1
设定保存文件
分析过程保存到工作文件夹的stat.log文件中,输入:
log using stat.log, replace
2
查看数据集概况
输入:
describe,short
结果:
Contains data
obs: 201
vars: 11
size: 5,829
Sorted by:
Note: Dataset has changed since last saved.
如果想详细查看某个变量,输入:
codebook age
结果:
3
缺失值
查看缺失值,输入:
ssc install mdesc *安装mdesc命令mdesc
结果:
用每个缺失值的上一个值代替缺失值,输入:
foreach v in age bmi a b c x y sex bmigwork disease{replace `v' = `v'[_n-1] if missing(`v')}
查看是否还有缺失值,输入:
mdesc
结果:
4
异常值
查看异常值,输入:
graph box age x bmi a b c y
结果:
处理异常值:
ssc install winsor2 *安装winsor2命令winsor2 age bmi a b c x y , replace cuts(199)
命令解读:
此条命令是先找到各个变量的1%和99%分别对应的分位数,如变量a,其分位数分别为m、n,那么把数据中小于m的数替换成m,把大于n的数替换成n,原始数据直接变为新数据,这个方法叫做缩尾。
查看异常值处理结果,输入:
graph box age x bmi a b c y
结果:
5
正态性检验
不同性别组分别进行正态性检验
sktest age bmi a b c x y if sex==1sktest age bmi a b c x y if sex==0
结果:
6
统计描述(简易)
*不同性别组各数值变量的统计描述
tabstat age bmi a b c x y, stat(count meansd p75 p25 p50) by (sex) col(stat) long
结果:
7
统计描述(直接生成table1)
ssc install summtab *安装ssummtab命令summtab, by(sex) contvars(age bmi a b c xy) ///catvars(bmig work disease) ///total mean median ///mnfmt(1) medfmt(1) ///title(My Table 1) excel ///excelname(summary_table1) replace
结果:
(在工作文件夹找到summary_table1名称的excel表格)
![f0a745a7f475c108ca108589e715a566.png](https://i-blog.csdnimg.cn/blog_migrate/8b0476addf5ee251779d50fb23547792.jpeg)
![992bae7a01227247dbb3c2b99a344f4c.png](https://i-blog.csdnimg.cn/blog_migrate/6d6dc1beebcaf16b7343ed3c25a89dba.png)