STATA实用学习笔记

北京科技大学

STATA应用

学习摘录

第一章 STATA的基本操作

一、设置内存容

set mem 500m, perm 一、 显示输入内容

Display 1

Display “clive”

二、 显示数据集结构describe

Describe /d 三、 编辑 edit

Edit 四、 重命名变量

Rename var1 var2

五、 显示数据集内容list/browse

List in 1 List in 2/10

六、 数据导入:数据文件是文本类型（.csv）

1、 insheet: . insheet using “C:\\Documents and Settings\\Administrator\\桌面

\\ST9007\\dataset\\Fees1.csv”, clear

2、 内存为空时才可以导入数据集，否则会出现（you must start with an empty dataset）

（1） 清空内存中的所有变量：.drop _all （2） 导入语句后加入“clear”命令。

七、 保存文件

1、 save “C:\\Documents and Settings\\Administrator\\桌面\\ST9007\\dataset\\Fees1.dta”

2、 save “C:\\Documents and Settings\\Administrator\\桌面\\ST9007\\dataset\\Fees1.dta”, replace 八、 打开及退出已存文件use

1、.Use 文件路径及文件名, clear 2、. Drop _all/.exit

九、 记录命令和输出结果（log）

1、 开始建立记录文件：log using \2、 暂停记录文件：log off 3、 重新打开记录文件：log on 4、 关闭记录文件：log close 十一、创建和保存程序文件：（doedit, do）

1、 打开程序编辑窗口：doedit 2、 写入命令

3、 保存文件，.do.

4、 运行命令：.do 程序文件路径及文件名

十二、多个数据集合并为一个数据集（变量和结构相同）纵向合并append

insheet using \save \

insheet using \

2

append using \save \

十三、横向合并，在原数据集基础上加上另外的变量merge

1、insheet using \

sort companyid yearend

save \describe

insheet using \sort companyid yearend

merge companyid yearend using \save \describe

2、_merge==1 obs. From master data _merge==2 obs. From using data

_merge==3 obs. From both master and using data

十四、帮助文件：help 1、. Help describe 十五、描述性统计量

1、summarize incorporationyear 单个

summarize incorporationyear-big6 连续多个 summarize _all or simply summarize 所有

2、更详细的统计量

summarize incorporationyear, detail 3、centile

centile auditfees, centile(0(10)100) centile auditfees, centile(0(5)100)

4、tabulate不同类型变量的频数和比例

tabulate companytype

tabulate companytype big6, column 按列计算百分比 tabulate companytype big6, row 按行计算百分比

tab companytype big6 if companytype<=3, row col 同时按行列和条件计算百分比

5、 计算满足条件观测的个数

count if big6==1

count if big6==0 | big6==1 6、按离散变量排序，对连续变量计算描述性统计量：

（1）by companytype, sort: summarize auditfees, detail （2）sort companytype

By companytype:summarize auditees

十六、转换变量

1、按公司类型将公开发行股票公司赋值为1，其他为0 gen listed=0

replace listed=1 if companytype==2

3

replace listed=1 if companytype==3 replace listed=1 if companytype==5 replace listed=. if companytype==.

十七、产生新变量gen

Generate newvar=表达式 十八、数据类型 1、数值型 Storage type Bytes byte int long float double 2、字符型 Storage type str1 str2 … str80 Bytes 1 2 80 Max length (characters) 1 2 80 1 2 4 4 8 Min -127 -32,767 -2,147,483,647 -1.70141173319*1038 -8.9884656743*10307 Max +100 +32,740 2,147,483,620 1.70141173319*1036 8.9884656743*10308 3、新建变量的过程中定义数据类型

? gen str3 gender= \? list gender in 1/10

4、变量所占字节过长

? drop gender

? gen str30 gender= \? browse

? describe gender ? compress gender

5、日期数据类型：%d dates, which is a count of the number of days elapsed since January 1, 1960。 （1）date( 日期变量 )

? gen fye=date(yearend, \应根据前面日期的排列顺序而定，结果显示的

是距离1960年1月1日的天数 ? list yearend fye in 1/10

（2）日期格式化%d（显示fye变量为日期形式，但数值并未真正变动）：

? format fye %d

? list yearend fye in 1/10

4

? sum fye

（3）利用日期天数求对应的年、月、日

? gen year=year(fye) ? gen month=month(fye) ? gen day=day(fye)

? list yearend fye year month day in 1/10 （4）将三个分别表示年、月、日的变量合并为一个日期变量

? drop fye

? gen fye=mdy(month, day, year) ? format fye %d

? list yearend fye in 1/10

(5) 将一个数值型的时间数据（20080131）转变为ST可识别的时间数据

? gen year=int(date/10000)

? gen month=int((date-year*10000)/100) ? gen day=date-year*10000-month*100 ? list date year month day in 1/10 ? gen edate=mdy(month, day, year) ? format edate %d ? list edate date in 1/10

十九、存贮统计量的内部变量R（ ）

? sum auditfees

? gen meanadjaf= auditfees-r(mean) ? list meanadjaf in 1/10

SUM命令后常见的几种R（）值 r(N) r(sum_w) r(mean) r(var) Number of cases Sum of weights Arithmetic mean Variance r(sd) r(min) r(max) r(sum) Standard deviation Minimum Maximum Sum of variable 显示这些变量值的命令

? sum auditfees, detail ? return list

二十、recode命令（PPT61）

1、产生有多个值的变量的哑变量recode

recode year (min/1999 = 0) (2000/max = 1), gen (yeardum) min/1999表示小于等于1999的值全部赋值为0 2000/max表示大于等于2000的值全部赋为1。

2、对一个连续变量按一定值分为不同间隔的组recode

gen assets_categ=recode(totalassets, 100, 500, 1000, 5000, 20000, 100000, 1000000)。分组的值为每组的上限，包含该值。 sort assets_categ

5