前的所有记录的x 的和。缺失值(missing value)当0处理;求和函数

max(x1,x2,...,Xn) 忽略缺失值;最大值函数

min(x1,x2,...,Xn) 忽略缺失值;最小值函数

float(x) %将x转换成浮点表示法。

gen yy=cond(x<2,10,11) %条件函数cond(x,a,b) x可以是一个条件, x非0(条件成立)时取a, x为0(条件不成立)时取b。

gen y1=recode(x,2,5) %归组函数recode(x,x1,x2,...xn)

gen y2=autocode(x,3,-2,9) %autocode(x,ng,xmin,xmax) 自动将区间（xmin,xmax）分成ng个等长的小区间，其结果是包含x值那个小区间的上界值

t检验：

gend=x-y

ttestd=0

ttestx=y

如果不配对

ttestx1=x2,unpaired

ttestx1=x2,unequalunpaired

已知样本均数、标准差和样本数进行t检验：

ttesti 21 1.28 0.92 0.2 %检验均值是否等于0.2

检验两组均数是否相同：

ttesti 11 10 1.9 14 12.8 2.3

检验变量x1和x2的方差是否相同(即：齐性)

sdtestx1=x2

一、配对设计的平均水平检验

当总体服从正态分布时，可以选用t检验，否则用非参符号秩检验

signrankd=0

二、平行对照设计的两组资料平均水平统计检验

如果两组资料的方差齐性和相互独立的，并且每组资料服从正态

分布，则用成组t检验，否则可以用成组Wilcoxon秩和检验

ranksum x, by(group) %2组资料中位数比较

kwallis x, by(group) %多组资料中位数比较

anova x t id %x为因变量，t跟id是因素

egenr=rank(x),by(id) %产生秩r

单因素方差分析:

单因素方差分析又称为OnewayANOVA，用于比较多组样本的均数是否相同，

并假定：每组的数据服从正态分布，具有相同的方差，且相互独立，则无

效假设Ho:各组总体均数相同。在STATA中可用命令：

oneway x group, mean bonferroni %bonferroni用于多组样本均数的两两比较检验

logrank t outcome, by(group) %单因素生存分析

两因素方差分析

多因素方差分析：anova y x1 x2 x1*x2