stata

最新推荐文章于 2024-02-28 01:42:05 发布

鸭子不会摇

最新推荐文章于 2024-02-28 01:42:05 发布

阅读量2.3w

点赞数 14

本文链接：https://blog.csdn.net/C__YX/article/details/119566093

版权

本文介绍了Stata统计软件，包括其主要功能、操作页面的五大窗口，以及通过一个城市空气质量影响因素的多元线性回归分析案例，详细阐述了数据导入、模型建立、结果解读和保存数据的步骤。通过分析得出，Stata是进行统计分析的强大工具，适合处理多种统计问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、stata介绍

1.简介

Stata统计软件是目前世界上最著名的统计软件之一，国外将Stata与SAS、SPSS一起并称为三大权威软件。它是一套提供其使用者数据分析、数据管理以及绘制专业图表的完整及整合性统计软件。Stata具有很强的统计功能，除了传统的统计分析方法外，还收集了近20年发展起来的新方法，其作图模块包括直方图、条形图、百分条图、百分圆图、散点图、散点图矩阵、星形图和分位数图，图形精美，能满足绝大多数用户的需要。

2.主要功能

stata的主要功能：数据管理、统计功能、作图功能、矩阵运算，程序设计。

二、stata软件操作页面介绍——五大窗口

①：Review（历史窗口）：此窗口记录自启动stata以来执行过的命令

②：Results（结果窗口）：此窗口显示执行stata命令后的输出结果

③：Command（命令窗口）：在此窗口输入想要执行的stata命令

④：Variables（变量窗口）：此窗口记录着目前stata内存中的所有变量

⑤：Properties（性质窗口）：此窗口显示当前数据文件与变量的性质

为了使屏幕分割更美观实用且符合个人使用习惯，以上各窗口均可任意调整大小和位置。可通过菜单“Edit”→“Preferences”→“General Preferences”→“Windowing”→“Lock splitter”锁定当前画面，后续重启stata时自动显示设置后的画面比例。

三、操作流程（以探究城市空气质量的影响因素为例——多元线性回归分析）

多元线性回归分析：研究多个自变量是如何直接影响一个因变量的数据分析方法。

1.数据方面

获取分析所需的各项数据，确定自变量（Xn）和因变量（Y）

（附数据表）

Y：空气质量 X1：gdp X2：二氧化碳 X3：森林覆盖率 X4：人口

多元线性回归方程为Y=aX1+bX2+cX3+dX4+e（e为常数）

2.stata系统操作

打开stata，点击Data Editor（Edit）导入数据（表头要输入到表头栏，不能粘贴到表格中），并修改表头的Name和Label（Name为自变量和因变量，只能为英文和数字；Label为对应标签，进行数据说明）

关闭数据导入窗口，可在右侧“Variables”窗口中看到已导入的变量
Command处输入命令进行回归分析，函数为”regress 因变量自变量1 自变量2 自变量3…，简写为reg y x1 x2 x3…

回车发送得到回归结果

得到回归方程，对结果进行回归分析

- 回归方程：y=12.1210x1-0.3514x2+1.3683x3-0.0094x4-1055.866（Coef.为各变量系数，即自变量每变化一个单位对因变量的影响程度。如x1美增加一个单位，y就增加12.1210个单位。）
- 简单分析：x1、x3与y呈正相关（y随x1、x3的增长而增长），x2、x4与y呈负相关（y随x2、x4的增长而降低）。
- 深入分析：（根据以上重点分析指标）
  - Number of Obs：样本容量，即一共有多少组分析数据
  - F值：F值检验，检验数据模型中的参数是否显著不为零。根据F值判断该组模型在多大的置信度下显著成立。
  - Prob：P值（t检验的指标），P值小于0.05表示该组自变量对因变量解释性很强，选取的变量是有效的。P值越小，显著性越高。（该案例中P=0.0005，远小于0.05，因此说明选取的该组自变量是有效的。同时，根据下侧x1-x4的详细数据可得，x3和x4在四个自变量中显著性最高，其次是x1）
  - R2：可决系数，范围为0≤R2≤1。可决系数越接近于1，证明该组数据分析的拟合优度越高，自变量与因变量的关系越密切。（该案例中R2=0.5275，远比1小，说明虽然选择的四个自变量有效，但组合来看与空气质量的拟合优度却不高，此种情况下，应该调整不同的自变量组合以达到理想的分析结果）
    - 0≤R2＜0.3，极低度相关
    - 0.3≤R2＜0.5，低度相关
    - 0.5≤R2＜0.8，中度相关
    - 0.8≤R2≤1，高度相关
- 整合分析：结合以上数据，得出最终的分析结果，并结合数据思考各数据结果出现的原因并进行适当调整（样本容量小、选取自变量组合不合适、数据有误等等）。
如果认为回归结果不理想，可重新选择分析变量，如：reg y x1 x2 x4。也可对样本数据进行筛选，如reg y x1 x2 x4 if x3＞30.00。得到分析结果进行对比，选择最优变量组。
因此，最优的数据分析结果数据组应为P值无限接近于0且R2无限接近于1的数据组。（在数据样本足够多的基础上）

3.保存数据

根据需要进行数据保存，点击Save图标或者点击工具栏File→Save，将数据存为stata的文件格式（文件扩展名为“.dta”，如“qudao.dta”）。后面再使用可直接打开，打开方式有三种，一是直接双击stata文件用stata软件打开；二是打开stata软件，点击Open图标或者点击工具栏File→Open，选择要打开的stata数据；三是直接在Command窗口输入文件位置（如C:\Users\sunxiaojing03\Desktop\stata\stata数据）。