本文介绍了STATA中关于数据处理和运算的基本操作，包括变量名的规则、变量标签与数值标签的设置、数据存储类型、缺失值处理、变量排序、新变量生成与赋值、虚拟变量创建、数值与字符变量的转换以及系统变量的使用。还讲解了如何通过generate、replace、recode等命令进行数据操作，并强调了数据选择在内存中的重要性。
变量名
由英文字符，数字和下划线组成，且数字不能作为开始字符，用户最好不要使用字符e作为变量名，因为这与指数表达式中的e难以区分
在stata中所有的变量名都可以使用变量名当中排列在前面的字符串来指代。
变量标签
当数据中的变量有标签之后，stata在给出的结果(包括表格和图形中)，将使用变量标签，而非变量名。
变量的数值标签
给变量的各个取值(通常也是由数字表示的)添加的说明，一共包含两步，首先，定义一个标签，然后把这个标签附加在变量上。
数字格式数据的存储类型
所占空间 数位精确度
byte 1
byte 2
int 2
bytes 4
long 4
bytes 9
float 4 7
double 8 16
缺失数据
在stata中，缺失值的默认表示方法是一个.
对于缺失数值，缺失值可以被认为是无穷大，这一点异常重要；
对于字符缺失值，缺失值被当做是数字取值，因此，如果按照字母顺序，缺失值则排在所有字符取值之前。
变量排序
order move 命令
生成新变量与变量赋值
generate命令式生成新的变量 replace则是修改现有的变量的取值
recode命令式直接更改原有的变量，而generate和replace的组合则是保留原有变量，而生成一个新的变量；
使用算术运算来重新赋值
虚拟变量的生成
使用generate、replace与recode命令
针对类别变量使用tabulate命令
针对二分变量使用算术运算
使用快捷方法
数值变量与字符变量的转换
从字符变量到数值变量，使用encode
从数值变量到字符变量，decode命令
系统变量
_b 是指在最近模型估算之后得到的系数
_cons 是指最近模型估算之后得到的常数项
_n是指当前观察个案所对应的个案数
_N 是指整个数据中的观察个案数
_pi圆周率的数值
_se 是指模型估算之后得到的系数的标准误
_result是指当前的特定的Stata运算结果中的统计量
使用函数生成新的变量
generate与egen 都可以用函数来生成新的变量，后者是前者的扩展形式。
数据的选择
数据的选择是在内存中完成的，没有涉及到更改硬盘中原始的数据。
保留或值删除观察个案
保留或是删除变量
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
