《stata第四讲》由会员分享，可在线阅读，更多相关《stata第四讲（20页珍藏版）》请在金锄头文库上搜索。
1、STATA硕士研究生班,计量经济软件及应用,对外经济贸易大学金融学院 谢海滨 International Business School, UIBE,第四讲、数据制图,STATA制图： -1.单变量作图 -2.双变量作图 -3.多变量作图 -4.图形的合并 -5.图形的美化,第四讲、数据制图,频数分布图 1.价格直方图 sysuse auto.dta, clear histogram price, bin(10) / ytitle(价格分布频率) / xtitle(价格：元) / scheme(s1mono) 2.价格直方图，按产地分类 sysuse auto.dta, clear histo
2、gram price, bin(10) by(foreign) / kdensity / ytitle(价格分布频率) / xtitle(价格：元),第四讲、数据制图,柱状图 1.纵向柱状图 sysuse citytemp4, clear graph bar tempjuly tempjan, over(division) over(region) nofill / bargap(-30) / ytitle(“华氏温度“) / legend( label(1 “七月“) label(2 “一月“) ) / title(“七月和一月的平均温度“) / subtitle(“按地区划分“) / no
3、te(“数据来源: 美国统计局，美国商务部“) 如果把graph bar改成graph hbar会是怎样的结果？,第四讲、数据制图,饼状图 下面是某个班的学生平均成绩表，stu_ave.dta。现需要将学生成绩分为五档：90及以上为A，80到89之间为B，70到79之间为C，60到69之间为D，60分以下为F；用饼状图绘制出各档学生的比重。 use stu_ave.dta, clear gen level=(ave_score=90)+2*(ave_score=80) / +3*(ave_score=70)+4*(ave_score=60) / +5*(ave_score60) / 生成新变量
4、level，level取值15 label define levellb 1 “A“ 2 “B“ 3 “C“ 4 “D“ 5 “F“ /用AF指代15 label values level levellb /显示AF list /显示结果（请同学们自己运行这段命令） gen indicator=1 /生成示性变量indicator用来计数各档人数 graph pie indicator, over(level) plabel(_all percent) / /根据档位画出饼状图，并在图上标出各档位占比 title(学生成绩各档占比%) / note(“注释：A: 90+, B: 8090, C
5、: 7080, D: 6070, F: 60-“) /,第四讲、数据制图,散点图 1.单坐标轴散点图 use auto.dta, clear graph twoway scatter price weight或 twoway scatter price weight或 scatter price weight 2.双坐标轴散点图 use auto.dta, clear graph twoway (scatter price weight, / msymbol(oh) yaxis(1) (scatter length / weight , yaxis(2) 或 twoway (scatter p
6、rice weight, / msymbol(oh) yaxis(1) / (scatter length weight , yaxis(2),第四讲、数据制图,带线性拟合的散点图 use auto.dta, clear graph twoway (scatter price weight) / (lfit price weight)或 twoway (scatter price weight) / (lfit price weight),第四讲、数据制图,分类作图 use auto.dta, clear twoway (scatter price weight) / (lfit price
7、weight), / by (foreign) 比较与下面代码的区别 use auto.dta, clear twoway (scatter price weight) / (lfit price weight), / by (foreign, total row(1) 如果将row(1)改成col(1)会得到怎样的结果？,第四讲、数据制图,矩阵式制图 如果用户想一次性了解数据文件中某些变量两两之间的关系，那么可以使用graph matrix命令（矩阵作图）。 sysuse auto.dta, clear graph matrix price mpg length gear_ratio,第四讲
8、、数据制图,如果用户想知道某一变量经过变换后的与正态分布的关系，那么可以使用ladder和gladder命令。下图是由下面的命令生成 sysuse auto.dta, clear ladder mpg gladder mpg,第四讲、数据制图,时序图 时间序列是一类特殊的数据结构，他是按照时间先后顺序收集到的数据样本。因此，在绘制时序图时要先确定标定时间先后的时间变量。 sysuse tsline2, clear /导入时序数据文件tsline2 tsset day /用命令tsset来设定时间变量：day tsline calories, tlabel(, format(%tdmd) tti
9、tle(“Date (2002)“),第四讲、数据制图,图形构成 一般来讲，一个完整的图应包括以下要素：标题（主标题和副标题），坐标轴（横轴与纵轴）、图例、曲线（点/线/面）、脚注和插文。 sysuse auto.dta, clear twoway (scatter price weight if foreign=0) / (scatter price weight if foreign=1, msymbol(Sh), / title(主标题: 价格与重量的关系) / /主标题 subtitle(副标题：1978年美国国产车和进口车) / /副标题 ytitle(纵坐标：价格) / /纵坐标
10、xtitle(横坐标：重量) / /横坐标 note(注释：数据来源于美国汽车行业协会) / /脚注 text(35 3400 “曲线类型：散点图“) / /插文 legend(title(图形) label(1 国产车) label(2 进口车) / /图例 scheme(s2mono ) /图形背景颜色,第四讲、数据制图,图形美化 STATA提供了强大而丰富的图形绘制命令，掌握这些命令有助于用具绘制出优美的图形曲线。我们仅以一个例子来说明STATA绘图功能的强大，希望同学们能够读懂这个例子。请修改其中的部分命令，以便加深了解命令的功能。 sysuse auto.dta, clear two
11、way (scatter price weight fw=price if foreign=0, msymbol(o) / mfcolor(green) mlcolor(red)(lfit price weight if foreign=0) / (scatter price weight fw=price if foreign=1, msymbol(th) / mfcolor(black) mlcolor(pink)(lfit price weight if foreign=1), / title(标题：汽车价格与汽车重量的关系) / subtitle(副标题：国产汽车与进口车的差异) /
12、ytitle(汽车价格：美元) / xtitle(汽车重量：千克) / legend(position(12) label(1 国产车) label(2 国产车拟合值) label(3 进口车) label(4 进口车拟合值) / note(“数据来源：美国汽车协会“) / xlabel(1500(500)5000) / xtick(1500(200)5000) / ylabel(0(6000)18000) / ytick(0(2000)18000) / scheme(s2mono),第四讲、数据制图,图形合并 如果用户想将不同类型的图形合并在一起，可以考虑用图形合并命令（graph comb
13、ine）。 sysuse uslifeexp, clear /打开美国人均寿命文件 line le_male year, saving(male) /男性寿命图，保存文件名为male line le_female year, saving(female) /女性寿命图，保存文件名为female graph combine male.gph female.gph, ycommon /将两图形合并 关于图形合并的更多内容，请参见help graph combine,课程小结及参考文献,第四讲、数据制图,复习和练习,（1）复习本章常用绘图命令：scatter，tsline，bar，pie，box等
14、（2）仔细阅读分析图形美化的例子，熟悉各类命令功能 （3）下面一段代码取自于STATA帮助中的示例，请仔细阅读并分析这段代码的功能,sysuse lifeexp, clear gen loggnp = log10(gnppc) label var loggnp “Log base 10 of GNP per capita“ scatter lexp loggnp,ysca(alt) xsca(alt) xlabel(, grid gmax) saving(yx) twoway histogram lexp, fraction xsca(alt reverse) horiz saving(hy)
15、 twoway histogram loggnp, fraction ysca(alt reverse) / ylabel(,nogrid)xlabel(,grid gmax)saving(hx) graph combine hy.gph yx.gph hx.gph,hole(3) / imargin(0 0 0 0) graphregion(margin(l=22 r=22) / title(“Life expectancy at birth vs. GNP per capita“) / note(“Source: 1998 data from The World Bank Group“) / scheme(s1color),复习和练习,问（3）的运行结果,随时欢迎您访问谢海滨老师的主页： http:/ 有问题，请和我联系。 Office Hour：每周四9：30 -22:30 Email: ,对外经济贸易大学金融学院,School of Banking and Finance，UIBE,
