Stata好写，太好写了！附《stata代码速查表》【最全stata指南】

Stata好写，太好写了！Stata那种代码，说实话分分钟写出来，不用一小时，三秒钟！

为什么我不写了？
（轻抚式打脸）爷们儿要脸，咱是一科研狗儿，首先得对得起自己~

嘿嘿嘿，逗个乐子哈，要是想在三秒内就写出一行stata代码，那光有扎实的基础可不够，还得多多操练才行哟。这不，阿水给大伙扒拉到了stata官网精心整理的一套 《stata代码速查表》，里面啥常用的数据分析、数据转换、数据可视化的stata代码，统统都有呢。大伙可以自个儿去下载打印，平常搞科研要查代码就方便啦，或者贴在桌上，还能假装一下资深科研大佬呢。

话不多说，上资料~（文末有PDF获取方式）

以下是阿水给大家整理表中内容的文字部分，方便大家查阅~

第一章节：数据分析

一、数据描述与探索（Summarize Data）

1. 单变量统计

   • 描述性统计：summarize mpg（均值、标准差等），summarize mpg, detail（含偏度、峰度）。
   • 分布可视化：histogram mpg（直方图），boxplot mpg（箱线图），stem mpg（茎叶图）。
   • 分位数与置信区间：pctile mpg_quantile = mpg, nq(4)（四分位数），ci mpg（均值置信区间）。

2. 多变量分析

   • 相关性：correlate price mpg（相关矩阵），pwcorr price mpg, sig（带显著性检验的两两相关）。
   • 比例与比率：proportion rep78（分组比例估计），ratio price mpg（比率估计）。

二、统计检验（Statistical Tests）

1. 参数检验

   • t检验：ttest mpg, by(foreign)（组间均值差异），ttest mpg == 20（单样本均值检验）。
   • 卡方检验：tabulate rep78 foreign, chi2（列联表独立性检验）。

2. 非参数检验

   • 秩和检验：ranksum mpg, by(foreign)（Mann-Whitney U检验），kwallis mpg rep78（Kruskal-Wallis检验）。
   • 分布拟合：ksmirnov mpg = normal(20, 5)（Kolmogorov-Smirnov正态性检验）。

3. 方差分析与协方差

   • oneway mpg rep78（单因素ANOVA），ancova mpg weight, by(foreign)（协方差分析）。

三、分类与因子变量建模（Categorical & Factor Variables）

1. 变量声明

   • 分类变量：encode foreign, gen(foreign_cat)（字符串转分类因子），label define foreign_lab 0 "Domestic" 1 "Foreign", replace（添加因子标签）。
   • 交互项：regress price i.foreign##c.mpg（分类与连续变量交互）。

2. 模型估计

   • 虚拟变量回归：regress price i.foreign（自动生成虚拟变量），regress price foreign##rep78（多分类交互）。

四、数据类型声明与高级分析

1. 时间序列（Time Series）

   • 声明：tsset year（设定时间索引），xtset id year（面板时间序列）。
   • 操作：generate lags = l2.sunsots（二阶滞后），tssmooth ma sunsots_ma = sunsots, window(3)（移动平均）。

2. 面板数据（Panel/Longitudinal）

   • 声明：xtset id year（平衡/非平衡面板），xtline mpg, i(id)（个体趋势图）。
   • 模型：xtreg price mpg, fe（固定效应），xtreg price mpg, re（随机效应，含xttest0检验）。

3. 生存分析（Survival Analysis）

   • 声明：stset time, failure(died)（设定生存数据），stsum（生存时间汇总）。
   • 模型：stcox age gender（Cox比例风险模型），streg age gender, dist(exponential)（参数生存模型）。

4. 调查数据（Survey Data）

   • 声明：svyset psu [pweight=finlwt], strata(strata)（设定调查设计），svydescribe（调查设计描述）。
   • 分析：svy: mean age（调查加权均值），svy: regress price mpg（调查加权回归）。

五、模型估计（Fit Models）

1. 线性回归

   • 基础：regress price mpg, vce(robust)（稳健标准误），regress price mpg weight, cluster(rep78)（聚类标准误）。
   • 非线性：regress price ln(mpg)（对数变换），glm price mpg, family(gamma)（广义线性模型）。

2. 分类模型

   • 逻辑回归：logit foreign price mpg（二分类），ologit rep78 price mpg（有序多分类）。
   • 泊松回归：poisson accidents age miles, vce(robust)（计数数据模型）。

3. 工具变量与因果推断

   • ivregress 2sls price (mpg=weight) foreign（两阶段最小二乘法），estat firststage（第一阶段检验）。

六、模型诊断（Diagnostics）

1. 异方差与自相关

   • hetest（异方差检验），dwstat（Durbin-Watson自相关检验），bgodfrey（Breusch-Godfrey检验）。

2. 遗漏变量与设定误差

   • ovtest（Ramsey RESET检验），linktest（模型设定检验），predict res, residual（残差分析）。

3. 多重共线性

   • vif（方差膨胀因子），corr price mpg weight, matrix（相关矩阵可视化）。

七、后估计与结果呈现（Postestimation）

1. 预测与边际效应

   • predict pricehat（拟合值），margins, dydx(mpg)（平均边际效应），margins foreign, at(mpg=(20(5)40))（条件边际效应）。

2. 结果可视化

   • coefplot, drop(_cons)（回归系数图），avplot mpg（添加变量图），rvfplot, yline(0)（残差-拟合值图）。

3. 模型比较

   • lrtest model1 model2（似然比检验），hausman fe_model re_model（固定vs随机效应检验）。

第二章节：Programming

一、编程核心构件（Building Blocks）

1. 标量（Scalars）

   • 定义与操作：存储数值（scalar x=3）或字符串（scalar s="text"），支持算术（x+5）与逻辑运算，通过display输出。
   • 应用场景：临时存储统计量（如scalar mean_p = r(mean)），简化代码逻辑。

2. 矩阵（Matrices）

   • 定义与运算：创建矩阵（matrix A=(1,2\3,4)）、执行线性代数操作（matrix B=A*inv(A)），通过matlist查看。
   • 数据交互：matrix score将矩阵与数据集关联（如主成分分析结果映射），matplot可视化矩阵数据。

3. 宏（Macros）

   • 全局宏（Global）：跨程序访问（global vars "mpg price"，summarize $vars），适合固定变量列表。
   • 局部宏（Local）：程序内动态引用（local v "weight"，regress price v``），增强代码灵活性。
   • 临时宏（Tempnames/Tempfiles）：临时存储名称（tempname t1）或文件（tempfile tf），避免命名冲突。

二、结果管理与访问（r- & e-class）

1. r-class（计算结果）

   • 示例：summarize mpg, detail后，return list获取均值（r(mean)）、标准差（r(sd)）等，用于后续计算（generate sd_mpg = r(sd)）。

2. e-class（估计结果）

   • 示例：regress price mpg后，ereturn list获取系数（e(b)）、标准误（e(V)），通过estimates store保存模型（estimates store reg1），支持estimates table对比。

三、循环与自动化（Loops）

1. foreach循环
   • 变量遍历：

     foreach var of varlist mpg weight price {
         replace `var' = . if `var' < 0  // 批量处理负值缺失
     }

• 字符串列表：

     local strs "group1 group2"
     foreach s of local strs {
         tabulate `s'  // 批量生成频数表
     }

2. forvalues循环
   • 数值序列：

     forvalues i=1/5 {
         egen mean_`i' = mean(mpg) if group==`i'  // 分组均值计算
     }

3. while循环
   • 条件控制：

     local i=1
     while `i' <= 10 {
         display "Iteration: `i'"
         local i = `i' + 1
     }

四、程序与调试（Programming & Debugging）

1. 自定义程序
   • 封装逻辑：

     program define myReg
         args dep varlist
         regress `dep' `varlist', vce(robust)
         eststo  // 存储结果
     end
     myReg price mpg weight  // 调用程序

• 错误处理：capture noisily myReg（捕获错误，避免程序中断）。

2. 调试工具
   • set trace on（逐行跟踪代码执行），display嵌入（检查中间变量值），log using记录调试日志。

五、学术场景应用

1. 批量分析：

   • 利用foreach循环生成多组回归（如按年份、组别），结合estimates存储与coefplot可视化，提升论文写作效率。

2. 数据预处理：

   • 自动化清洗（如replace、recode批量处理），通过宏动态引用变量名，减少重复代码。

3. 可复现性保障：

   • 编写.do文件封装全流程，使用tempfile存储中间数据，确保分析可重复（set seed固定随机数）。

第三章节：数据分析

一、基础语法与系统操作

1. 命令结构
   所有Stata命令遵循统一格式：
   [by varlist1:] command [varlist2] [if exp] [in range] [,options]

   • 分组执行：by varlist1（如bysort rep78按rep78分组）
   • 条件筛选：if exp（如if foreign == 0筛选国外数据）
   • 范围限定：in range（如in 1/50选取前50行）
   • 功能扩展：options（如summarize ..., detail输出详细统计）

2. 快捷键与系统控制

   • 数据查看：
     • F2：describe查看数据结构
     • Ctrl+8：打开Data Editor
   • 代码执行：
     • Ctrl+D：执行Do文件中选中代码
     • Tab：自动补全变量名（如输入pr后按Tab补全price）
   • 内存与日志：
     • clear：清空内存数据
     • log using "logfile.txt"：记录分析日志

3. 数据类型与转换

   • 类型体系：
     • 数值型：byte（布尔）、int、long、float、double
     • 字符型：string（存储文本，如品牌名）
     • 缺失值：missing（用.表示，如price == .）
   • 转换命令：
     • 字符↔数值：
       destring foreignString, gen(foreignNumeric)（字符转数值）
       tostring foreign, gen(foreignString)（数值转字符）
     • 强制转换：
       recast double mpg（将mpg转为双精度浮点型）

二、数据导入与探索

1. 数据导入

   • 本地文件：
     • CSV：import delimited "data.csv", varnames(2)（第二行作为变量名）
     • Excel：import excel "data.xlsx", sheet("Sheet1") firstrow（首行作为变量名）
     • Stata数据：use "data.dta", clear（清空内存后加载）
   • 网络数据：
     webuse auto, clear（加载Stata示例数据集auto.dta）

2. 数据探索

   • 结构查看：
     • describe make price：显示make和price的变量类型、标签等
     • codebook make_price：输出变量的唯一值、缺失值等详细属性
   • 分布分析：
     • summarize price mpg：计算均值、标准差等基本统计量
     • histogram mpg, width(5) freq：绘制组距为5的频率直方图
     • tabulate rep78, mi：生成rep78的频数表（含缺失值）
   • 观测筛选：
     • browse：在Data Editor中浏览数据
     • list make if price > 10000 & missing(price) == 0：列表查看价格>10000且无缺失的观测

三、数据清洗与转换

1. 缺失值处理

   • 填充缺失值：
     mvencode _all, mv(9999)（用9999填充所有变量的缺失值）
   • 还原缺失值：
     mvdecode _all, mv(9999)（将9999转为缺失值）

2. 变量操作

   • 生成新变量：
     • gen mpgSq = mpg^2：计算mpg的平方
     • egen meanPrice = mean(price), by(foreign)：按foreign分组计算价格均值
   • 重命名/删除：
     • rename rep78 repairRecord：将变量rep78重命名为repairRecord
     • drop price：删除变量price

3. 数据重塑

   • 宽长转换：
     • 宽转长：reshape long coffee@ maize@, i(country) j(year)（将年份从列名转为变量year）
     • 长转宽：reshape wide, i(country) j(year)（将year变量转为列名）
   • 合并/追加：
     • 横向合并：merge 1:1 id using "ind_age.dta"（按id一对一合并数据）
     • 纵向追加：append using "coffeeMaize2.dta", gen(filenum)（合并数据并标记来源文件）

四、描述性统计与可视化

1. 统计量计算

   • 单变量统计：
     summarize price, detail（输出均值、中位数、峰度等详细统计）
     pctile mpgQuartile = mpg, nq(4)（生成mpg的四分位数分组）
   • 分组统计：
     bysort foreign: summarize price（按foreign分组计算价格统计）
     tabulate rep78 foreign, mi（生成rep78与foreign的交叉频数表）

2. 数据可视化

   • 基础图形：
     • 直方图：histogram mpg, kdensity（叠加核密度曲线）
     • 散点图：twoway scatter mpg weight, jitter(7)（添加抖动避免点重叠）
     • 箱线图：graph box mpg, over(foreign)（按foreign分组绘制箱线图）
   • 高级图形：
     • 小提琴图：vioplot price, over(foreign)（结合密度与箱线特征）
     • 平行坐标图：twoway pcspike wage68 ttl_exp68（对比多变量趋势）
   • 定制选项：
     • 主题：scheme(s1mono)（单色主题，适合学术图表）
     • 颜色：mcolor("145 168 208")（指定RGB颜色）
     • 注释：text(20 100 "Sample Note")（在图形中添加文本注释）

五、学术场景应用

1. 研究流程整合

   • 数据清洗：
     • 批量处理异常值：replace price = 5000 if price < 5000（将价格<5000的观测设为5000）
     • 验证数据逻辑：assert price != .（确保price无缺失值，否则报错）
   • 分析复现：
     • 固定随机数：set seed 1234（确保随机操作可复现，如sample抽样）
     • 记录日志：log using "analysis.log", replace（保存命令与输出，便于论文复现）

2. 结果输出

   • 数据保存：
     save "myData.dta", replace（覆盖保存为Stata格式）
     export delimited "data.csv", replace（导出为CSV，方便跨软件使用）
   • 图表导出：
     graph export "plot.pdf", as(pdf) replace（导出为PDF，满足期刊投稿要求）
     estout（将回归结果输出为LaTeX表格，提升论文排版效率）

第四章节：数据转换

一、数据子集选择（Subsetting Data）

1. 变量筛选

   • 删除：drop make（移除make变量）
   • 保留：keep make price（仅存make和price）
   • 重命名：rename rep78 repairRecord（变量名映射）

2. 观测筛选

   • 行范围：keep in 1/30（前30行），drop in 1/4（前4行删除）
   • 条件筛选：
     keep if price >= 5000 & price <= 10000（价格区间）
     keep if inlist(make, "Honda Accord", "Subaru")（特定值匹配）
   • 随机抽样：sample 25（25%抽样，set seed 1234确保可复现）

二、数据重塑（Reshape Data）

1. 宽长转换

   • 宽转长（Melt）：
     reshape long coffee@ maize@, i(country) j(year)
     • 生成country-year唯一标识，将宽数据（列含年份）转为长数据（行含年份）。
   • 长转宽（Cast）：
     reshape wide coffee@ maize@, i(country) j(year)
     • 恢复宽数据格式，适用于面板数据的年度变量展示。

2. 数据合并

   • 纵向追加（Append）：
     append using "data2.dta", gen(source)（合并数据，标记来源source）
   • 横向合并（Merge）：
     • 1:1匹配：merge 1:1 id using "ind.dta"（按id唯一匹配，_merge标识匹配状态）
     • 多对一匹配：merge m:1 region using "region.dta"（如个体-地区数据合并）

三、数据清洗与转换

1. 值操作

   • 替换：replace price = 5000 if price < 5000（低价修正）
   • 重编码：
     recode price (0/5000=5000) (5001/10000=10000), gen(priceCat)（创建价格类别）
     recode foreign (0="Domestic") (1="Foreign"), gen(foreignLabel)（数值转标签）

2. 缺失值处理

   • 填充：mvencode _all, mv(9999)（9999填充缺失）
   • 还原：mvdecode _all, mv(9999)（9999转缺失）

3. 字符串处理

   • 属性与匹配：
     display length("Stata")（长度），display strpos("Stata", "a")（位置）
     list make if regexm(make, "Honda")（正则匹配含“Honda”的品牌）
   • 清洗与转换：
     display trim(" Stata ")（去空格），display real("100")（字符转数值）

四、标签与元数据管理

1. 变量标签

   • label variable price "Car Price (USD)"（添加描述标签）
   • label define foreign_lab 0 "Domestic" 1 "Foreign", replace（定义因子标签集）
   • label values foreign foreign_lab（应用标签到foreign变量）

2. 数据注释

   • note: Data sourced from 1978 Auto Dataset（添加数据来源注释）
   • listlabels（查看所有标签定义）

五、数据保存与导出

1. 数据存储

   • save "myData.dta", replace（覆盖保存Stata数据）
   • saveold "myData.dta", version(12)（兼容Stata 12版本）

2. 格式导出

   • CSV/Excel：
     export delimited "data.csv", replace（导出CSV）
     export excel "data.xlsx", sheet("Sheet1") firstrow（Excel导出，首行变量名）
   • 图形与表格：
     graph export "plot.png", as(png)（导出图形）
     estout using "reg_table.tex", style(tex)（LaTeX表格导出）

六、学术应用场景

1. 面板数据预处理

   • 利用reshape转换格式，结合xtset id year声明面板数据，为xtreg（固定/随机效应模型）做准备。

2. 分类变量标准化

   • 通过recode和label将数值分类（如foreign）转为可读标签，提升论文图表的解释性。

3. 复现性保障

   • 保存中间数据（save）、记录操作日志（log using）、固定随机种子（set seed），确保分析可重复，符合学术规范。

第五章节：数据可视化

一、基础绘图框架

1. 核心语法
   所有图形命令遵循：
   graph <类型> 变量 [选项], 如 histogram mpg, width(5)（直方图，组距5）。
   支持：

   • 分组：by(foreign)（按foreign分组绘图）
   • 标注：title("标题")、text(坐标 "注释")
   • 导出：graph export "路径", as(格式)（如PDF、PNG）

2. 图形类型分类

   • 单变量：直方图（histogram）、核密度图（kdensity）、箱线图（graph box）。
   • 双变量：散点图（twoway scatter）、折线图（twoway line）、面积图（twoway area）。
   • 多变量：矩阵散点图（graph matrix）、平行坐标图（twoway pcspike）、等高线图（twoway contour）。

二、单变量可视化

1. 连续变量（Continuous）

   • 直方图：
     histogram mpg, width(5) freq kdensity（频率显示，叠加核密度）
     histogram mpg, by(foreign)（按组别分开展示）
   • 核密度图：
     kdensity mpg, bwidth(3) normal（带宽3，对比正态分布）
   • 箱线图：
     graph box mpg, over(rep78)（按rep78分组，展示分布差异）

2. 离散变量（Discrete）

   • 条形图：
     graph bar (count) make, over(foreign) gapp(0.5)（计数条形，调整间距）
     graph bar (mean) price, over(rep78)（均值条形，分组对比）
   • 饼图：
     graph pie price, over(foreign)（比例展示，适合分类占比）

三、双变量与多变量绘图

1. 双变量关系

   • 散点图：
     twoway scatter mpg weight, jitter(7) mlabel(make)（抖动去重叠，标记观测值）
     twoway scatter mpg weight, smooth(lowess)（添加局部加权拟合线）
   • 折线图：
     twoway connected mpg price, sort(price)（按价格排序，展示趋势）
   • 面积图：
     twoway area mpg price, sort(price) color(navy)（填充面积，强调累积）

2. 多变量展示

   • 矩阵散点图：
     graph matrix mpg price weight, half（上三角矩阵，减少重复）
   • 平行坐标图：
     twoway pcspike wage68 ttl_exp68 wage88 ttl_exp88（对比多变量跨时间趋势）
   • 等高线图：
     twoway contour mpg price weight, level(20)（20层等高线，三维分布可视化）

四、分类与分组绘图

1. 分组绘图

   • 分面（Facet）：
     twoway scatter mpg price, by(foreign, cols(2))（按组别分两列展示，优化布局）
   • 叠加（Superimpose）：
     twoway (scatter mpg weight if foreign==0) (scatter mpg weight if foreign==1), legend(label(1 "Domestic") label(2 "Foreign"))（叠加两类散点，区分组别）

2. 分类-连续变量结合

   • 小提琴图：
     vioplot price, over(foreign)（结合密度与箱线，展示组内分布）
   • 点图：
     graph dot (mean) price, over(foreign)（均值点图，对比组间差异）

五、学术场景应用

1. 描述性统计可视化

   • 用histogram、boxplot展示数据分布，支持论文“数据特征”部分。
   • 用graph bar、graph pie呈现分类变量比例，增强结果可读性。

2. 模型结果可视化

   • 残差图：rvfplot, yline(0)（诊断回归残差分布，检查异方差）
   • 系数图：coefplot, drop(_cons)（可视化回归系数，对比变量影响，提升论文图表质量）

3. 多图组合

   • 组合图（Combine）：
     graph combine plot1 plot2 plot3, rows(2)（将多张图组合，节省篇幅）
   • 分面排版：by(foreign)自动分组，生成多图矩阵，适配面板数据展示。

第六章节：图表外观优化

一、图表结构与元素

1. 核心组件

   • 标题与标签：通过title、subtitle、xlabel、ylabel定义，支持字体、大小、颜色调整（如title("GDP Growth", color(blue))）。
   • 标记与线条：scatter（点）、line（线）、area（面）等，可设置msymbol（形状，如circle）、mcolor（颜色，如red）、lpattern（线型，如dash）。
   • 网格与刻度：grid显示网格，ticksize调整刻度线大小，xline/yline添加参考线（如xline(0, lwidth(thick))）。

2. 布局控制

   • 分面绘图：by(foreign, cols(2))按变量分组生成多图矩阵，优化空间利用（如对比国内/国外数据分布）。
   • 边距与区域：graphregion(color(white))设置背景色，plotregion(margin(20 20 20 20))调整绘图区边距。

二、外观定制：颜色、符号与线条

1. 颜色体系

   • 预设与自定义：支持Stata颜色（如mcolor(red)）、RGB（mcolor("145 168 208")）、HSV（mcolor(hsv(0.5, 0.5, 0.5))），及透明度（如mcolor("red%30")）。
   • 颜色一致性：使用colorbrewer色系（help colorbrewer），确保学术图表颜色规范（如mcolor(colorbrewer(3, "Set1"))）。

2. 符号与标记

   • 形状与大小：20+预设符号（msymbol(diamond)），大小支持huge/medium/small或数值（msize(0.8)），适配不同数据密度（如jitter(7)避免点重叠）。

3. 线条与边框

   • 线型与粗细：lpattern(solid)（实线）、lwidth(thick)（粗线），graphregion(linestyle(none))移除边框，增强简洁性。

三、主题与样式（Schemes）

1. 预设主题
   • 学术常用：scheme(s1mono)（单色，适合期刊黑白印刷）、scheme(s2color)（彩色，默认主题）。
   • 自定义主题：

     scheme customScheme, replace
     set scheme customScheme

保存后全局生效，确保论文图表风格统一。

2. 主题管理
   • 扩展主题：安装第三方主题（如Williams’ Schemes），通过net install获取，丰富视觉选项（如scheme(williams)）。
   • 图形编辑器：GUI界面实时调整（graph editor），保存为.grec文件（graph export "theme.grec"），便于复用。

四、文本与标注

1. 文本元素

   • 注释与标签：text(50 100 "P<0.01", color(red))添加显著性注释，mlabel(make)标记观测值（如品牌名），mlabcolor(blue)调整标签颜色。
   • 格式调整：fontface("Times New Roman")、fontsize(10)符合期刊排版，angle(45)旋转轴标签（如xlabel(, angle(45))）。

2. 交互与导出

   • 动态调整：jitterseed(1234)固定抖动随机种子，确保复现；graph combine组合多图（如graph combine plot1 plot2, rows(2)）。
   • 高分辨率导出：graph export "plot.pdf", as(pdf) width(1200) height(800)，满足期刊高分辨率要求。

五、学术场景应用

1. 期刊合规性

   • 采用scheme(s1mono)，移除网格（nogrid），使用单色填充（color(gray%20)），确保黑白印刷清晰。
   • 统一颜色编码（如colorbrewer），避免视觉混乱，提升图表专业性。

2. 复现性与模板化

   • 保存自定义主题（scheme save），在.do文件中调用，确保不同分析阶段图表风格一致（如set scheme customScheme）。
   • 利用graph combine生成多图组合，添加共同标题（title("Comparative Analysis", span)），优化论文排版。

关注公主号，后台回复“速查表”关键词，即可获取《stata代码速查表》PDF文档，欢迎小伙伴自行领取哦~