STATA 和 SAS 输入输出示范

  • STATA例子
  • STATA 输入输出
  • SAS STATA输入输出
  • STATA数据标准化
  • 欢迎使用Markdown编辑器
    • 新的改变
    • 功能快捷键
    • 合理的创建标题，有助于目录的生成
    • 如何改变文本的样式
    • 插入链接与图片
    • 如何插入一段漂亮的代码片
    • 生成一个适合你的列表
    • 创建一个表格
      • 设定内容居中、居左、居右
      • SmartyPants
    • 创建一个自定义列表
    • 如何创建一个注脚
    • 注释也是必不可少的
    • KaTeX数学公式
    • 新的甘特图功能，丰富你的文章
    • UML 图表
    • FLowchart流程图
    • 导出与导入
      • 导出
      • 导入

STATA例子

关于这些输出的问题，有2篇文章做了最好的总结。（连玉君）
https://zhuanlan.zhihu.com/p/93793601
https://blog.csdn.net/arlionn/article/details/103855343

http://blog.sina.com.cn/s/blog_65b2919d0102w1i8.html

Stata结果输出：logout、esttab、outreg2

一文读懂结果输出命令大全（上）

https://www.lianxh.cn/news/79bdf97db717e.html

描述性统计

* 描述性统计
// ssc install sum2docx
local varlist "vol fdhld ret turnover price state"
sum2docx `varlist' using "sumstat.docx",replace ///stats(N mean(%9.2f) sd(%9.3f) min(%9.2f) median(%9.2f) max(%9.2f)) ///title(Table: Descriptive statistics)

相关系数矩阵

* 相关系数矩阵
**不用输出p值corr2docx
local varlist "vol fdhld ret turnover price state"
corr2docx `varlist' using "corr.docx", append spearman(ignore) pearson(pw) ///fmt(%8.3f) star title(Table: correlation coefficient matrix)
**需要输出p值esttab
local varlist "vol fdhld ret turnover price state"
estpost correlate `varlist', matrix
esttab using "corr.rtf", ///unstack not noobs compress nogaps replace star(* 0.1 ** 0.05 *** 0.01) ///b(%8.3f) p(%8.3f) title(Table: correlation coefficient matrix)

回归结果

global controls "lagvol lagret lagto lagsiz lagprc state"reg vol CI1
est store m1
reg vol CI1 $controls i.month i.ind
est store m2
reg vol CI2
est store m3
reg vol CI2 $controls i.month i.ind
est store m4local s "using result.rtf"
local m "m1 m2 m3 m4"
esttab `m' `s', b(%6.4f) nogap compress star(* 0.1 ** 0.05 *** 0.01) ///ar2 scalar(N F) title(panel OLS) ///append indicate("Month FE =*.month" "Ind FE =*.ind")

描述统计量

help tabstat //Stata 官方命令
描述统计量组间均值差异检验
help ttest
help ttable2
help estout
相关分析命令
help pwcorr
help pwcorr_a
回归相关分析命令
help esttab
help outreg2
help logout
stata命令汇总
help sum2docx //输出基本统计量输出
help t2docx //输出均值差异检验结果输出
help corr2docx //输出 Pearson & Spearman 相关系数矩阵输出
help reg2docx //输出回归结果输出

use ret_indexret_cvi,clear
merge 1:1 firm Date using ar_vol
tab _merge
keep if _merge==3
drop _mergepreserve
local xlist "  ar  ret2  cvi fear_index"logout, save(D:\car_2021\new_table\vol\Table12_Desc_STAT) excel  replace:  tabstat  ///`xlist'   , stats(n mean sd min p25 p50 p75 max) c(s) f(%6.5f)
restoregen log_fear_index=log(fear_index)tabstat ar  ret2  cvi fear_index, stats(n mean sd min max  skewness  kurtosis ) c(s) f(%6.3f)reg ar  log_fear_index
est store m1reg ar log_fear_index  ret2
est store m2reg ar log_fear_index ret2 cvi
est store m3esttab  m1  m2 m3    ///
using D:\car_2021\new_table\vol\table12.csv,replace compress nogap nonotes    ///se(%6.5f)  se  scalars(r2 r2_a N F)  star(* 0.1 ** 0.05 *** 0.01 ) obslast title("vol regression") addnotes("*** 1%  ** 5%  * 10%" "" "")
*********************************************
***********  Code for my research ***********
***********       2014/12/11    ***********
*********************************************clear all
set more off
set memo 200m
capture log close
***********local workdir0 "D:\stock"
cd `workdir0'local datafiles0: dir "`workdir0'" files "*.txt"foreach datafile0 of local datafiles0 {rm `datafile0'
}
******set logtype text
log using myproject_log.txt,replace*********************************************
***********  Code for my research ***********
***********       2014/12/11    ***********
*********************************************cd D:\stock*** 清空文件夹中的 图形文件，便于反复调试程序 ***local workdir "D:\stock"
cd `workdir'local datafiles: dir "`workdir'" files "*.gph"foreach datafile of local datafiles {rm `datafile'
}*** 读入原始数据集 CSV 格式 ***
insheet using rawdata.csv,comma names*** 计算需要的变量，并制作标签标识
rename f110201b pxl
label variable pxl  "每股现金股利"rename   f011201a lev
label variable lev  "资产负债率"rename   f090901b eps
label variable eps  "每股净利润"gen fltgbl=1-(nshra/ nshrttl)
label variable fltgbl  "非流通股比率"rename f091001a mas
label variable mas  "每股净资产"rename f091801b mncf
label variable mncf  "每股现金流量"gen tzzc=c002007000/ nshrttl
label variable tzzc  "每股投资总支出"gen size=ln(a001000000)
label variable size  "企业规模"*** 删除极端值 ***
sum pxl size lev eps fltgbl mas mncf tzzc
drop if lev>100 | tzzc>100save mydata,replaceuse mydata,clear*** 散点图 ***
foreach variable of varlist size lev eps fltgbl mas mncf tzzc {scatter pxl `variable' , saving(graph_`variable') }graph combine graph_size.gph graph_lev.gph  graph_eps.gph  graph_fltgbl.gph  ///
graph_mas.gph  graph_mncf.gph  graph_tzzc.gph,saving(scatter_graph) graph export scatter_graph.png,replace*** 描述性统计 ***
tabstat pxl lev eps fltgbl mas mncf tzzc, stats(n mean sd min max  skewness  kurtosis ) c(s) f(%6.3f)*** 相关系数表 ***
corr pxl size lev eps fltgbl mas mncf tzzc*** OLS 估计 四个模型  ****use mydata,clear*** 多重共线性检测 ***
reg pxl size lev eps fltgbl mas mncf tzzc
vif****model 1****
reg pxl size
est store m1****model 2****
xi: reg pxl size i.year i.indcd
est store m2****model 3****
reg pxl size lev eps fltgbl mas mncf tzzc
est store m3****model 4****
xi:  reg pxl size lev eps fltgbl mas mncf tzzc i.year i.indcd
est store m4****model 5 异方差稳健的标准误估计 ****
xi:  reg pxl size lev eps fltgbl mas mncf tzzc i.year i.indcd, robust
est store m5logout , save(OLS_table) word replace fix(3): esttab m1 m2 m3 m4 m5, ///
mtitle(m1 m2 m3 m4 m5) b(%6.3f)   star(* 0.1 ** 0.05 *** 0.01 )  ///
scalar(r2 r2_a N F) compress nogap drop(_I* o._I*)*** 斜率系数检验 ***
quietly  xi:  reg pxl size lev eps fltgbl mas mncf tzzc i.year i.indcd*** 检验 两个斜率系数是否同时为零 ***
test lev eps*** 检验 两个斜率系数是否相等 ***test lev = eps**** A. 面板回归  个体效应 ***use mydata,clear
quietly tsset stkcd year*** One-way Fixed Effect Models: Group Effects  ***
** 1.Within Group Effect Model **
xtreg pxl size lev eps fltgbl mas mncf tzzc, fe i(stkcd)
est store  g1** areg to get the same result except for R2 **
areg pxl size lev eps fltgbl mas mncf tzzc, absorb(stkcd) ** 聚类稳健标准误 **
xtreg pxl size lev eps fltgbl mas mncf tzzc, fe vce(cluster stkcd)
est store  g2** 2. Between Group Effect Model: Group Mean Regression **
xtreg pxl size lev eps fltgbl mas mncf tzzc, be i(stkcd)
est store  g3**** B. 面板回归  时间效应 ****** One-way Fixed Effect Models: Time Effects ***
** 1.Within Time Effect Model **
iis year
xtreg pxl size lev eps fltgbl mas mncf tzzc, fe i(year)
est store  g4** 2.Within Time Effect Model **
xtreg pxl size lev eps fltgbl mas mncf tzzc, be i(year)
est store  g5****   C. 双向效应   ******* Two-way Within Effect Model ***
tab year, gen(yr_dum)
xtreg pxl size lev eps fltgbl mas mncf tzzc yr_dum2-yr_dum14, fe i(stkcd)
est store  g6** 聚类稳健标准误 **
xtreg pxl size lev eps fltgbl mas mncf tzzc yr_dum2-yr_dum14, fe vce(cluster stkcd)
est store  g7esttab g1 g2 g3 g4 g5 g6 g7 using table5.csv,replace compress nogap ///
nonotes scalars(r2_a N F)  star(* 0.1 ** 0.05 *** 0.01 ) ///
obslast title("TABLE 5") drop( yr_dum*) addnotes("*** 1%  ** 5%  * 10%" "" "")*** 固定效应还是随机效应：豪斯曼检验  ***
****model 1****
use mydata,clear
quietly tsset stkcd yearxtreg pxl size   ,fe
est store panel01_fextreg pxl size  ,re
est store panel01_re***  Hausman 检验***
hausman panel01_fe panel01_re,sigmamore**** 结论：支持固定效应模型 ********model 2****
xtreg pxl size lev eps fltgbl mas mncf tzzc  ,fe
est store panel02_fextreg pxl size lev eps fltgbl mas mncf tzzc  ,re
est store panel02_re***  Hausman 检验***
hausman panel02_fe panel02_re,sigmamore**** 结论：支持固定效应模型 ****esttab panel01_fe panel01_re panel02_fe panel02_re using table6.csv, ///
replace compress nogap nonotes scalars(r2_a N F)  star(* 0.1 ** 0.05 *** 0.01 ) ///
obslast title("TABLE 6")  addnotes("*** 1%  ** 5%  * 10%" "" "")set more on
clear all

STATA 输入输出

http://blog.sina.com.cn/s/blog_65b2919d0101qepl.html
options pagesize=53 linesize=76 pageno=1 nodate
formchar="|----|+|—"
;
在大数据运行中，我们不想输出log

dm log ‘clear;’ continue;

option nonotes;

proc printto log=“c:\test.txt”;
run;

proc printto log=null;
run;

proc print data=sashelp.class;
run;

%put ‘not thing show’ all;

proc printto log=log;
run;

proc print data=sashelp.class;
run;

%put all;

*** Point the log to its default destination;
proc printto;run;

proc printto print=null log=null;
run;quit;

proc print data=sashelp.class;
run;

proc means data=sashelp.class;
run;

proc printto;run;quit; 恢复log

1.输出LOG文件：

proc printto print=‘D:\shandong\log_print’ log=‘D:\shandong\log_orignal.log’ new;

2.1SAS输出结果怎么转成WORD

options nodate nonumber;

ods listing close;
ods rtf file=‘c:\name.doc’;
proc reg data=a;
model y=x;
run;
ods rtf close;

ods listing;

2.2SAS输出结果怎么转成PDF

options nodate nonumber;

ods listing close;
ods printer pdf file =‘odsprinter.pdf’;

proc reg data=a;
model y = x;
run;

ods printer close;

ods listing;

2.3SAS输出结果怎么转成XLS
options nodate nonumber;

ods listing close;
ods html file =‘D:\A1.xls’;
proc means data=sashelp.class ;
var age weight height;
title ‘格式大全’;
run;
ods html close;

ods listing;

2.4SAS输出结果怎么转成HTML文件

options nodate nonumber;

ods listing close;
ods html file =‘d:new.html’;
proc means data=sasuser.score;
var math;
title ‘数学成绩’;
run;
ods html close;

ods listing;

将SAS分析的结果写入到EXCEL中，这种表格 十分的 美观哦。

ods tagsets.excelxp file=“d:\test.xls” options(sheet_name=“print”) style=analysis;

proc print data=sashelp.class;run;

ods tagsets.excelxp options(sheet_name=“freq”);

proc freq data=sashelp.class;

tables sex;

run;

ods tagsets.excelxp close;

或者：

%macro o2xl(xlname,sdata);
ods tagsets.ExcelXP options(sheet_name="&name.") style=XLStatistical;
proc print data=&data. noobs label;
run;
%mend;

  • style 需要另外设置, label 表示在excel输出sas标签;
    ods results noresults;
    ods listing close;
    ods tagsets.ExcelXP file="…\file_name.xls" options(sheet_name=“xlname0”) style=XLStyle;
    proc print data=sdata0 noobs label;
    run;

*table 1;
%o2xl(xlname1,sdata1);
*table 2;
%o2xl(xlname2,sdata2);
……
ods tagsets.excelxp close;

一个综合的例子：

Logit 回归结果呈示：

options pagesize=53 linesize=76 pageno=1 nodate
formchar="|----|+|—";
ods listing close;

options nodate nonumber;
ods rtf file=‘d:\name.doc’;

title 'LOGISTIC回归模型示范 ';
proc logistic data=Data1 desc;
model car_acq_dummy=region_new region_country acq_industry equity_percentage acq_debt acq_tobin_q acq_book_to_market acq_state acq_cash_to_assets_ratio mean_rival_car region_state debt_state
/stb aggregate scale=none lackfit rsq covb;
output out=mmm p=phat lower=lcl upper=ucl /alpha=0.05;
;
run; quit;
ods rtf close;
ods listing;

set more off

clear

sjlog using eststo1, replace

sysuse auto

regress price weight mpg

eststo

regress price weight mpg foreign

eststo

estout, style(fixed)

sjlog close, replace

clear all

set more off

set memo 400m

version 11

capture log close

cd F:\match

set logtype text

log using mylog.txt, replace

insheet using data01.csv,comma names

clear all

log close

2.STATA回归输出格式总结，非常的全面和使用。

http://pan.baidu.com/s/1eQpJzpC

STATA回归输出格式的设定命令

http://repec.org/bocode/e/estout/

estimates table small large, b(%7.4f) se(%7.4f) stats(N r2_a)

sysuse auto,clear
tabstat price wei len mpg rep78, stats(mean sd min p50 max) c(s) f(%6.2f)

logout, save(mytable) word replace: tabstat price wei len mpg rep78, stats(mean sd min p50 max) c(s) f(%6.2f)

logout,save(mytable) word replace: pwcorr_a price wei len mpg rep78

logout,save(mytable) word replace: pwcorrs price wei len mpg rep78,sp
//pwcorrs 可以输出Spearman 相关系数表。

mat a=I(10)
mat list a
logout , save(mytable) word replace:mat list a,nohalf

sysuse auto,clear
reg price wei
est store m1
reg price wei len
est store m2
reg price wei len mpg foreign
est store m3

esttab m1 m2 m3

esttab m1 m2 m3,ar2 compress nogap star(* 0.1 ** 0.05 *** 0.01)

esttab m1 m2 m3,ar2 compress nogap star(* 0.1 ** 0.05 *** 0.01) b(%6.3f) brackets p

esttab m1 m2 m3,beta

label var weight “汽车重量”
esttab m1 m2 m3,label

esttab m1 m2 m3,margin //默认省略Constant
esttab m1 m2 m3,margin constant

esttab m1 m2 m3 using myout.html,replace //追加的话，replace换为

append
esttab m1 m2 m3 using myout.csv,replace
esttab m1 m2 m3 using myout.csv,replace compress nogap nonotes scalars(r2_a N F) star(* 0.1 ** 0.05 *** 0.01 ) obslast title(“输入标题”) addnotes("*** 1% ** 5% * 10%" “” “”)

增加小数位显示，P值的显示。

est tab, p(.10g)
——————————————
sysuse auto, clear
reg price rep head trunk
est store m1

esttab m1 using myout.csv,replace compress p(%6.4g) nogap nonotes scalars(r2_a N F) star(* 0.1 ** 0.05 *** 0.01 ) obslast title(“输入标题”) addnotes("*** 1% ** 5% * 10%" “” “”)

-----------------------例子-----------------------------
sysuse auto,clear
reg price wei
est store m1
reg price wei len
est store m2
reg price wei len mpg foreign
est store m3

logout , save(mylogout) word replace fix(3): esttab m1 m2 m3,mtitle(模型1 模型2 模型3) b(%6.3f) se(%6.2f) se star(* 0.1 ** 0.05 *** 0.01 ) scalar(r2 r2_a N F) compress nogap

以上比较牛逼！

sysuse auto,clear
reg price wei
est store m1
reg price wei len
est store m2
reg price wei len mpg foreign
est store m3

xml_tab m1 m2 m3 , replace
//默认显示标签，保存名称为stata_out.xml

xml_tab m1 m2 m3 , save(result) sheet(OLS) replace ///
tstat blew stats(r2 r2_a N)
xml_tab m1 m2 m3 , save(result) sheet(OLS) replace ///
tstat blew stats(r2 r2_a N) ///
drop(_Ioccup) font(“Times new Roman” 10) ///
title(table 1 表名) ///
tblank(1) format(NCCR3) ///
note(“注释”)
//中文标签要先修改或 nolabel
//save() 可以有具体路径
//可以有多个sheet

--------------------outreg2--------------------------
sysuse nlsw88,clear
tab race,gen(d_race)
drop d_race1
tab occu,gen(d_occu)
drop d_occu1
reg wage hours ttl_exp married
est store m1
reg wage hours ttl_exp married d_race*
est store m2
reg wage hours ttl_exp married d_race* d_occu*
est store m3
outreg2 [m1 m2 m3] using tab01,seeout replace

outreg2 [m1 m2 m3] using tab01,word replace
outreg2 [m1 m2 m3] using tab01,excel replace

outreg2 [m1 m2 m3] using tab01,word replace label

outreg2 [m1 m2 m3] using tab01,word replace tstat
//t统计量
outreg2 [m1 m2 m3] using tab01,word replace pvalue
//p值
outreg2 [m1 m2 m3] using tab01,word replace tstat tdec(2)///
rdec(3)
//t统计量小数点后两位 R2小数点后三位

因为对sas inputinfile 读取cards数据和外部文件，如txt, dat数据诸多的疑惑，以及对infile选项 truncover, missover, flowover,pad, lrecl等选项的一知半解。前些日子特地在论坛上提了两个问题:

input读入原始数据，datalines和txt中的区别？

http://bbs.pinggu.org/forum.php?mod=viewthread&tid=1571120&from^^uid=3269938

关于input输入原始数据

http://bbs.pinggu.org/forum.php?mod=viewthread&tid=2145400&from^^uid=3269938

请教了论坛的各位大牛，有davil2000，webgu, ziyenano, pobel等等，他们都给出了很好的解释和回答，但总体还是没有一个系统的解答，因此我在总结了各位大牛的回答的基础上，查阅了相关文献，有了一个初步的理解，写出来与大家分享，也希望各位大牛能补充说明。

首先说明，sas的input和infile语句无比强大，可以通过各种输入方式和各种选项实现任何有规律无规律数据的导入，光input, infile的功能我觉得都可以写成一本书了，因此本文不致力于详细讲解input和infile，事实上很多选项我也不懂，但是可以查阅一下sas help在自己需要的时候使用。本文主要对infile中容易误解的几个选项missover, truncover, pad以及input 列表输入和列输入的不同进行说明。

infile选项汇总.jpg

关于input的columninput (列输入)和listinput (列表输入).

简单来说：列输入就是严格按照变量指定的长度进行数据读取，忽略分隔符。如input name 1−10; inputhome40.; 都属于列输入。列表输入就是根据规定的分隔符（默认是空格）按照变量的顺序读取数据，多个空格按照一个处理，遇到空格即停止。如input name home:40. ;

假设有如下原始数据：

原始数据.jpg

需要注意的是，在windows和unix中的文本处理器如写字板创建上面的数据，数据每行属于可变长度，每行的长度就是灰色区域的长度，而在sas的datalines中，上述的数据是固定长度的，长度为80 bytes，后面没数据的地方以空格填充，在大型主机的某些数据文件中，数据行也是固定长度的，无数据的地方以空格填充。

首先分别以input的列输入和列表输入导入上述数据，假设数据位于d盘infile文件夹中，名字为emplist。

DATA test1;

INFILE "d:\infile\emplist.dat";INPUT lastn $1-21 Firstn $ 22-31Empid $32-36 Jobcode $37-45;

RUN;

DATA test2;

INFILE “d:\infile\emplist.dat”;

INPUT lastn Firstn

    Empid Jobcode ;

RUN;

上述程序提交后，结果如何，在此之前，先讲一下flowover选项。Infile默认是flowover选项。

在列输入时：如果input指针到了一行的最后一个字符时，有些变量还是没有得到值或者完整的值，指针就会跳到下一行的第一列开始读取数据，来填充没有值的变量。当下次input语句执行的时候，新的一行数据就会进入inputbuffer。

因此列输入数据如下：

列输入.jpg

说明，对于第二行数据，pilot没有达到jobcode所需要的长度，因此指针跳到下一行读取smith填补上来。完成之后进入数据步的下一个循环，执行下一次input，因此指针再次跳行，将leistner读入。而读取第五行tomas数据时,harald长度不够firstn用，所以指针跳到下一行将wade读入作为firstn，然后e1026作为empid，pilot仍然不够用，所以跳到下一行读取waugh作为jobcode;

在列表输入时，以空格为分隔符，数据可以正确地读入，但默认的flowover选项仍然会导致将下一行数据读入填充缺失值。结果如下：

列表输入.jpg

使用missover选项：

当在infile语句中使用missover选项时，它会抑制掉flowover，使得在读取短的数据行时，input指针不会跳到下一行来读取数据，相反，它使得没有数据的变量变缺失。

在列输入中加上missover选项时，结果如下：

列输入missover.jpg

我们发现的是，再也没有从下一行读取数据，可是jobcode的pilot和第6行的后面仍然没有正确读入。这是因为在列输入的时候，如果指针到了一行的结尾，仍然没能读入满足变量长度的数值，就会将该变量变缺失。解决方法：可以再加入pad选项，pad选项数据后面填上空格，使得每行的长度相同，默认lrecl=256。

如果列表输入infile加上missover选项，结果如下，不会像列输入那样将最后的变量变缺失。

列表输入missover.jpg

Truncover: 其实truncover的功能类似于missover 和pad合用的效果，它是针对列输入时，如果一行最后读入的数值仍然不能满足变量需要的长度，不会将变量缺失，而是将读入的值赋给该变量。列输入加truncover的结果同上。

当然，对于列表输入,truncover的结果也同上，是正确的结果。

关于PAD，pad固名思义，意思是将数据行的后面部分填上空格，这样就使得数据行变长，不致于让input指针在读取短数据行时到达数据行结尾从而跳行。Pad不会抑制flowover的作用，它会将数据后面的空白位置填上空格，空格的长度由lrecl=n决定，默认n为256，当然可以在infile选项中修改n的大小。这就是为什么在列输入中用missover和pad可以正确读取数据了，因为数据行的长度不再是数据实际的长度（可变长度），而是一个固定长度256，后面都是空格。

如果列表输入只加pad，不加missover，结果如下

列表输入pad.jpg

Pad不会抑制flowover，并且将多个空格作为一个处理，所以出现了上述结果。

关于读取外部文件和datalines中的区别，很多朋友都发现sas读取外部文件和datalines数据，数据结构完全一样，同样的程序，结果不同。

原因是：外部文件数据，数据行是可变长度，如上例。除非加上pad，以空格填充。

而在cards中的数据，看起来也是可变长度，但其实是固定长度，为80。结尾没有数据的地方都以空格填充。即默认有pad 。引用davil2000大神的回答：

Cardimagesystem option specifies that SAS source and data lines be processed as if thesewere punched card images—all exactly 80 bytes long and padded with blanks.

所以如下两个程序：

data test3;

input lastn $1-21Firstn $ 22-31

   Empid $32-36 Jobcode $37-45;

cards;

LANGKAMM SARAH E0045 Mechanic

TORRES JAN E0029 Pilot

SMITH MICHAEL E0065

LEISTNER COLIN E0116 Mechanic

TOMAS HARALD

WADE KIRSTEN E0126 Pilot

WAUGH TIM E0204 Pilot

;

run;

data test4;

input lastn Firstn

 Empid Jobcode ;

cards;

LANGKAMM SARAH E0045 Mechanic

TORRES JAN E0029 Pilot

SMITH MICHAEL E0065

LEISTNER COLIN E0116 Mechanic

TOMAS HARALD

WADE KIRSTEN E0126 Pilot

WAUGH TIM E0204 Pilot

;

run;

列输入可以正确读入，列表输入不行，因为没有missover选项，类同于读取外部文件时只加pad选项。

SAS STATA输入输出

http://blog.sina.com.cn/s/blog_65b2919d0101aom9.html
混合数据模型：常数和变量都放在common里面；
变截距模型：变量输入common里面；
变系数模型：c和变量都要放在cross—section specific里面。

http://www.ejxjy.com/ http://www.ejxjy.com/ 师大培训中心 63340811邮箱
https://www.enetedu.com/ https://www.enetedu.com/ jung@163邮箱

SAS Library http://pan.baidu.com/s/1kT64zqB
Reading Data into SAS
This page was adapted from a page created by Oliver Schabenberger. We thank Professor Schabenberger for permission to adapt and distribute this page via our web site.

  1. Reading data inline
  2. Reading data with column pointers
  3. Reading data from ASCII files
  4. Reading dBase files
  5. Creating a permanent data set
  6. Reading Excel files into SAS

6.1. Using the Import facility
6.2. Using PROC ACCESS
6.3. Using Dynamic Data Exchange (DDE)

SAS数据的输入&输出

  1.  SAS 数据的输入&输出（.TXT .DAT .XLS .MDB .SAV格式）

一、导入导出文本文件（txt格式）、纯数据文件（dat格式）；其实都是导入导出DLM文件（.），需要指定分隔符号。

1.TAB分割，第一行为变量名（以txt为例，dat同样）

PROC IMPORT OUT=A

       DATAFILE= "D:\cha\1.txt"DBMS=TAB REPLACE;GETNAMES=YES;DATAROW=2;

RUN;

PROC EXPORT DATA=A

       OUTFILE= "D:\filelist.txt"DBMS=TAB REPLACE;

RUN;

DATA toads;

INFILE ’c:\MyRawData\ToadJump.dat’;

INPUT ToadName $ Weight Jump1 Jump2 Jump3;

RUN;

http://blog.sina.com.cn/s/blog_65abf1890100qthq.html

The following is a typical INFILE statement:

INFILE “C:\sasfiles\testfile.csv” DLM='09’x DSD LRECL=1024 TRUNCOVER FIRSTOBS=2;

The INPUT statement is used to list the variables you want to read from the file, for example:

DATA A; INFILE “C:\ sasfiles\testfile.csv”; INPUT VAR1 VAR2 VAR3; RUN;
DELIMITER= (DLM=)

This option enables you to tell SAS what single character is used as a delimiter in the file you are reading. Some common delimiters are comma (,), vertical pipe (|), semi-colon (

STATA 和 SAS 输入输出示范相关推荐

  1. spss和python stata matlab_计量经济学实证研究中，哪款软件好？（SPSS，Eviews，Matlab，stata，SAS）...

    有关哪个计量经济学软件最好的问题,过一段时间就会在论坛上讨论一次.我自己在课堂上教R, zhentaoshi/econ5170,很自然地认为R是最好的计量经济学软件.以下是我写在课程讲义中的个人看法. ...

  2. 三大统计软件：SAS、Stata与SPSS比较

    Strategically using General Purpose Statistics Packages: A Look at Stata, SAS and SPSS 中文版(自英文版本翻译): ...

  3. 史上最全的 Stata 外部命令一览

    Stata现场班-精品专题:课程介绍 Stata连享会 精品专题 || 精彩推文   Source: Archive of user-written Stata packages 导言 这里汇集了截至 ...

  4. python函数手册 stata_Python 与 Stata 配合批量转换数据

    作者:胡国恒 (武汉大学社会保障中心) Stata 连享会: 提要: 数据处理过程中,研究者常会遇到收集的数据与预期采用的工具不匹配问题.目前,常用的方式是 Datatransfer 等数据格式转换器 ...

  5. Stata：面板中如何合理控制不可观测的异质性特征

    Source: Gormley, T. A., D. A. Matsa, 2014, Common errors: How to (and not to) control for unobserved ...

  6. 残差复合正态分布的重要性

    如果结果残差不是正态分布 说明用线性回归来拟合数据是不合适的 可能是非线性回归 这里的类是对应因变量的取值 如果是连续型的那就只有一类 销售量 如果是离散型的那就有几类就假设几类 黑白球 当总体只有一 ...

  7. 手把手教你从零上手Python（付安装地址、代码）

    来源:大数据文摘 本文共3974字,建议阅读7分钟. 通过本文带给大家从零开始学习Python应该怎么做! 数据科学团队在持续稳定的发展壮大,这也意味着经常会有新的数据科学家和实习生加入团队.我们聘用 ...

  8. python线下培训-北京哪里有Python线下培训辅导班

    还在纠结 Python 的数据导入问题吗?有这张速查表就够啦 借助这个 Python 速查表,你将拥有一份便捷的数据导入参考指南.该速查表全面涵盖了平面文件(Flat files).其它软件所定义的原 ...

  9. 机器学习与数据挖掘网上资源搜罗——良心推荐

    前面我曾经发帖推荐过网上的一些做"图像处理和计算机视觉的"有料博客资源,原帖地址 图像处理与机器视觉网络资源收罗--倾心大放送 http://blog.csdn.net/baima ...

  10. [译]解密Airbnb的数据科学部门如何使用R语言

    概述 我之所以在aribnb希望成为一名数据科学家是因为这里可以有一个非常多元化的团队来一起解决重要的现实问题.我们不仅仅在性别上多样化,而且在教育背景和工作经历也是霄壤之别.我们的团队包括数理统计的 ...

最新文章

  1. UVA 116 Unidirectional TSP DP
  2. Fedora10下安装xgcom串口调试小助手
  3. where is url parameter evaluated in UI5 core q.sap.getUriParameters
  4. android九宫格密码源码,Android九宫格解锁的实现
  5. anaconda安装shapefile_Anaconda3详细安装使用教程及问题总结
  6. 实现Eureka注册发现的高可用
  7. matlab 计算图像的基本参数
  8. 获得当月时间chuo_擅用GTD时间管理法，远离焦虑情绪，让你的工作、学习井然有序...
  9. mysql 书名_深入理解MySQL
  10. Noi2001 食物链（入门oj Problem 1706）
  11. TM7705、TM7707使用
  12. 传智博客JAVA基础第二十三天
  13. 阿里云国际版建立云端数据库操作流程
  14. 保险精算师教你如何用大数据买车
  15. MySQL基础学习2
  16. 计算机课听后评课稿,教师听课反思（评课记录）
  17. 中国大陆开源(Linux)镜像站汇总
  18. Android开发局域网通信软件笔记
  19. uni-app 页面生命周期
  20. node中的__dirname

热门文章

  1. 清晰认知总线（包括各类常用总线的总结）
  2. python tokenize怎么用_tokenize -- 对 Python 代码使用的标记解析器 — Python 3.7.9 文档...
  3. Debian 10.2命令安装Nvidia显卡驱动成功，问题回顾
  4. 如何下载3GPP协议
  5. php读取月日,PHP获取当前时间、年份、月份、日期和天数
  6. 社区人物志｜缪翎：见证开源世界的女性力量
  7. 类和对象9：属性访问方法
  8. python 审批流系统
  9. VOLTE_SRVCC和ESRVCC
  10. HR最不认同的5大跳槽理由排行榜