实证 Stata 代码命令汇总

实证 Stata 代码命令汇总

前段时间学习stata整理的笔记 ，参考资料stata统计分析从入门到精通和其他大佬分享的杂七杂八的内容 仅供个人学习 参考使用

一、数据导入和管理

（一）数据导入

• 清除内存中的所有现有数据：clear
• 设置工作路径（根据你的文件位置进行调整）：cd "C:\Desktop\实证代码命令大全"
• 从 Excel 文件导入数据：import excel "example.xlsx", firstrow
• 从 CSV 文件导入数据：import delimited "example.csv", delimiter(",")
• 从 Stata 文件（.dta 格式）导入数据：use "example.dta", clear
• 检查导入的数据：describe list in 1/5

（二）数据导出

• 导出数据到 Excel 文件：export excel using "exported_data.xlsx", firstrow(variables)
• 导出数据到 CSV 文件：export delimited using "exported_data.csv", delimiter(",")
• 保存为 Stata 格式的数据文件：save "exported_data.dta", replace

二、数据的处理

（一）生成新变量

• gen new_var = var1 * var2
• gen new_var = ln(var)

（二）格式转换

• 将字符串日期转换为 Stata 日期：gen date_var = date(date_string, "DMY")
• 年份生成：gen year=real(substr("统计日期", 1, 4))
• 字符转为数字格式：destring year, replace

（三）缺失数据

• 如果变量 var1 和 var2 的任何行存在缺失值，则删除该行：drop if missing(varl) | missing(var2)
• 或者通过循环删除变量缺失的数据：

foreach i in 变量 1 变量 2 变量 3 {
    drop if `i' ==. 
}

（四）异常数据

• 将 var2 中不合理的负值设为 0：replace var2 = 0 if var2 <0
• 缩尾处理：
  • winsor2 last_income, replace cuts(0 99) //缩尾代替
  • winsor2 last_income, replace cuts(0 99) trim //缩尾删除

（五）重命名变量

rename var3 new_var3

（六）编码分类变量

• 将字符串变量 gender 转换为数字：encode gender, gen(gender_code)
• 生成行业虚拟变量，为了避免共线性，删掉 indul：

tab Industry, gen(indu)
drop indul
tab year, gen(time)
drop timel

（七）设定面板数据

假设 id 和 year 是面板数据的两个维度：xtset id year

（八）数据合并

根据 id、year 合并另一个数据集“raw_data.data”：merge 1:1 id year using raw_data

（九）数据追加

追加另一个数据集"extra_data.dta"：append using extra_data

三、描述性统计

（一）基本统计

summarize //或者 sum

（二）变量的详细统计

summarize income, detail

（三）变量的频率表

tabulate gender

（四）变量间的相关性

correlate income education

（五）回归分析及其描述性统计

regress income education age
estat summarize

（六）简单统计

tabstat y x1 x2 x3, stat(max min mean p50 sd n)

四、相关性分析

（一）绘制直方图

histogram income

（二）绘制散点图

scatter income education

（三）矩阵散点图

<