更多精彩内容请关注211统计课堂

上期小统和大家一起了解了STATA数据处理技巧与计量分析的背景介绍，这期小统和大家一起学习一下基本语句介绍。

Stata操作界面

核心功能(do file)Stata中的命令集合文件，在编程语言中成为脚本(scripts)，是指为达到某一分析目的进行的数据读取、数据处理、分析等的命令集合。

Stata的基础语法

基本语法结构：

funName variable/(var list) if/in, by() other options

generate newVar=var1/var2

summarize var1 var2 newVar if group==1

regress indepVar depVar1 depVar2 depVar3,robust

•任何的实证分析，收集到的数据形形色色，格式不一。

•因此，很多时候，数据清洗或者初步的数据处理成为了最重要的环节。。。

数据导入与保存：

help insheet  //可以导入csv或者txt数据文件(常用)

help import excel  //导入excel文件(常用)

help import sasxport  //导入sas文件(少用)

help use //导入dta文件(常用)

help save  //保存为dta数据文件

eg:

insheet  using “dataset.csv”,clear

import excel  “dataset.xls”,firstrow sheet(Sheet1) clear

use dataset.dta,clear

save dataset2.dta,replace

数据处理常用命令：

help gen  //赋值、计算变量(加减乘除、乘方，逻辑运算)

help egen  //可以计算任何描述统计指标、分组。常与bysort组合使用，功能非常强大！

help replace  //替换数据，常结合if使用

help destring //数字变量处理

help encode  //对个体变量进行编号，分组变量或者面板数据常用

eg:

gen newVar=var1/var2  //两个变量相除

gen Year2017=(year==2017)  //2017年的虚拟变量设置

egen meanVar=mean(var)   //求某一个变量的均值

bysort industry:egen meanVar=max(var)

replace var1=0 if var1==.  //把var1为缺失值的赋值为0

destring var1,replace  //把文本格式的变量转化为数值变量

encode Stkcd,gen(Stkcd1)  //个体数据进行数值化(编号)

数据探索命令——计量分析第一步

help summarize  //描述统计(观测数、均值、标准差、最小值、最大值)

help tabstat  //更为常用，可以自定义统计指标，并导出到excel

help winsor  //缩尾处理，每次只能处理一个变量

help winsor2  //外部缩尾处理命令，更为方便，可多变量处理。

help scatter //绘制两个变量之间的散点图

help pwcorr  //计算相关系数表格

eg:

sum var1 var2

tabstat var1 var2,stat(mean n sd max min median) c(s)

winsor2 var1 var2,replace cuts(1 99)

scatter y x

pwcorr var1 var2 var3,sig  //报告p值

pwcorr var1 var2 var3,star(0.05)  //把p值小于0.05的用*标记

小结：

•全部的处理都可以菜单式操作，但是不建议用。除非在你忘记命令如何写或者某些option不知道如何写的时候。

•对于任何指标的计算，本课程介绍的命令基本上可以解决90%以上。多思考。多层bysort+egen能发挥你意想不到的威力。

•数据清洗是每次实证分析的最基础最重要最耗时的一步，你的目标是把数据集中全部红色的变量变为蓝色或者黑色。

•还有更多的操作技巧，等你慢慢发掘。