用Stata完成描述性统计：附原始数据和问题

一、研究背景：

根据加拿大省级宏观数据，进行简单的数据分析。

---

二、原始数据：

---

三、问题及代码

1、数据导入

录入数据并命名为“课堂作业1”

方法一：导入-选择文件

方法二：代码导入Excel文件

import excel "课堂作业1.xlsx", firstrow clear

2、变量命名

将变量abcde分别命名为人口数、失业率、男性预期寿命、女性预期寿命、经济增长情况。

rename 变量a 人口数
rename 变量b 失业率
rename 变量c 男性预期寿命
rename 变量d 女性预期寿命
rename 变量e 经济增长情况

3、变量分布情况

查看变量e的分布情况，请问有经济增长的省份(赋值=1)所占比例为多少?

如果需要查看变量e中赋值为1的比例，而不是单独查看e等于1的频数，你可以使用tabulate命令并结合row选项来获取每个类别的频数和所占的百分比。

tabulate (可缩写为tab) 经济增长情况

典型错误

 tab 经济增长情况 if 经济增长情况 == 1

如果你想要计算并显示有经济增长（即变量e赋值为1）的省份所占的比例，你可以使用tabulate命令并结合generate选项来创建一个新变量，该变量包含每个类别的频数，然后使用summarize命令来计算百分比。以下是相应的Stata命令：

tab 经济增长情况, generate(ep)
summarize ep1

ep是新生成的变量，它包含变量e每个类别的频数。ep1是赋值为1的类别的频数。

使用summarize命令可以查看ep1的总和，即赋值为1的观测值的数量。

然后用这个总和除以变量e的总观测值数量来得到比例。

方法三：

gen count = 1：生成一个新变量count，其值恒为1。
tabulate 经济增长情况 if 经济增长情况 == 1, generate(freq)：对经济增长情况变量中赋值为1的观测值进行频数统计，并将结果存储在freq变量中。
sum freq1：计算freq1变量的总和，这里freq1是经济增长情况赋值为1的频数。
scalar prop_growth = freq1 / r(N)：计算有经济增长的省份所占的比例，其中freq1是有经济增长的省份的频数，r(N)是总观测值数量。
display "有经济增长的省份所占比例为：" prop_growth：显示有经济增长的省份所占的比例。

4、变量分组

将失业率进行分成三组(10以下，10到15，15以上)，并生成新变量(unemp)

recode 变量名 (旧值1=新值1) (旧值2=新值2) ..., generate(newvar)

1.将数据转为数值格式，force 表示强力，若遇到无法转化的替换为空值

destring 失业率, replace force

recode 失业率 (min/10=1) (10.01/15=2) (15.01/max=3), generate(unemp)
recode 失业率 (min/10=1) (10<15=2) (15/max=3),generate(unemp)

5、计算某变量的比例

计算出每个省份的男性与女性的预期寿命比，并生成新变量(rate)

 gen rate = 男性预期寿命 / 女性预期寿命

如果女性预期寿命中有可能为0的情况，直接进行除法运算将导致除以零的错误。为了处理这种情况，你可以在进行除法之前先检查分母是否为0，并为这些情况设置缺失值：

gen rate = .
replace rate = 男性预期寿命 / 女性预期寿命 if 女性预期寿命 != 0

6、去掉特定数值

将人口数最多和最低的省份去掉，并计算出有经济增长与无经济增长的省份比例 。

sum 人口数, detail*这将给出人口数的最大值和最小值。
drop if 人口数 == `r(min)' | 人口数 == `r(max)'

请注意，反引号 ` 和单引号 ' 是必要的，它们告诉Stata r(min) 和 r(max) 是之前命令的返回结果。

反引号 `：用于引用命令的返回结果（return code）。在Stata中，当你执行一个命令后，Stata会存储一些特定的返回值，例如最近一次命令的输出结果、统计量等。这些返回值可以通过 r() 函数来访问，而反引号 ` 用于包围 r() 函数中的返回值名称。

例如，如果你运行了 summarize 命令，Stata会返回一些统计量，如最小值 r(min)、最大值 r(max)、

scalar total = r(N)
scalar with_growth = sum(经济增长情况 == 1)
scalar prop_growth = with_growth / total

display "有经济增长的省份所占比例为：" prop_growth

scalar 是一个命令，用于创建和操作标量值。标量是单个数值，不是数组或矩阵中的元素。使用 scalar 命令，你可以定义新的标量，给标量赋值，以及执行一些基本的数学运算

7、保存及输出

方法一：将以上命令保存，生成新的do.file文件，命名为“课堂作业1”

log close

这会创建一个名为 课堂作业1.txt 的文本文件，其中包含了你的分析过程和结果。

保存并输出为Excel文件：

方法二：Stata也支持直接将数据集导出为Excel文件：

export excel using 课堂作业1.xlsx, replace

---