Stata | 初试

已于 2022-03-05 20:43:32 修改
阅读量1.4k 收藏 3
点赞数 2
文章标签： Stata
于 2022-03-05 19:55:10 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhanghaoxian1/article/details/123300008
版权

sum计算统计量（detail查看百分位数和阶段最值等）

  • Skewness：偏度（偏态系数），小于0表示左偏，即数据位于均值左边的比较少，大于0相反。绝对值越大，偏离程度越大。
  • Kurtosis：峰度（峰态系数），反映分布形态的陡峭程度，峰度越大，数据分布峰部形状越尖。

gen生成新变量

  • 必须赋值！！

replace更改变量值

list

preserve—restore

  • preserve后可修改数据
  • restore后恢复原数据
  • 相当于备份？
. sysuse auto, clear
(1978 automobile data)

. sum price, detail

                            Price
-------------------------------------------------------------
      Percentiles      Smallest
 1%         3291           3291
 5%         3748           3299
10%         3895           3667       Obs                  74
25%         4195           3748       Sum of wgt.          74

50%       5006.5                      Mean           6165.257
                        Largest       Std. dev.      2949.496
75%         6342          13466
90%        11385          13594       Variance        8699526
95%        13466          14500       Skewness       1.653434
99%        15906          15906       Kurtosis       4.819188

. sum price

    Variable |        Obs        Mean    Std. dev.       Min        Max
-------------+---------------------------------------------------------
       price |         74    6165.257    2949.496       3291      15906

. sysuse auto, clear
(1978 automobile data)

. by foreign: sum price weight

-------------------------------------------------------------------------------
-> foreign = Domestic

    Variable |        Obs        Mean    Std. dev.       Min        Max
-------------+---------------------------------------------------------
       price |         52    6072.423    3097.104       3291      15906
      weight |         52    3317.115    695.3637       1800       4840

-------------------------------------------------------------------------------
-> foreign = Foreign

    Variable |        Obs        Mean    Std. dev.       Min        Max
-------------+---------------------------------------------------------
       price |         22    6384.682    2621.915       3748      12990
      weight |         22    2315.909    433.0035       1760       3420


. by foreign: sum price weight length if price > 5000, detail

-------------------------------------------------------------------------------
-> foreign = Domestic

                            Price
-------------------------------------------------------------
      Percentiles      Smallest
 1%         5104           5104
 5%         5172           5172
10%         5189           5189       Obs                  23
25%         5705           5222       Sum of wgt.          23

50%         6342                      Mean           8359.609
                        Largest       Std. dev.      3491.661
75%        11385          13466
90%        13594          13594       Variance       1.22e+07
95%        14500          14500       Skewness       .8240605
99%        15906          15906       Kurtosis       2.252418

                        Weight (lbs.)
-------------------------------------------------------------
      Percentiles      Smallest
 1%         2520           2520
 5%         3210           3210
10%         3220           3220       Obs                  23
25%         3600           3280       Sum of wgt.          23

50%         3830                      Mean           3817.826
                        Largest       Std. dev.      511.5392
75%         4080           4290
90%         4330           4330       Variance       261672.3
95%         4720           4720       Skewness      -.2778813
99%         4840           4840       Kurtosis       3.574592

                        Length (in.)
-------------------------------------------------------------
      Percentiles      Smallest
 1%          182            182
 5%          198            198
10%          200            200       Obs                  23
25%          201            200       Sum of wgt.          23

50%          212                      Mean           210.8261
                        Largest       Std. dev.      11.75373
75%          220            221
90%          222            222       Variance       138.1502
95%          230            230       Skewness      -.2226277
99%          233            233       Kurtosis       2.991821

-------------------------------------------------------------------------------
-> foreign = Foreign

                            Price
-------------------------------------------------------------
      Percentiles      Smallest
 1%         5079           5079
 5%         5079           5397
10%         5397           5719       Obs                  14
25%         5799           5799       Sum of wgt.          14

50%       6572.5                      Mean               7639
                        Largest       Std. dev.      2523.636
75%         9690           9690
90%        11995           9735       Variance        6368737
95%        12990          11995       Skewness       1.000074
99%        12990          12990       Kurtosis       2.710336

                        Weight (lbs.)
-------------------------------------------------------------
      Percentiles      Smallest
 1%         1990           1990
 5%         1990           2040
10%         2040           2070       Obs                  14
25%         2160           2160       Sum of wgt.          14

50%         2390                      Mean           2503.571
                        Largest       Std. dev.      432.4458
75%         2750           2750
90%         3170           2830       Variance       187009.3
95%         3420           3170       Skewness       .7238332
99%         3420           3420       Kurtosis       2.585679

                        Length (in.)
-------------------------------------------------------------
      Percentiles      Smallest
 1%          155            155
 5%          155            156
10%          156            170       Obs                  14
25%          170            170       Sum of wgt.          14

50%          174                      Mean           175.2143
                        Largest       Std. dev.      11.51707
75%          184            184
90%          192            189       Variance       132.6429
95%          193            192       Skewness       -.106999
99%          193            193       Kurtosis       2.478998


. sum foreign

    Variable |        Obs        Mean    Std. dev.       Min        Max
-------------+---------------------------------------------------------
     foreign |         74    .2972973    .4601885          0          1

. sum foreign, detail

                         Car origin
-------------------------------------------------------------
      Percentiles      Smallest
 1%            0              0
 5%            0              0
10%            0              0       Obs                  74
25%            0              0       Sum of wgt.          74

50%            0                      Mean           .2972973
                        Largest       Std. dev.      .4601885
75%            1              1
90%            1              1       Variance       .2117734
95%            1              1       Skewness       .8869686
99%            1              1       Kurtosis       1.786713

. generate price2 = price + 15

. list price price2

     +-----------------+
     |  price   price2 |
     |-----------------|
  1. |  4,099     4114 |
  2. |  4,749     4764 |
  3. |  3,799     3814 |
  4. |  4,816     4831 |
  5. |  7,827     7842 |
     |-----------------|
  6. |  5,788     5803 |
  7. |  4,453     4468 |
  8. |  5,189     5204 |
  9. | 10,372    10387 |
 10. |  4,082     4097 |
     |-----------------|
 11. | 11,385    11400 |
 12. | 14,500    14515 |
 13. | 15,906    15921 |
 14. |  3,299     3314 |
 15. |  5,705     5720 |
     |-----------------|
 16. |  4,504     4519 |
 17. |  5,104     5119 |
 18. |  3,667     3682 |
 19. |  3,955     3970 |
 20. |  3,984     3999 |
     |-----------------|
 21. |  4,010     4025 |
 22. |  5,886     5901 |
 23. |  6,342     6357 |
 24. |  4,389     4404 |
 25. |  4,187     4202 |
     |-----------------|
 26. | 11,497    11512 |
 27. | 13,594    13609 |
 28. | 13,466    13481 |
 29. |  3,829     3844 |
 30. |  5,379     5394 |
     |-----------------|
 31. |  6,165     6180 |
 32. |  4,516     4531 |
 33. |  6,303     6318 |
 34. |  3,291     3306 |
 35. |  8,814     8829 |
     |-----------------|
 36. |  5,172     5187 |
 37. |  4,733     4748 |
 38. |  4,890     4905 |
 39. |  4,181     4196 |
 40. |  4,195     4210 |
     |-----------------|
 41. | 10,371    10386 |
 42. |  4,647     4662 |
 43. |  4,425     4440 |
 44. |  4,482     4497 |
 45. |  6,486     6501 |
     |-----------------|
 46. |  4,060     4075 |
 47. |  5,798     5813 |
 48. |  4,934     4949 |
 49. |  5,222     5237 |
 50. |  4,723     4738 |
     |-----------------|
 51. |  4,424     4439 |
 52. |  4,172     4187 |
 53. |  9,690     9705 |
 54. |  6,295     6310 |
 55. |  9,735     9750 |
     |-----------------|
 56. |  6,229     6244 |
 57. |  4,589     4604 |
 58. |  5,079     5094 |
 59. |  8,129     8144 |
 60. |  4,296     4311 |
     |-----------------|
 61. |  5,799     5814 |
 62. |  4,499     4514 |
 63. |  3,995     4010 |
 64. | 12,990    13005 |
 65. |  3,895     3910 |
     |-----------------|
 66. |  3,798     3813 |
 67. |  5,899     5914 |
 68. |  3,748     3763 |
 69. |  5,719     5734 |
 70. |  7,140     7155 |
     |-----------------|
 71. |  5,397     5412 |
 72. |  4,697     4712 |
 73. |  6,850     6865 |
 74. | 11,995    12010 |
     +-----------------+

. replace price2 = price2 - 15
(74 real changes made)

. list price price2

     +-----------------+
     |  price   price2 |
     |-----------------|
  1. |  4,099     4099 |
  2. |  4,749     4749 |
  3. |  3,799     3799 |
  4. |  4,816     4816 |
  5. |  7,827     7827 |
     |-----------------|
  6. |  5,788     5788 |
  7. |  4,453     4453 |
  8. |  5,189     5189 |
  9. | 10,372    10372 |
 10. |  4,082     4082 |
     |-----------------|
 11. | 11,385    11385 |
 12. | 14,500    14500 |
 13. | 15,906    15906 |
 14. |  3,299     3299 |
 15. |  5,705     5705 |
     |-----------------|
 16. |  4,504     4504 |
 17. |  5,104     5104 |
 18. |  3,667     3667 |
 19. |  3,955     3955 |
 20. |  3,984     3984 |
     |-----------------|
 21. |  4,010     4010 |
 22. |  5,886     5886 |
 23. |  6,342     6342 |
 24. |  4,389     4389 |
 25. |  4,187     4187 |
     |-----------------|
 26. | 11,497    11497 |
 27. | 13,594    13594 |
 28. | 13,466    13466 |
 29. |  3,829     3829 |
 30. |  5,379     5379 |
     |-----------------|
 31. |  6,165     6165 |
 32. |  4,516     4516 |
 33. |  6,303     6303 |
 34. |  3,291     3291 |
 35. |  8,814     8814 |
     |-----------------|
 36. |  5,172     5172 |
 37. |  4,733     4733 |
 38. |  4,890     4890 |
 39. |  4,181     4181 |
 40. |  4,195     4195 |
     |-----------------|
 41. | 10,371    10371 |
 42. |  4,647     4647 |
 43. |  4,425     4425 |
 44. |  4,482     4482 |
 45. |  6,486     6486 |
     |-----------------|
 46. |  4,060     4060 |
 47. |  5,798     5798 |
 48. |  4,934     4934 |
 49. |  5,222     5222 |
 50. |  4,723     4723 |
     |-----------------|
 51. |  4,424     4424 |
 52. |  4,172     4172 |
 53. |  9,690     9690 |
 54. |  6,295     6295 |
 55. |  9,735     9735 |
     |-----------------|
 56. |  6,229     6229 |
 57. |  4,589     4589 |
 58. |  5,079     5079 |
 59. |  8,129     8129 |
 60. |  4,296     4296 |
     |-----------------|
 61. |  5,799     5799 |
 62. |  4,499     4499 |
 63. |  3,995     3995 |
 64. | 12,990    12990 |
 65. |  3,895     3895 |
     |-----------------|
 66. |  3,798     3798 |
 67. |  5,899     5899 |
 68. |  3,748     3748 |
 69. |  5,719     5719 |
 70. |  7,140     7140 |
     |-----------------|
 71. |  5,397     5397 |
 72. |  4,697     4697 |
 73. |  6,850     6850 |
 74. | 11,995    11995 |
     +-----------------+

. gen v1 = price^2

. list price v1

     +-------------------+
     |  price         v1 |
     |-------------------|
  1. |  4,099   1.68e+07 |
  2. |  4,749   2.26e+07 |
  3. |  3,799   1.44e+07 |
  4. |  4,816   2.32e+07 |
  5. |  7,827   6.13e+07 |
     |-------------------|
  6. |  5,788   3.35e+07 |
  7. |  4,453   1.98e+07 |
  8. |  5,189   2.69e+07 |
  9. | 10,372   1.08e+08 |
 10. |  4,082   1.67e+07 |
     |-------------------|
 11. | 11,385   1.30e+08 |
 12. | 14,500   2.10e+08 |
 13. | 15,906   2.53e+08 |
 14. |  3,299   1.09e+07 |
 15. |  5,705   3.25e+07 |
     |-------------------|
 16. |  4,504   2.03e+07 |
 17. |  5,104   2.61e+07 |
 18. |  3,667   1.34e+07 |
 19. |  3,955   1.56e+07 |
 20. |  3,984   1.59e+07 |
     |-------------------|
 21. |  4,010   1.61e+07 |
 22. |  5,886   3.46e+07 |
 23. |  6,342   4.02e+07 |
 24. |  4,389   1.93e+07 |
 25. |  4,187   1.75e+07 |
     |-------------------|
 26. | 11,497   1.32e+08 |
 27. | 13,594   1.85e+08 |
 28. | 13,466   1.81e+08 |
 29. |  3,829   1.47e+07 |
 30. |  5,379   2.89e+07 |
     |-------------------|
 31. |  6,165   3.80e+07 |
 32. |  4,516   2.04e+07 |
 33. |  6,303   3.97e+07 |
 34. |  3,291   1.08e+07 |
 35. |  8,814   7.77e+07 |
     |-------------------|
 36. |  5,172   2.67e+07 |
 37. |  4,733   2.24e+07 |
 38. |  4,890   2.39e+07 |
 39. |  4,181   1.75e+07 |
 40. |  4,195   1.76e+07 |
     |-------------------|
 41. | 10,371   1.08e+08 |
 42. |  4,647   2.16e+07 |
 43. |  4,425   1.96e+07 |
 44. |  4,482   2.01e+07 |
 45. |  6,486   4.21e+07 |
     |-------------------|
 46. |  4,060   1.65e+07 |
 47. |  5,798   3.36e+07 |
 48. |  4,934   2.43e+07 |
 49. |  5,222   2.73e+07 |
 50. |  4,723   2.23e+07 |
     |-------------------|
 51. |  4,424   1.96e+07 |
 52. |  4,172   1.74e+07 |
 53. |  9,690   9.39e+07 |
 54. |  6,295   3.96e+07 |
 55. |  9,735   9.48e+07 |
     |-------------------|
 56. |  6,229   3.88e+07 |
 57. |  4,589   2.11e+07 |
 58. |  5,079   2.58e+07 |
 59. |  8,129   6.61e+07 |
 60. |  4,296   1.85e+07 |
     |-------------------|
 61. |  5,799   3.36e+07 |
 62. |  4,499   2.02e+07 |
 63. |  3,995   1.60e+07 |
 64. | 12,990   1.69e+08 |
 65. |  3,895   1.52e+07 |
     |-------------------|
 66. |  3,798   1.44e+07 |
 67. |  5,899   3.48e+07 |
 68. |  3,748   1.40e+07 |
 69. |  5,719   3.27e+07 |
 70. |  7,140   5.10e+07 |
     |-------------------|
 71. |  5,397   2.91e+07 |
 72. |  4,697   2.21e+07 |
 73. |  6,850   4.69e+07 |
 74. | 11,995   1.44e+08 |
     +-------------------+

. gen v2 = price^3

. gen v3 = price^0.5

. list v1-v3

     +--------------------------------+
     |       v1         v2         v3 |
     |--------------------------------|
  1. | 1.68e+07   6.89e+10   64.02343 |
  2. | 2.26e+07   1.07e+11   68.91299 |
  3. | 1.44e+07   5.48e+10   61.63603 |
  4. | 2.32e+07   1.12e+11   69.39741 |
  5. | 6.13e+07   4.79e+11   88.47034 |
     |--------------------------------|
  6. | 3.35e+07   1.94e+11    76.0789 |
  7. | 1.98e+07   8.83e+10    66.7308 |
  8. | 2.69e+07   1.40e+11   72.03471 |
  9. | 1.08e+08   1.12e+12    101.843 |
 10. | 1.67e+07   6.80e+10   63.89053 |
     |--------------------------------|
 11. | 1.30e+08   1.48e+12   106.7005 |
 12. | 2.10e+08   3.05e+12   120.4159 |
 13. | 2.53e+08   4.02e+12    126.119 |
 14. | 1.09e+07   3.59e+10   57.43692 |
 15. | 3.25e+07   1.86e+11   75.53145 |
     |--------------------------------|
 16. | 2.03e+07   9.14e+10   67.11185 |
 17. | 2.61e+07   1.33e+11   71.44228 |
 18. | 1.34e+07   4.93e+10   60.55576 |
 19. | 1.56e+07   6.19e+10   62.88879 |
 20. | 1.59e+07   6.32e+10   63.11893 |
     |--------------------------------|
 21. | 1.61e+07   6.45e+10   63.32456 |
 22. | 3.46e+07   2.04e+11   76.72027 |
 23. | 4.02e+07   2.55e+11   79.63667 |
 24. | 1.93e+07   8.45e+10   66.24953 |
 25. | 1.75e+07   7.34e+10   64.70703 |
     |--------------------------------|
 26. | 1.32e+08   1.52e+12   107.2241 |
 27. | 1.85e+08   2.51e+12   116.5933 |
 28. | 1.81e+08   2.44e+12   116.0431 |
 29. | 1.47e+07   5.61e+10   61.87891 |
 30. | 2.89e+07   1.56e+11   73.34167 |
     |--------------------------------|
 31. | 3.80e+07   2.34e+11   78.51752 |
 32. | 2.04e+07   9.21e+10   67.20119 |
 33. | 3.97e+07   2.50e+11   79.39143 |
 34. | 1.08e+07   3.56e+10   57.36724 |
 35. | 7.77e+07   6.85e+11    93.8829 |
     |--------------------------------|
 36. | 2.67e+07   1.38e+11   71.91662 |
 37. | 2.24e+07   1.06e+11    68.7968 |
 38. | 2.39e+07   1.17e+11   69.92854 |
 39. | 1.75e+07   7.31e+10   64.66065 |
 40. | 1.76e+07   7.38e+10   64.76882 |
     |--------------------------------|
 41. | 1.08e+08   1.12e+12   101.8381 |
 42. | 2.16e+07   1.00e+11   68.16891 |
 43. | 1.96e+07   8.66e+10   66.52068 |
 44. | 2.01e+07   9.00e+10   66.94774 |
 45. | 4.21e+07   2.73e+11   80.53571 |
     |--------------------------------|
 46. | 1.65e+07   6.69e+10   63.71813 |
 47. | 3.36e+07   1.95e+11    76.1446 |
 48. | 2.43e+07   1.20e+11   70.24244 |
 49. | 2.73e+07   1.42e+11    72.2634 |
 50. | 2.23e+07   1.05e+11   68.72408 |
     |--------------------------------|
 51. | 1.96e+07   8.66e+10   66.51315 |
 52. | 1.74e+07   7.26e+10   64.59102 |
 53. | 9.39e+07   9.10e+11    98.4378 |
 54. | 3.96e+07   2.49e+11   79.34103 |
 55. | 9.48e+07   9.23e+11   98.66611 |
     |--------------------------------|
 56. | 3.88e+07   2.42e+11   78.92401 |
 57. | 2.11e+07   9.66e+10   67.74216 |
 58. | 2.58e+07   1.31e+11   71.26711 |
 59. | 6.61e+07   5.37e+11   90.16096 |
 60. | 1.85e+07   7.93e+10   65.54388 |
     |--------------------------------|
 61. | 3.36e+07   1.95e+11   76.15117 |
 62. | 2.02e+07   9.11e+10   67.07458 |
 63. | 1.60e+07   6.38e+10   63.20601 |
 64. | 1.69e+08   2.19e+12   113.9737 |
 65. | 1.52e+07   5.91e+10   62.40993 |
     |--------------------------------|
 66. | 1.44e+07   5.48e+10   61.62791 |
 67. | 3.48e+07   2.05e+11   76.80495 |
 68. | 1.40e+07   5.27e+10   61.22091 |
 69. | 3.27e+07   1.87e+11   75.62407 |
 70. | 5.10e+07   3.64e+11   84.49852 |
     |--------------------------------|
 71. | 2.91e+07   1.57e+11   73.46428 |
 72. | 2.21e+07   1.04e+11   68.53466 |
 73. | 4.69e+07   3.21e+11   82.76472 |
 74. | 1.44e+08   1.73e+12   109.5217 |
     +--------------------------------+

. sum v1-v3

    Variable |        Obs        Mean    Std. dev.       Min        Max
-------------+---------------------------------------------------------
          v1 |         74    4.66e+07    5.14e+07   1.08e+07   2.53e+08
          v2 |         74    4.35e+11    7.63e+11   3.56e+10   4.02e+12
          v3 |         74    76.75214    16.67704   57.36724    126.119

. sum v1-v3, detail

                             v1
-------------------------------------------------------------
      Percentiles      Smallest
 1%     1.08e+07       1.08e+07
 5%     1.40e+07       1.09e+07
10%     1.52e+07       1.34e+07       Obs                  74
25%     1.76e+07       1.40e+07       Sum of wgt.          74

50%     2.51e+07                      Mean           4.66e+07
                        Largest       Std. dev.      5.14e+07
75%     4.02e+07       1.81e+08
90%     1.30e+08       1.85e+08       Variance       2.65e+15
95%     1.81e+08       2.10e+08       Skewness       2.224265
99%     2.53e+08       2.53e+08       Kurtosis       7.346822

                             v2
-------------------------------------------------------------
      Percentiles      Smallest
 1%     3.56e+10       3.56e+10
 5%     5.27e+10       3.59e+10
10%     5.91e+10       4.93e+10       Obs                  74
25%     7.38e+10       5.27e+10       Sum of wgt.          74

50%     1.26e+11                      Mean           4.35e+11
                        Largest       Std. dev.      7.63e+11
75%     2.55e+11       2.44e+12
90%     1.48e+12       2.51e+12       Variance       5.82e+23
95%     2.44e+12       3.05e+12       Skewness       2.797291
99%     4.02e+12       4.02e+12       Kurtosis       10.81449

                             v3
-------------------------------------------------------------
      Percentiles      Smallest
 1%     57.36724       57.36724
 5%     61.22091       57.43692
10%     62.40993       60.55576       Obs                  74
25%     64.76882       61.22091       Sum of wgt.          74

50%     70.75477                      Mean           76.75214
                        Largest       Std. dev.      16.67704
75%     79.63667       116.0431
90%     106.7005       116.5933       Variance       278.1238
95%     116.0431       120.4159       Skewness       1.361583
99%      126.119        126.119       Kurtosis       3.885685

. by foreign: list v1-v3

-------------------------------------------------------------------------------
-> foreign = Domestic

     +--------------------------------+
     |       v1         v2         v3 |
     |--------------------------------|
  1. | 1.68e+07   6.89e+10   64.02343 |
  2. | 2.26e+07   1.07e+11   68.91299 |
  3. | 1.44e+07   5.48e+10   61.63603 |
  4. | 2.32e+07   1.12e+11   69.39741 |
  5. | 6.13e+07   4.79e+11   88.47034 |
     |--------------------------------|
  6. | 3.35e+07   1.94e+11    76.0789 |
  7. | 1.98e+07   8.83e+10    66.7308 |
  8. | 2.69e+07   1.40e+11   72.03471 |
  9. | 1.08e+08   1.12e+12    101.843 |
 10. | 1.67e+07   6.80e+10   63.89053 |
     |--------------------------------|
 11. | 1.30e+08   1.48e+12   106.7005 |
 12. | 2.10e+08   3.05e+12   120.4159 |
 13. | 2.53e+08   4.02e+12    126.119 |
 14. | 1.09e+07   3.59e+10   57.43692 |
 15. | 3.25e+07   1.86e+11   75.53145 |
     |--------------------------------|
 16. | 2.03e+07   9.14e+10   67.11185 |
 17. | 2.61e+07   1.33e+11   71.44228 |
 18. | 1.34e+07   4.93e+10   60.55576 |
 19. | 1.56e+07   6.19e+10   62.88879 |
 20. | 1.59e+07   6.32e+10   63.11893 |
     |--------------------------------|
 21. | 1.61e+07   6.45e+10   63.32456 |
 22. | 3.46e+07   2.04e+11   76.72027 |
 23. | 4.02e+07   2.55e+11   79.63667 |
 24. | 1.93e+07   8.45e+10   66.24953 |
 25. | 1.75e+07   7.34e+10   64.70703 |
     |--------------------------------|
 26. | 1.32e+08   1.52e+12   107.2241 |
 27. | 1.85e+08   2.51e+12   116.5933 |
 28. | 1.81e+08   2.44e+12   116.0431 |
 29. | 1.47e+07   5.61e+10   61.87891 |
 30. | 2.89e+07   1.56e+11   73.34167 |
     |--------------------------------|
 31. | 3.80e+07   2.34e+11   78.51752 |
 32. | 2.04e+07   9.21e+10   67.20119 |
 33. | 3.97e+07   2.50e+11   79.39143 |
 34. | 1.08e+07   3.56e+10   57.36724 |
 35. | 7.77e+07   6.85e+11    93.8829 |
     |--------------------------------|
 36. | 2.67e+07   1.38e+11   71.91662 |
 37. | 2.24e+07   1.06e+11    68.7968 |
 38. | 2.39e+07   1.17e+11   69.92854 |
 39. | 1.75e+07   7.31e+10   64.66065 |
 40. | 1.76e+07   7.38e+10   64.76882 |
     |--------------------------------|
 41. | 1.08e+08   1.12e+12   101.8381 |
 42. | 2.16e+07   1.00e+11   68.16891 |
 43. | 1.96e+07   8.66e+10   66.52068 |
 44. | 2.01e+07   9.00e+10   66.94774 |
 45. | 4.21e+07   2.73e+11   80.53571 |
     |--------------------------------|
 46. | 1.65e+07   6.69e+10   63.71813 |
 47. | 3.36e+07   1.95e+11    76.1446 |
 48. | 2.43e+07   1.20e+11   70.24244 |
 49. | 2.73e+07   1.42e+11    72.2634 |
 50. | 2.23e+07   1.05e+11   68.72408 |
     |--------------------------------|
 51. | 1.96e+07   8.66e+10   66.51315 |
 52. | 1.74e+07   7.26e+10   64.59102 |
     +--------------------------------+

-------------------------------------------------------------------------------
-> foreign = Foreign

     +--------------------------------+
     |       v1         v2         v3 |
     |--------------------------------|
  1. | 9.39e+07   9.10e+11    98.4378 |
  2. | 3.96e+07   2.49e+11   79.34103 |
  3. | 9.48e+07   9.23e+11   98.66611 |
  4. | 3.88e+07   2.42e+11   78.92401 |
  5. | 2.11e+07   9.66e+10   67.74216 |
     |--------------------------------|
  6. | 2.58e+07   1.31e+11   71.26711 |
  7. | 6.61e+07   5.37e+11   90.16096 |
  8. | 1.85e+07   7.93e+10   65.54388 |
  9. | 3.36e+07   1.95e+11   76.15117 |
 10. | 2.02e+07   9.11e+10   67.07458 |
     |--------------------------------|
 11. | 1.60e+07   6.38e+10   63.20601 |
 12. | 1.69e+08   2.19e+12   113.9737 |
 13. | 1.52e+07   5.91e+10   62.40993 |
 14. | 1.44e+07   5.48e+10   61.62791 |
 15. | 3.48e+07   2.05e+11   76.80495 |
     |--------------------------------|
 16. | 1.40e+07   5.27e+10   61.22091 |
 17. | 3.27e+07   1.87e+11   75.62407 |
 18. | 5.10e+07   3.64e+11   84.49852 |
 19. | 2.91e+07   1.57e+11   73.46428 |
 20. | 2.21e+07   1.04e+11   68.53466 |
     |--------------------------------|
 21. | 4.69e+07   3.21e+11   82.76472 |
 22. | 1.44e+08   1.73e+12   109.5217 |
     +--------------------------------+


. sysuse auto, clear
(1978 automobile data)

. edit

. edit price weight

. preserve

. gen price2 = price + 15

. gen weight1 = weight / 5

. save auto1.dta
file auto1.dta saved

. restore

. sysuse auto, clear
(1978 automobile data)

. list price2
variable price2 not found
r(111);

. clear

. input
nothing to input
r(104);

. input x y

             x          y
  1. 1 2
  2. 3 4
  3. 4 5
  4. end

. save mydata, replace
(file mydata.dta not found)
file mydata.dta saved

. sysuse mydata.dta, clear

. input str10 name age

           name        age
  1. Mike 22
  2. Bruce 21
  3. end
hxxxx!
关注
  • 2
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
stata 15.1安装包 永久使用
02-08
Stata 是一套提供其使用者数据分析、数据管理以及绘制专业图表的完整及整合性统计软件。它提供许许多多功能，包含线性混合模型、均衡重复反复及多项式普罗比模式。用Stata绘制的统计图形相当精美。新版本的STATA采用最具亲和力的窗口接口，使用者自行建立程序时，软件能提供具有直接命令式的语法。Stata提供完整的使用手册，包含统计样本建立、解释、模型与语法、文献等超过一万余页的出版品。 除此之外，Stata软件可以透过网络实时更新每天的最新功能，更可以得知世界各地的使用者对于STATA公司提出的问题与解决之道。使用者也可以透过Stata Journal获得许许多多的相关讯息以及书籍介绍等。另外一个获取庞大资源的管道就是Statalist，它是一个独立的listserver，每月交替提供使用者超过1000个讯息以及50个程序。
Stata命令大全.zip
11-23
stata外部命令大全（包含面板门槛、系统GMM、空间计量、Pvar、中介效应等）
stata：Stata代码
02-17
斯塔达仓库
stata空间面板计量
05-06
stata空间面板计量
stata
03-29
stata
stata数据处理教学
weixin_44381615的博客
01-31 2万+
stata 数据处理教学
实证论文复刻｜stata安慰剂检验
weixin_50381726的博客
04-10 6272
preserve 命令可以把之前的内容保存在一个临时内存空间中，这样保存的文件，无论 preserve 以后我们对文件进行什么操作，都可以随时通过restore将preserve命令之前的文件恢复到内存中，继续使用。如果数据1中某变量的数据有多个，而数据2中某变量的数据是唯一的，则用merge m:1；如果数据1中某变量的数据是唯一的，而数据2中某变量的数据有多个，则用merge 1:m；如果数据1和2中某变量的数据均有多个，则用merge m:n。如果两个数据中的某变量的数据都是唯一的，则用1:1,；
stata：stata软件教程（人大十八讲）（6） 第六章 程序
qq_47805483的博客
10-18 1505
第六章 程序6.1 标准的程序文件格式6.2 创造自己的命令：与 STATA 互致问候6.3 暂元 Macros: local/global6.4 自带命令参数6.5 scalar 标量6.6 临时变量和临时数据文件:tempvar 和 tempfile 6.1 标准的程序文件格式 6.2 创造自己的命令：与 STATA 互致问候 6.3 暂元 Macros: local/global 6.4 自带命令参数 6.5 scalar 标量 6.6 临时变量和临时数据文件:tempvar 和 tempfile
第3章 Stata描述统计
qq_45112156的博客
09-14 3万+
目录 3.1定距变量的描述性统计 案例延伸 1.获得更详细的描述性统计结果 2.根据自己的需要或去相应的概要统计指标 3.按另一变量分类列出某变量的概要统计指标 4.创建变量总体均值的置信区间 3.2正态性检验和数据转换 案例延伸 2.关于ladder命令介绍 3.3单个分类变量的汇总 案例延伸 3.4两个分类变量的列联列表分析 案例延伸 3.5多表和多维列联分析 案例延伸 在进行数据分析时，当研究者得到的数据量很小时，可以通过直接观察原始数...
Stata操作
weixin_51674826的博客
01-16 2790
excel复制许多行的方法：选定第一行，按shift+ctrl+下，再复制 destring varlist,replace 把字符型改为数值型 codebook varlist 得到离散变量的值的个数 egen n = group (x) 生成新变量n使字符型变量x的每个值对应一个值 xttest3 异方差检验 _n是系统观测数变量；keep if mod(_n,2)==0 保留偶数行 su…,separator(1) 统计表中每行加分隔的线 .i.xxx与c.xxx表示因..
stata中计算公式命令_stata 计算命令:
weixin_28920737的博客
01-12 1万+
如何使用stata求alpha值用stata算集中指数采用Stata系统自带数据库auto.dta。一、集中趋势的统计描述以变量price为例进行说明。均数：采用meanprice计算得6165.257。算术均数、几何均数和调和均数可以采用means、ameans、gmeans、hmeans计算。众数：没有对应的命令可以直接计算众数，但是可以通过几种策略进行变通计算。如通过egenx=mode(p...
Oracle 误删表及数据后恢复
zl的博客
12-15 455
一：表的恢复 对误删的表，只要没有使用PURGE永久删除选项，那么从flash back区恢复回来希望是挺大的。一般步骤有： 1、从flash back里查询被删除的表 select * from recyclebin 2.执行表的恢复 flashback table tb to before drop,这里的tb代表你要恢复的表的名称。 二：表数据恢复
stata的什么命令能够输出数据集的整体分布和具体分布？
Una20200519的博客
01-10 5232
方法一： 输出数据集的观测数量、变量数量、数据集的标题和数据集的创建时间： describe, short 输出数据集的观测数量、变量数量、数据集的标题和数据集的创建时间、各变量名称及其类型（字符、整数、小数）和标签: describe 方法二： 输出各变量的观测数量、平均值、标准差和最值： sum 输出各变量的各变量的观测数量、平均值、标准差、最值、偏度、峰度和各分位数： sum, detail ...
stata代码笔记，随时更新
dataxc的博客
05-03 1万+
stata 1.stata计数函数 ***产生新变量var1，其值为ID的重复次数 bysort ID: egen var1=count(ID) 2.stata去重 ***删除ID重复的观测值，只保留不重复的观测值 duplicates drop ID ,force 3.stata结果导出为doc ***安装asdoc ssc install asdoc, replace ***例1，把...
正态性/方差齐性检验及stata实现
dataxc的博客
07-06 3万+
正态性检验及stata实现 1. 方法 方法如下（假设变量名称为var1） summarize var1, detail / 这是对变量var1的详细描述，里面包含变量的分位数、最大最小值、均数方差标准差，偏度峰度等；正态分布的偏度 Skewness=0；峰度 Kurtosis=3。 Skewness/Kurtosis tests 命令：sktest var1 / 结果如下 上图也包含了对Skewness（偏度）和Kurtosis（峰度）的检验，需两者均大于检验水准（你可以根据实际情况定为0.05等）
stata中计算公式命令_Stata数据处理：各种求和方式一览
weixin_31304817的博客
01-12 3万+
Stata 连享会   主页 || 视频 || 推文温馨提示： 定期 清理浏览器缓存，可以获得最佳浏览体验。目录本文主要通过一些案例演示，来解决大家在 Stata 应用中遇到的各种求和问题。1. generate 命令的 sum() 函数具体代码如下：clearinput x1 x21 22 43 64 8endgen sum_x1 = sum(x1)gen sum_x2 = sum(...
史上最全的 Stata 外部命令一览
热门推荐
Stata连享会
10-17 5万+
Stata 连享会2018.11现场班：内生性专题课程介绍 史上最全的 Stata 外部命令一览，可以在线查看帮助文件。 Stata连享会 精彩推文1 || 精彩推文2 Source: Archive of user-written Stata packages 导言 这里汇集了截至 2015年1月1日 为止的所有 Stata 外部命令。可以在线查看每个外部命令的帮助文件。 对于感...
Stata：Bootstrap 简介
Stata连享会
02-27 3万+
  作者： 吴雄(湘潭大学)，童天天(中南财经政法大学) Stata 连享会： 知乎 | 简书 | 码云   Source: The Bootstrap in Stata   连享会：内生性问题及估计方法专题 Stata连享会   计量专题 || 精品课程 || 简书推文 || 公众号合集   1. bootstrap 简介 bootstrap 是一种崭新的增广样本统计方法，为...
stata学习笔记|基本知识
Clytie_Lion的博客
11-01 1万+
经济数据的分类 横截面数据：一个时间点多个个体的变量数据 时间序列数据：某个经济体在不同时间点的变量取值数据 面板数据：多个经济体在不同时点的上的数据。其中分为短面板和长面板，短面板指的是T较小，N较大；长面板指的是T较大，N较小。采用xtset N T 的时候，会显示数据是否是balance的，以及长短。 stata中一些基本操作 文件的操作 设置路径（这里可以直接复制电脑上的路径名称） cd"C:\Users" 导入文件 use xyz.dta,clear 关闭文件 ...
stata logout
最新发布
09-16
Stata是一款统计分析软件，当我们在使用Stata完成一系列操作后，可以通过输入"logout"来退出程序。退出Stata有以下几个主要的原因和作用： 首先，退出Stata可以释放计算机内存和资源，尤其是在我们的计算机性能较低或者在运行大规模数据和复杂计算的情况下，退出Stata可以释放计算机的负荷，提高计算机的运行速度和效率。 其次，退出Stata可以帮助我们管理和保存数据。当我们完成了数据分析和处理的工作后，退出Stata会触发一个对话框询问是否保存当前的数据文件。如果我们选择保存数据，Stata会自动将当前的数据文件以及分析结果保存下来，方便我们今后的查阅和使用。 另外，退出Stata还可以帮助我们保证数据的安全性。在退出Stata之前，Stata会自动将我们的数据文件从内存中保存到硬盘中，确保数据不会因为突发的断电等原因而丢失。 最后，退出Stata还可以帮助我们管理和控制程序的运行流程。在Stata中，我们可以通过编写脚本进行批量分析，而退出Stata可以方便地结束脚本的运行，或者在分析过程中需要调整或中断分析时，可以通过退出Stata来停止程序的运行。 综上所述，退出Stata是非常重要和必要的操作，它可以释放计算机资源、保存数据、保证数据安全性以及管理程序的运行流程。所以，在使用Stata进行数据分析时，我们应该养成良好的习惯，及时退出Stata并保存数据，以确保数据分析工作的顺利进行。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值