《实验目的Word版》由会员分享，可在线阅读，更多相关《实验目的Word版（16页珍藏版）》请在金锄头文库上搜索。
1、真诚为您提供优质参考资料，若有不当之处，请指正。实验一 【实验目的】1.在分析数据的过程中，加深对计量经济学相关知识的理解。2.学会使用Stata软件处理数据，利用经济知识分析，理解数据处理所得结果。 【实验数据】CEOSAL1.DTAWAGE1.DTAmeap01.DTAbwght2.DTAJTRAIN.DTA与J.M.伍德里奇的计量经济学导论中的习题相配套的数据【实验步骤】（一）将用到的Stata函数及其用法1. cd 指定默认工作文件夹。在使用Stata命令的时候，会直接引用相应的数据文件名，此时该数据文件所在的文件夹就是默认的工作文件夹。指定默认文件夹的格式为：cd “默认文件夹路径名
2、“注：引号可以省去（以下遇到相同的情况不再赘述）；默认文件夹路径名中不能出现汉字。2. use 选定需要处理的数据文件。Stata中的命令大多都是对数据进行操作，在操作之前，需要选定相应的数据文件。use的调用格式为：use “数据文件名“注：（1）在未指定默认工作文件夹时，use后面的数据文件名可以替换为数据文件路径即：执行命令: . use e:StataDocumentsLab1wage1 执行命令: . cd e:StataDocumentsLab1后再执行 . use wage1上述命令达到的效果是一样的。（2）Stata只能同时对一个数据文件进行处理分析，因此在更换被处理数据文件之
3、前，要从Stata系统中清楚原数据文件，命令为clear3. generate 根据现有变量建立新的变量。generate的调用格式为：generate 新变量名=新变量的表达式注：建立新的变量必须以现有变量为基础。4. display计算数值表达式之后再显示数值。display的调用格式为：display 数值表达式5. tabulate 对制定的变量进行频数统计。这是简单的描述性统计，进行频数统计的对象可以是一个变量，也可以是两个变量。tabulate的调用格式为：tabulate 变量名1 变量名2注：（1）在对两个变量进行频数统计时，变量名之间要用空格隔开；例如： . tabulate
4、 wage female（2）变量名的位置不允许互换，不同的位置对应的是不同的含义。上述命令的含义是对wage进行频数统计，并将统计的结果按性别分类。将wage 与female位置互换就变成了对性别作频数统计，按工资分类（3）注意变量名与数据文件名之间的差别。6. summarize 给出变量的样本量，平均数，标准差，最大值，最小值。同样也是一个简单的描述统计的命令。summarize的调用格式为：summarize 变量名,d注：在变量名之后加d可以得到更多的信息，如第四最大（小）值到最大（小）值，百分位数，偏度系数，峰度系数等示例：Variables样本量均值标准差最小值最大值Varnam
5、e7. correlate 计算变量之间的相关系数。correlate的调用格式为：correlate 变量名1 变量名2 变量名3注：计算相关系数不仅限于计算两个变量之间的相关系数，也可以计算多个变量之间的相关系数8.regress 对给出的变量作回归。regress的调用格式为：regress 因变量 自变量注：自变量也可以是多个，得到的结果中包括方差分解，整体显著性检验的F统计量及相应的p值，R2，调整后的R2，MSE的平方根（亦即对的估计），系数估计，系数估计的标准差，t值，显著性检验的p值，置信区间。回归的示例：SourseSSdfMSModelSSEkSSE/kResidualSS
6、Rn-k-1SSR/(n-k-1)TotalSSTn-1CoefficientStandard Errort值双尾检验置信区间Dependent VariablesIndependent VariablesIntercept9.predict 根据Stata系统最近的一次回归中的相关变量，可以计算该回归中的因变量估计值，残差等。predict的调用格式为：predict 新变量名,参数注：（1）predict计算因变量估计值（残差）时，是根据自变量及回归中得到的截距，相关系数计算的，是一个新的变量，需要被赋予一个新的变量名；（2）计算估计值是的参数是xb，计算残差时的参数项是res。参数不限于
7、上面给出的两个；（3）不同的参数有不同的作用。在help里面可以找到。10. 其他sort 对sort后面给定的变量升序排列。调用格式为：sort varlistlabel 对变量作注释 调用格式为：label variable 变量名 “label”_b 内存中变量的引用。具体见：help _b_cons 直接使用时，_cons=1; _b_cons指最近的一次回归中得到的截距项。具体见：help _b在此次上机课程中将用到的函数及其用法基本就是以上这些了。上述列举出的都是基本功能，上述的命令都有其扩展用法，具体的可以参见Stata中的help文件。以后介绍函数的调用方式时，将采用help文
8、件中的相关缩写，如变量名，缩写为varname等（二）Stata命令的基本格式处理和分析数据的命令构成Stata命令的主体。它们可实现各种各样的功能，但大体具有如下的格式： by varlist1: command varlist2 if exp in range ,options其中：by varlist1:表示按一组变量（由varlist1指定）分组；分组之前，注意对整个数据变量按varlist1排序（sort）； command varlist2表示命令是针对由varlist2指定的变量； if exp表示命令只针对满足exp（一般是一个逻辑表达式）的观测； in range表示命令只针
9、对处在range指定的范围内的观测，如in 5指执行的范围是第5个观测，in -5指执行的范围是倒数第5个观测，in 5/12指执行的范围是从第5到第12个观测；,options是命令特有的一些选项，根据情况和需要而定，Stata的强大功能主要就体现在这些选项上，选项的使用非常精细和讲究，使用时既要依据个人的经验，也要参看Stata的帮助系统或工具手册。这个部分可以参见Stata的help文件，其中有详细的介绍。if exp极大地体现了Stata的灵活性。逻辑表达式exp一般由以下成分构成： 变量名 数字，字符，表示缺失值的“.” 关系运算符：=（等于），!=，（不等于），（大于），=（大于或
10、等于）， 65 & age 85（age大于65，小于85的观测） if place = “Canada” & pop = . （place为“Canada”并且pop不缺失的观测） if year=1994 | year=1997 （year为1994或1997的观测） if (pop=. & year=.) （排除pop和year都缺失的观测） 根据需要，逻辑表达式可以有非常复杂的形式。 in range和if exp相当于从一个大样本中挑出符合条件的小样本，其用处体现在两个方面。首先是数据清理阶段，找出那些有明显的错误或有缺失的观测。其次是在数据处理和分析阶段，找出有特别兴趣或意义的观测
11、。 上述给出的格式还可以根据具体的情况做出扩展。（三）具体实验操作习题1：J.M.伍德里奇 计量经济学导论现代观点C1.1本题使用WAGE1.dta中的变量educ（1）求出样本中的平均教育程度，最低和最高教育年数分别为多少？（2）求出样本中的平均小时工资，它看起来是高还是低？（3）工资数据用1976年美元报告，利用（2004年或以后）总统经济报告，求出并报告1976年和2003年的消费价格指数CPI（4）利用（3）中的CPI值，求出以2003年美元度量的平均小时工资。现在，平均小时工资看起来是否合理？（5）样本中各有多少女性和男性？解：简单的Stata函数处理命令如下：. use wage1
12、 /*打开数据WAGE1.dta*/（1）. summarize educ /*对变量educ做简单的统计*/输出结果：故平均教育程度为12.56年，最低教育年数为0，最高教育年数为18年（2）. summarize wage /*对变量wage做简单的统计*/输出结果：平均的小时工资为5.89美元（3）根据2008年的总统经济报告http:/frwebgate.access.gpo.gov/cgi-bin/getdoc.cgi?dbname=2009_erp&docid=f:erp_b62.pdf以19821984年为基年，1976年的CPI为56.9%，2003年的CPI为184.0%（4
13、）. display 5.89*184.0/56.9 /*计算以2003年的美元度量的小时工资数*/得到：以2003年美元度量的小时工资数为19.05美元（5）. tabulate female /*对变量female做简单的频数统计*/输出：上述结果，用1代表女性，0代表男性。输出了女性和男性各自的频数、频率，同时还有向上累计频率。即样本中女性人数为252人，占总人数的比重为47.91%；样本中男性的人数为274人，占总人数的52.09%习题2：J.M.伍德里奇 计量经济学导论现代观点C1.2本题使用bwght2.dta中的数据（1）样本中有多少妇女？又有多少人报告在怀孕期间吸烟？（2）平均
14、每天吸烟数量是多少？将平均数作为这个案例中“典型”妇女的度量指标是否合适？请解释（3）怀孕期间抽烟的妇女中，平均每天的吸烟数量是多少？与（2）中的结果有何区别？（4）求出样本中feduc的平均值，为何只用1785个观测值计算这个平均值？（5）求出npvis的最常见值解：summarize命令的应用 命令如下：. use bwght2（1）. summarize cigs /*对变量cigs做统计*/输出：. summarize cigs if cigs!=0 /*对怀孕期间吸烟量不等于0的情况做统计*/输出：故样本中共有1388名妇女，其中有212人在怀孕期间吸烟（2）平均每天的吸烟数量为2.09根。将这个数据作为样本的度量指标并不合适。应为吸烟的妇女人数占总人数的15.27%.只有较少的人抽烟，故把2.09这个数据作为度量指标并不合适。（3）由（1）可以得到，怀孕期间吸烟妇女的平均吸烟量为13.67根。这个数据是怀孕期间吸烟的妇女的平均吸烟量，比（2）中的人均吸烟量更符合实际，更能反映现实情况。（4）. s
