matlab茎叶图命令,[转载]转载：Stata命令（转自人大论坛）

调整变量格式：

format x1 .3f ——将x1的列宽固定为10，小数点后取三位

format x1 .3g ——将x1的列宽固定为10，有效数字取三位

format x1 .3e ——将x1的列宽固定为10，采用科学计数法

format x1 .3fc ——将x1的列宽固定为10，小数点后取三位，加入千分位分隔符

format x1 .3gc ——将x1的列宽固定为10，有效数字取三位，加入千分位分隔符

format x1 %-10.3gc ——将x1的列宽固定为10，有效数字取三位，加入千分位分隔符，加入“-”表示左对齐

合并数据：

use "C:Documents and Settingsxks桌面2006.dta", clear

merge using "C:Documents and Settingsxks桌面1999.dta"

——将1999和2006的数据按照样本(observation)排列的自然顺序合并起来

use "C:Documents and Settingsxks桌面2006.dta", clear

merge id using "C:Documents and Settingsxks桌面1999.dta" ,unique

sort

——将1999和2006的数据按照唯一的(unique)变量id来合并，在合并时对id进行排序(sort)

建议采用第一种方法。

对样本进行随机筛选：

sample 50

在观测案例中随机选取50%的样本，其余删除

sample 50,count

在观测案例中随机选取50个样本，其余删除

查看与编辑数据：

browse x1 x2 if x3>3 (按所列变量与条件打开数据查看器)

edit x1 x2 if x3>3 (按所列变量与条件打开数据编辑器)

数据合并(merge)与扩展(append)

merge表示样本量不变，但增加了一些新变量；append表示样本总量增加了，但变量数目不变。

one-to-one merge：

数据源自stata tutorial中的exampw1和exampw2

第一步：将exampw1按v001～v003这三个编码排序，并建立临时数据库tempw1

clear

use "t:statatutexampw1.dta"

su ——summarize的简写

sort v001 v002 v003

save tempw1

第二步：对exampw2做同样的处理

clear

use "t:statatutexampw2.dta"

su

sort v001 v002 v003

save tempw2

第三步：使用tempw1数据库，将其与tempw2合并：

clear

use tempw1

merge v001 v002 v003 using tempw2

第四步：查看合并后的数据状况：

ta _merge ——tabulate _merge的简写

su

第五步：清理临时数据库，并删除_merge，以免日后合并新变量时出错

erase tempw1.dta

erase tempw2.dta

drop _merge

数据扩展append：

数据源自stata tutorial中的fac19和newfac

clear

use "t:statatutfac19.dta"

ta region

append using "t:statatutnewfac"

ta region

合并后样本量增加，但变量数不变

茎叶图：

stem x1,line(2) (做x1的茎叶图，每一个十分位的树茎都被拆分成两段来显示，前半段为0～4，后半段为5～9)

stem x1,width(2) (做x1的茎叶图，每一个十分位的树茎都被拆分成五段来显示，每个小树茎的组距为2)

stem x1,round(100) (将x1除以100后再做x1的茎叶图)

直方图

采用auto数据库

histogram mpg, discrete frequency normal xlabel(1(1)5)

(discrete表示变量不连续，frequency表示显示频数，normal加入正太分布曲线，xlabel设定x轴，1和5为极端值，(1)为单位)

histogram price, fraction norm

(fraction表示y轴显示小数，除了frequency和fraction这两个选择之外，该命令可替换为“percent”百分比，和“density”密度；未加上discrete就表示将price当作连续变量来绘图)

histogram price, percent by(foreign)

(按照变量“foreign”的分类，将不同类样本的“price”绘制出来，两个图分左右排布)

histogram mpg, discrete by(foreign, col(1))

(按照变量“foreign”的分类，将不同类样本的“mpg”绘制出来，两个图分上下排布)

histogram mpg, discrete percent by(foreign, total) norm

(按照变量“foreign”的分类，将不同类样本的“mpg”绘制出来，同时绘出样本整体的“总”直方图)

二变量图：

graph twoway lfit price weight || scatter price weight

(作出price和weight的回归线图——“lfit”，然后与price和weight的散点图相叠加)

twoway scatter price weight,mlabel(make)

(做price和weight的散点图，并在每个点上标注“make”，即厂商的取值)

twoway scatter price weight || lfit price weight,by(foreign)

(按照变量foreign的分类，分别对不同类样本的price和weight做散点图和回归线图的叠加，两图呈左右分布)

twoway scatter price weight || lfit price

weight,by(foreign,col(1))

(按照变量foreign的分类，分别对不同类样本的price和weight做散点图和回归线图的叠加，两图呈上下分布)

twoway scatter price weight [fweight=

displacement],msymbol(oh)

(画出price和weight的散点图，“msybol(oh)”表示每个点均为中空的圆圈，[fweight=

displacement]表示每个点的大小与displacement的取值大小成比例)

twoway connected y1 time,yaxis(1) || y2 time,yaxis(2)

(画出y1和y2这两个变量的时间点线图，并将它们叠加在一个图中，左边“yaxis(1)”为y1的度量，右边“yaxis(2)”为y2的)

twoway line y1 time,yaxis(1) || y2 time,yaxis(2)

(与上图基本相同，就是没有点，只显示曲线)

graph twoway scatter var1 var4 || scatter var2 var4 || scatter var3

var4

(做三个点图的叠加)

graph twoway line var1 var4 || line var2 var4 || line var3

var4

(做三个线图的叠加)

graph twoway connected var1 var4 || connected var2 var4 ||

connected var3 var4

(叠加三个点线相连图)

更多变量：

graph matrix a b c y

(画出一个散点图矩阵，显示各变量之间所有可能的两两相互散点图)

graph matrix a b c d,half

(生成散点图矩阵，只显示下半部分的三角形区域)

用auto数据集：

graph matrix price mpg weight length,half by( foreign,total col(1)

)