STATA实用学习笔记(2)

by assets_categ: sum totalassets assets_categ

3、 对一个连续变量按一定值分为相同间隔的组autocode autocode(variable name, # of intervals, min value, max value)

for example: gen assets_categ=autocode(totalassets, 10, 0, 10000) 4、对一个连续变量按每组样本数相同进行分组：xtile xtile assets_categ=totalassets, nquantiles(10)

每组样本不一定完全相同

二十一、一次性计算同一变量不同组别的均值：egen命令

按公司类型先排序，再计算每一类型公司审计费用的均值并赋值给新变量： by companytype, sort: egen meanaf2=mean(auditfees)

? count() ? mean() ? median() ? sum() 二十二、_n和_N命令

1、 显示每个观测的序号并显示总观测数

sort companyid fye capture drop x gen x=_n

capture drop y gen y=_N

list companyid fye x y in 1/30

2、分组显示每个组中变量的序号和每组总的样本数

? capture drop x y ? sort companyid fye ? by companyid: gen x=_n ? by companyid: gen y=_N ? list companyid fye x y in 1/30

3、创建新变量等于每个分组中变量的第一个值或最后一个值

? sort companyid fye

? by companyid: gen auditfees_first=auditfees[1] ? by companyid: gen auditfees_last=auditfees[_N]

? list companyid fye auditfees auditfees_first auditfees_last in 1/30

4、创建新变量等于滞后一期或滞后两期的值

? sort companyid fye

? by companyid: gen auditfees_lag1= auditfees[_n-1] ? by companyid: gen auditfees_lag2= auditfees[_n-2]

? list companyid fye auditfees auditfees_lag1 auditfees_lag2 in 1/30

二十三、转变数据集结构：reshape

不同数据库的数据集结构不同：长型是指同一公司不同年度数据在不同的行。宽型数据是指同一数据不同年度数据在现一行。二者间的转换可通过reshape命令来实现。需要注意的

6

是，在转换过程中对数据集是有要求的，一个公司只能有一个年度数据，否则会出错。

1、长型转换为宽型：

reshape wide yearend incorporationyear companytype sales auditfees nonauditfees currentassets currentliabilities totalassets big6 fye, i(companyid) j(year) 2、宽型转换为长型：

reshape long yearend incorporationyear companytype sales auditfees nonauditfees currentassets currentliabilities totalassets big6 fye, i(companyid) j(year)

3、第二次转换时命令可简化：

? reshape wide ? reshape long

二十四、计算CAR的例子：

已知股票日回报率，市场回报率，事件日，计算窗口期为三天的CAR。 1、定义三天的窗口期：

? sort ticker edate

? gen window=0 if eventdate<.（事件日为0）

? replace window=-1 if window[_n+1]==0 & ticker==ticker[_n+1] ? replace window=1 if window[_n-1]==0 & ticker==ticker[_n-1]

2、计算AR和CAR

? gen ar=ret-vwretd

? gen car=ar+ar[_n-1]+ar[_n+1] if window==0 & ticker==ticker[_n+1]

ticker==ticker[_n-1]

3、检验

? list ticker edate ret vwretd ar car window if window<.

二十五、means 的T检验：

1、检验总体上big6的审计收费有无显著不同

? use \? gen lnaf=ln(auditfees) ? by big6, sort: sum lnaf ? test lnaf, by (big6)

2、分年度比较big6的审计收费有无显著不同,加入by year命令。

? gen fye=date(yearend, \? format fye %d ? gen year=year(fye) ? sort year ? by year: ttest lnaf, by(big6)

3、均值等于特定值得的T检验：

? sum lnaf ? ttest lnaf=2.1

二十六、meadian的显著性检验：

1、获取中位数的命令：

by big6, sort: sum lnaf, detail by big6, sort: centile lnaf

7

&

2、中位数检验：

? median lnaf, by(big6) ? ranksum lnaf, by(big6)

二十七、列联表检验：

1、创建列联表的命令：

? tabulate companytype big6, row

第一个变量是表的最左侧一列的项目，第二个变量是表的第一行的项目。 2、两变量之间的相关性检验：chi2

tabulate companytype big6, chi2 row

3、相关矩阵：

pwcorr lnaf big6 year listed 4、列出相关矩阵并进行符号检验 pwcorr lnaf big6 year listed, sig

5、在矩阵中列出观测数

? pwcorr lnaf big6 listed if year==2000, sig obs 二十八、创建一个不包含缺失值的数据集

1、无缺失值的变量值为1，至少有一个的为0

gen samp=1 if lnaf<. & big6<. & year<. & listed<.

2、缺失值的变量值表示同一行中缺失值的个数

egen miss=rmiss(lnaf big6 year listed) sum miss, detail 二十九、图形 1、直方图

? histogram incorporationyear, width(1) ? histogram incorporationyear, bin(147)

width表示分一小份的宽度。bin表示分成的份数。改变宽度值可以使图像看起来更合适。