《Stata统计分析命令..》由会员分享，可在线阅读，更多相关《Stata统计分析命令..（12页珍藏版）》请在金锄头文库上搜索。
1、Stata 统计分析常用命令汇总一、winsorize极端值处理范围：一般在 1%和 99%分位做极端值处理，对于小于 1%的数用 1%的值赋值，对于大于 99% 的数用 99%的值赋值。1、Stata 中的单变量极端值处理：stata 11.0,在命令窗口输入“findit winsor”后，系统弹出一个窗口，安装winsor模块 安装好模块之后，就可以调用winsor命令，命令格式：winsor varl, gen(new var) p(0.01) 或者在命令窗口中输入：ssc install winsor安装winsor命令。winsor命令不能进行批量处 理。2、批量进行 winsor
2、ize 极端值处理：打开链接：http:/personal.anderson.ucla.edu/judson.caskey/data.html 找至U winsorizeJ，点击 右键，另存为到stata中的ado/plus/目录下即可。命令格式：winsorizeJ var1var2var3,suffix(w) 即可，这样会生成三个新变量，var1w var2w var3w，而且默认的是上下1%winsorize。如果 要修改分位点，则写成如下格式： winsorizeJ var 1 var2 var3,suffix(w) cuts(5 95。3、Excel中的极端值处理：(略) winso
3、r2 命令使用说明简介： winsor2 winsorize or trim (if trim option is specified) the variables in varlist at particular percentiles specified by option cuts(# #). In defult, new variables will be generated with a suffix _w or _tr, which can be changed by specifying suffix() option. The replace option replaces t
4、he variables with their winsorized or trimmed ones.相比于 winsor 命令的改进：(1) 可以批量处理多个变量；(2) 不仅可以 winsor，也可以trimming；(3) 附加了 by() 选项，可以分组 winsor 或 trimming；(4) 增加了 replace 选项，可以不必生成新变量，直接替换原变量。范例：*- winsor at (p1 p99), get new variable wage_w. sysuse nlsw88, clear. winsor2 wage*- left-trimming at 2th perc
5、entile. winsor2 wage, cuts(2 100) trim*- winsor variables by (industry south), overwrite the old variables. winsor2 wage hours, replace by(industry south)使用方法:1. 请将 winsor2.ado 和 winsor2.sthlp 放置于 stata12adobasew 文件夹下2. 输入 help winsor2 可以查看帮助文件；二、描述性统计1、summarize命令格式：su、sum 或者 summarize varlist if i
6、n weight options如果 summarize 或 sum 后不加任何变量，则默认对数据中的所有变量进行描述统计 options 选项： detail 表示产生更加详细的统计变量Separator (n)表示每n个变量画一条分界线，n=0表示禁止使用分界线Summarize 描述统计输出表中包含：样本容量、平均数、标准差、最小值和最大值2、tabstat命令格式： tabstat varlist if in weight ,optionsoptions 选项： stat(statname) 表示设定所需要的统计量col(stat)或c表示将结果报表转置统计量：mean：平均数coun
7、t/n：观测值数目sum:加总max/min :最大值/最小值range :极差sd:标准差cv:变异系数semean :平均标准误差skewness：偏度var :方差kurtosis :峰度median/p50:中位数p# : #%百分位数例如：tabstatvarlist,stat(count mean sd median min max range) col(stat)3、描述性统计结果输出到 word 或 Excel用 sum 做的描述性统计：logout, save(miaoshutongji) word replace:sum用 tabstat 做 的 描 述 性 统 计 ： l
8、ogout, save(miaoshutongji) word replace:tabstatvarlist ,stat(count mean sd median min max range) col(stat)分组描述：bysort var:三、相关性分析(一) 相关性分析1、Pearson 相关系数命令格式：correlate (简写：cor 或 corr)varlist if in weight ,options2、spearman 相关系数命令格式：spearmanvarlist, stats(rho p)3、在Stata中，命令corr用于计算一组变量间的协方差或相关系数矩阵；4、命
9、令pwcorr可用于计算一组变量中两两变量的相关系数，同时还可以对相关系数的显著性进行检验；option选项中加上sig可显示显著性水平：pwcorrvarlist ,sig5、命令 pcorr 用于计算一组变量中两两变量的偏相关系数并进行显著性检验。6、Spearman 和 Pearson 检验同在一个表的命令： corrtblvarlist ,corrvars (varlist)输出结果中，上三角为Spearman相关系数和显著水平，下三角为Pearson系数和显著水平。(二) 输出相关系数表到 word 或 Excel 中例如： logout, save(mytable) word re
10、place: pwcorr_a price mpg rep78 headroom trunk, star1(0.01) star5(0.05) star10(0.1)四、截面数据单方程线性回归模型的Stata实现命令格式：regress (简写：reg)depvar indepvars if in weigh option( depvar 表示因变量， indepvars 表示自变量)五、异方差的检验与处理1、检验异方差命令格式：hettest2、判断异方差的标准：.hettestErcusch-Pagan / cook-wen sber g test for heteroskedasfici
11、tyHo: constant vari ancqvarl abl es : fitted val lies of Lpfmschi2(l)=0.55Prob ch-i 2 =0.4584看 P 值的大小来判断，如果 P 值小于 0.05，则不能排除异方差的可能，上图中 P 值等于 0.45840.05，因此，可以排除异方差的可能性。3、处理异方差命令格式：在reg命令后加上“,r”或者“jobust”即可。经异方差处理后的 回归不显示调整后的R2 (adj-R2),如果要查看调整后的R2,再输入命令：di e(r2_a)六、多重共线性(自变量之间高度相关)命令格式： vif(一) 判断多重共线
12、性的标准(两个标准必须同时满足)：1、最大的 vif 大于 10；2、平均的 vif 大于 1 。(二) 多重共线性的修正1、采用逐步回归进行修正,命令格式： sw reg depvar indepvar, pr(0.05)2、对于含二次项的,使用“对中”的方法,既可以保留二次项,又可以在一定程度上克服 多重共线性的问题：先定义两个变量,分别为该变量减去其均值和该变量的平方,命令如下： sum vargen var1=var-r(mean)gen var2=varA2再用新变量代替原来的变量进行回归处理七、内生性的检验与处理(内生性是指自变量与误差项之间有关系)1、内生性的检验： ovtest
13、-ovtestRamsey RESET test usnng power5 of the fitted value5 of Lpfm5ho: model has no omlizrecl variablesf(3! 379) =0.S4Prob F =0.4717看P值的大小来判断，如果P值小于0.05，则不能排除内生性的可能，上图中P值等于 0.47170.05,因此,可以排除内生性的可能。2、内生性的处理：使用工具变量法： ivreg内生性的三个来源：测量误差、遗漏变量和双向因果。1、变量的内生性。这个是没有办法单独检验的。当有合适工具变量时候，是可以检验的，就是hausman检验2、工具
14、变量的外生性。这个也是没办法检验的。当有很多工具变量时候，可以检验是否有不是外生的，就是“过度 识别”问题3、工具变量的相关性。这个可以说成是“弱工具变量”问题，检验可以通过一阶段的F值。还可以利用Partial R2。4、估计方法stata里面有这么几个2sls, 2sls smal、liml、gmm,各自适用情况：small适合小样本；liml 适合弱工具变量；gmm适合异方差。【例子】webuse hsng2*Fit a regression via 2SLS, requesting small-sample statisticsivregress 2sls rent pcturban
15、(hsngval = faminc iregion), small*Fit a regression using the LIML estimatorivregress liml rent pcturban (hsngval = faminc iregion)*Fit a regression via GMM using the default heteroskedasticity-robust weight matrixivregress gmm rent pcturban (hsngval = faminc iregion)*Fit a regression via GMM using a heteroskedasticity-robust weight matrix, requesting nonrobust standard errorsivregress gmm rent pcturban (hsngval = faminc iregion), vce(unadjusted)*检验estata firststage ,al
