常用Stata命令（持续更新中）_stata查看从10-20的个体且符合-CSDN博客

本文链接：https://blog.csdn.net/zhanlang619/article/details/123313379

为便于实际操作，笔者将命令与显示结果存储成do文件（直接可以在Stata软件中查看，便于学习），移步资源窗口下载。

基本操作命令：

查看数据：

  browse  #看到全部数据
  list q  #只看到q的数据
  list q area in 4/10 #显示指定变量从i=4到i=10的数据
  describe #查看数据集中的变量名单、标签
  summarize q #查看变量q的统计特征
  summarize q,detail #查看变量q更多的统计指标
  summarize #若未指明变量，则显示数据集中所有变量的统计指标
  tabulate pl #显示变量pl的经验累积分布函数
  pwcorr pl pf pk,sig star(.05)
  #显示变量pl、pf、pk之间的相关系数，.05表示显著性水平为5%
  I q farmm if q<=200 #显示满足条件的指定变量的数据 
  #还可以设置多个条件，中间要用&连接

输入数据：

cd G:\Stataex  #指定默认路径
pwd #查看当前路径
import excel "G:\Stataex\expd.xls", sheet("sheet11")
firstrow clear  #输入数据
save "G:\Stataex\expanel.dta"   #保存数据
# 在 Stata中“/* */”、“*”表示对命令进行注解，在Stata中不会被执行

调用数据：

use G:\Stataex\expanel.dta,clear 
#打开指定路径下的数据文件，这里的clear表示把之前的数据都清除掉。
shellout "auto.xls"   #打开auto.xls, 注意要写全后缀
import excel "auto.xls",sheet(domestic)   #导入Excel数据
label variable lnprice "ln(汽车价格-price)" #为变量lnprice添加标签
cls #清屏，stata16里的新功能

显示面板数据结构：

xtdescribe   
#显示面板数据结构

显示面板数据的统计特征：

xtsum q area provi year
#可以查看多个变量（q,area,provi,year）的统计特征

查看数据的分布频率：

xttab q in 1/100
#查看前1到100个q的分布情况   多用于离散模型
#在此基础上变形
xttab q if q<=100
#查看 q小于等于100时的分布频率

##在使用xttab命令时，需要设置最大值  
set maxsize *
#在Stata/MP和Stata/SE中，允许的范围：10< * < 11000
#Stata/IC中：10< * < 800  超过此范围会报错

画图：

xtline q, overlay
#表示在同一图里，画变量q的时间序列图，否则，画n个（n个个体）时间序列图
histogram q,width(1000) frequency #变量q的直方图
kdensity q #变量q的连续经验分布图/核密度函数图
scatter tc q #tc与q之间的散点图
twoway (scatter tc q)(lfit tc q) #散点图上画出回归直线
twoway (scatter tc q)(qfit tc q) #散点图上画出二次回归曲线
graph combine scatter1.gph scatter2.gph #将两张图并列排放在一张图上
#scatter1,scatter2为事先生成图的文件名
help histogram #查看对于该命令的详细说明
#保存图
graph save panel2 replace
#表示将图片保存至默认路径，将已存在的panel2替换掉

生成新变量 (generate/gen/g)：

gen lnq = log(g+farmm)
g lnq = log(g+farmm)	

#虚拟变量的生成
qy的取值为1,2,3  1代表东部,2代表中部,3代表西部
g d_qy2=(qy==2)
#如果是中部省，生成虚拟变量d_qy2=1,否则为0

安装第三方包：

ssc install st0085_2  #安装第三方包
help esttab  #找到esttab对应的软件包

数据分析：

reg lnq lnarea lnfarmm, r   #pool回归
estimates store POOL11   #est   sto POOL11
xtreg lnq lnarea lnfarmm lnagchf, fe vce(cluster provi)
#个体固定效应变截距模型--组内估计
est sto FE1
esttab POOL11 FE1, ar2(%8.4f) se(%8.4f)  star(*0.1 **0.05 ***0.01)
#
esttab using test.doc, ar2(%8.4f) se(%8.4f) brackets aic bic mtitles
esttab using test1.xls, ar2(%8.4f) se(%8.4f) brackets aic bic mtitles replace       #默认展示最近一次回归的结果
# (%8.4f)表示数据保留小数点后4位有效数字
# star(*0.1  ** 0.05  *** 0.01) 显著性水平--默认也显示
# barckets表示se放在中括号里--默认是小括号
# ar2表示修正的R2--r2表示R2
# se表示标准误
# aic、bic是信息准则
# mtitles表示把POOL11、FE1作为标题名，默认是被解释变量名
# using test1.doc表示将回归结果保存至Word文档

变量重命名：

rename larg large #将larg重命名为large

计算器功能：
```
display log(2) #计算log(2)的值
```

线性回归：

regress lntc lnq lnpl lnpk lnpf
#对变量lntc lnq lnpl lnpk lnpf进行回归分析
vce
#显示估计系数的协方差矩阵
predict lntchat
#计算被解释变量的拟合值，并将其记为lntchat
predict e1,residual
#计算残差，并将其记为e1

自相关检验

#DW检验：可检验一阶自相关（高阶无效），在回归后输入
estat dwatson
#LM检验：
estat bgodfrey #1阶自相关检验
estate bgodfrey,lags(2) #检验几阶自相关就在括号内输入几阶

异方差检验（更新中）
```
在这里插入代码片
```

特殊情况的处理：

情况一：个体变量名非数值
例如，province 是个体变量名， year是时点变量名
（注：在运行面板数据的相关命令前，要运行下列命令）

第一步：

encode province, gen(id)
#生成新变量ID（取值为1,2,3...）来替代province
#若个体变量为1,2,3...整数，就无需使用encoder命令

第二步：

xtset id year
#本命令相当于告诉Stata, 该数据为面板数据

以下命令慎用

drop farmm #删除变量farmm
drop if q<=2000 #删除满足条件的数据
keep q area  #仅保留q、area两个变量