Stata学习笔记
| 命令 | 解释 | 示例 | 备注 |
| pwd | 显示当前路径 | pwd | |
| dir | 显示当前路径下所有文件 | dir | |
| mkdir | 当前路径下新建文件夹 | mkdir d:/mydata | |
| cd | 更改路径为 | cd d:/mydata | |
| append | 纵向合并 ，个案拼接 | append using math | |
| merge | 横向合并，变量合并 | merge using | |
| xpose | 转置 | xpose,clear | |
| cap | 悄悄运行，但无论正误继续do命令 | cap | 与quiet 区别 |
| qui | 悄悄运行，遇错停止 | qui | |
| duplicate | 重复值 | duplicate report 报告重复值 duplicate list 将重复值列表呈现 duplicate drop 删除重复值 |
|
| bys | sort by简写，字符型变量分组 | ||
| sort | 升序 | ||
| gsort | 降序 | ||
| gen | 生成新变量，无函数 | gen newvar=var/10 | |
| egen | 生成新变量，有函数 | egen newvar=mean(var) | |
| xtile ,nq(n) | n等分分组 | ||
| record | 重新赋值 | 简洁 |
*使用日志文件
log using c:\logfile //设置为smcl格式
log using c:\logfile.log,text //设置为文本格式
log using c:\logfile.log,text replace //覆盖日志文件
log using c:\logfile.log,text append //添加到原有文件之后
log off //暂时关闭
log on //重新打开，对应的是log off
log close //完全关闭，对应log using
*其他常用第三方命令，首次使用需运行"ssc install 程序名"下载安装
*回归结果导出
outreg2 被解释变量 解释变量1 解释变量2 using regfile,replace seeout
*日志文件导出，以计算pearson相关系数为例
logout,save(my) excel replace:pwcorr lwt bwt,sig star(0.05)
*最小二乘回归表导出
esttab using test.rtf
cd //查看当前工作目录
cd "d:/CHFS_tracking" //设置当前工作目录
by foreign : count if rep78 > 4
describe
codebook foreign
list foreign price mpg rep78 in 1/5
browse foreign price mpg rep78 in 1/5
generate epi001=1 if foreign==1
replace epi001=0 if foreign==0
ttest price,by(foreign) //成组t检验
logit foreign rep78 price
*----------------------------------------*
*========= 描述变量 ==========*
*----------------------------------------*
sysuse auto,clear
tabstat price,by(foreign) stat(mean sd min max) //分层描述
*summarize语句：描述连续性变量
sysuse auto //使用软件自带的数据auto
summarize price
summarize mpg //
summarize mpg,detail //显示其他更多信息
summarize,separator (8) //显示所有变量的信息，且每八个变量分割一下
*tabulate语句：描述分类变量
tabulate foreign
tab1 rep78 foreign //对多个变量逐个描述
tabulate rep78 foreign //rep78和foreign的交叉表
tab2 rep78 foreign //为指定变量列表中的变量生成任意可能组合的交叉表
*----------------------------------------*
*========= 循环语句 ==========*
*----------------------------------------*
*----------forvalues循环语句
*带条件语句（if else）的循环语句
forvalues x=1/9{
if mod(`x',2){
display "`x' is odd"
}
else{
display "`x' is even"
}
}
*带条件语句（if continue）的循环语句
forvalues x=1/9{
if mod(`x',2){
display "`x' is odd"
continue
}
display "`x' is even"
}
*提前终止(if continue break)循环的循环语句
forvalues x=1/9{
if mod(`x',2)==0{
display "The first odd is `x'"
continue,break
}
}
*-----foreach循环语句in/of都可，但of效率更高，推荐使用
*循环变量list为字符变量（变量名也可以简写，只写前几个字母，t*表示t开头的变量）
foreach var of varlist pri-rep t*{
quietly summarize `var'
summarize `var' if `var' > r(mean)
}
*循环新变量（list为新建字符变量）
foreach var of newlist z1-z4{
generate `var' = runiform()
}
*循环数字，list为数值
foreach num of numlist 1/4 8 103{
display `num'
}
*注：foreach上述三种方法不够稳健，推荐使用下面的宏的方法
*foreach of local macro，list为局部宏
local grains "rice wheat flax"
foreach x of local grains{
display "`x'"
}
*foreach of global macro,list为全局宏
global money "dollar lira pound"
foreach y of global money {
display "`y'"
}
*-------while循环语句------------*
*continue,break可使命令跳出整个循环
local i = 1
while `i' < 4{
if mod(`i',2)==0{
display "The first odd is `i'"
continue,break
}
display "The i is `i'"
local i = `i' + 1
}
*exit命令可以退出当前程序或do命令
local i = 1
while `i' < 4{
if mod(`i',2)==0{
display "The first odd is `i'"
exit
}
display "The i is `i'"
local i = `i' + 1
}
*有多个嵌套循环，只想跳出当前循环，可以使用if break组合
local i = 1
while `i' < 4{
if mod(`i',2)==0{
display "The first odd is `i'"
break
}
display "The i is `i'"
local i = `i' + 1
}
*若while循环是递增或递减的，还可以使用以下方法：
local i = 0
while (`i++') < 4{
if mod(`i',2) == 0{
display "The first odd is `i'"
continue,break
}
display "The i is `i'"
}
*----------------------------------------*
*========= 报表制作 ==========*
*----------------------------------------*
*-------------tabulate命令---------------*
*tabulate命令：生成二维频数表，一般简写为tab
*选项：column——每列相对频数；row——每行相对频数；cell——每个单元格相对频数
*expected——每个单元格期望频数；nofreq——不输出频数；nolabel——输出数值而不是数值标签
webuse citytemp2
tabulate region agecat,row column expected chi2
*------------- table命令------------------*
*table命令：生成概要统计表格
*注意：contents(clist)用于定义表格输出的统计量，最多可选5个统计量，且统计量后边需要跟上变量名，即c(mean varname)
*绘制一维表
webuse auto2
table rep78,c(n mpg mean mpg sd mpg med mpg) format(%9.2f) //按照rep78变量取值分组汇总mpg的频数、均值、标准差和中位数，且有小数的保留两位小数
*绘制二维表，表格内容居中对齐，增加行合计和列合计
table rep78 foreign,c(mean mpg) format(%9.2f) center row col
*绘制三维表
*sc——scolumn可以增加超级列合并，比如下面例子不仅按照race分为了other和white两大列，还会新形成一个total列
*fw为赋权
webuse byssin
table workplace smokes race [fw=pop],c(mean prob) format(%9.3f) sc col row
*绘制更高维度的表格——通过by()选项实现
webuse byssin1
table workplace smokes race [fw=pop],by(sex) c(mean prob)format (%9.3f) sc col row
*-------------tabstat命令--------------------*
*tabstat命令：生成精简统计表格
*statistics(statname)用于定义表格输出的统计量
webuse auto
tabstat price weight mpg rep78 ,by(foreign) stat(mean sd min max) long format
*----------------------------------------------*
*==== 在数据集中生成包含统计信息的变量 =====*
*---------------------------------------------*
*-------------collapse命令--------------------*
*包含概要统计的数据集：collapse命令
*collapse命令用法：
collapse (stat) varlist
collapse (stat) target_var=varname
*stat选项是用来指定输出的变量的
webuse college,clear
list
collapse (mean) gpa hour (median) medgpa=gpa medhour=hour [fw=number],by(year)
list
*注意：此时的gpa和hour变量都是原gpa和hour的均值
*-------------contract命令--------------------*
*生成包含频数和百分数的数据集：contract命令
*把原始数据整理成频数形式
webuse auto2,clear
list rep78 foreign
contract rep78 foreign
list
expand _freq //转换成原始数据格式
*-------------statsby命令--------------------*
*按分类生成统计量：statsby
webuse auto2,clear
statsby,by(foreign):regress mpg gear turn
list
*只看gear变量对应的系数
webuse auto2,clear
statsby gear=_b[gear],by(foreign):regress mpg gear turn
list
*----------------------------------------------*
*==== 将回归表格导出到excel =====*
*---------------------------------------------*
*命令1：比较全，可以把F统计量等信息也导出
sysuse auto,clear
regress price turn gear
putexcel set "C:\results.xlsx",sheet("regress results")
putexcel F1 = ("Number of obs") G1 = (e(N))
putexcel F2 = ("F") G2 = (e(F))
putexcel F3 = ("Prob > F") G3 = (Ftail(e(df_m),e(df_r),e(F)))
putexcel F4 = ("R-squared") G4 = (e(r2))
putexcel F5 = ("Adj R-squared") G5 = (e(r2_a))
putexcel F6 = ("Root MSE") G6 = (e(rmse))
matrix a = r(table)'
matrix a = a[.,1..6] //指定输出的列数，现在只指定了输出回归表格前六列的内容
putexcel A8=matrix(a,names)
*命令2：只导出了回归结果，比较简单，适合只需要回归系数的情况
putexcel B3 = matrix(r(table)',names) using "C:\results1.xlsx"
*----------------------------------------------*
*==== reshape命令 =====*
*---------------------------------------------*
webuse reshape3,clear
reshape long inc@r ue,i(id) j(year)
*----------------------------------------------*
*==== 对变量进行编码 =====*
*---------------------------------------------*
*recode x2 (1 2 = 1)(3 = 2)(4/9 = 3) //会替代原始数据
recode x2 (1 2 = 1)(3 = 2)(4/9 = 3),prefix(rec) //将编码后的数据放入新变量且新变量为原始变量名加前缀rec
recode x2 (1 2 = 1)(3 = 2)(4/9 = 3)(nonmissing = 9),prefix(rec) //重新编码时其他非缺失值可以用nonmissing选项
recode x2 (1 2 = 1 Below)(3 = 2 Average)(4/9 = 3 Above),prefix(rec2) label(reclab) //给新变量设置变量值标签
recode x2 (1 2 = 1)(3 = 2)(4/9 = 3)(10/max),prefix(rec3)
encode gender,gen(sex) //将字符变量编码为数值变量，比如将female编码为0，male编码为1
decode sex,gen(gender1) //将数值变量编码为字符变量
*----------------------------------------------*
*==== 对缺失值进行编码 =====*
*---------------------------------------------*
*默认系统缺失值为","
*变量值标签不会随编码自动改变，必要时需手动加以调整
*将数值编码为缺失值的命令：mvdecode
mvdecode rep78 ,mv(998=.\999=.a) //当rep78=998时将其编码为系统缺失值"."，rep78=999时编码为扩展缺失值".a"
mvdecode _all,mv(998=.\999=.a) //所有变量都按此规则编码
*将缺失值编码为数值的命令：mvencode
mvencode rep78 if foreign == 0,mv(998) //foreign=0时将rep78的缺失值编码为998
mvencode rep78 if foreign == 1,mv(999) //foreign=1时将rep78的缺失值编码为999
mvencode _all,mv(.=999\.a=998\.b=997\else=996)
*----------------------------------------------*
*==== 数值变量和字符变量的转换 =====*
*---------------------------------------------*
*字符变量转换为数值变量：destring和real()
destring foreign , gen(foreignd)
gen foreignd = real(foreign) //另一种方法
destring foreign,replace
destring foreign,replace force
destring foreign,gen(foreignd) ignore(x) //变量中除了数值，还有x值，可选择忽略x值（设为缺失值）
destring foreign,gen(foreignd) ingore(" ") //忽略空格
destring trunk weight length turn,gen(trunkd weightd lengthd turnd) ignore("$,%") percent //同时忽略多个字符，百分数用小数表示
*----------------------------------------------*
*==== 数据集的纵向追加 =====*
*---------------------------------------------*
sysuse auto,clear
keep if foreign == 0
keep make price mpg rep78 headroom foreign
save domestic
sysuse auto,clear
keep if foreign == 1
save foreign
use domestic,clear
append using foreign,gen(_append) //_append为0表示来自主数据集，为1表示来自using的第一个数据集
append using foreign,gen(_append) keep(make price mpg rep78 headroom foreign) //只选择某些变量追加到主数据集
*----------------------------------------------*
*==== 数据集的横向合并 =====*
*---------------------------------------------*
*1:1
webuse autosize
merge 1:1 make using http://www.stata-press.com/data/r13/autoexpense
merge 1:1 make using http://www.stata-press.com/data/r13/autoexpense,keep(match) //仅保留完全匹配的记录
*1:m
webuse overlap2,clear
merge 1:m id using http://www.stata-press.com/data/r13/overlap1 //如果主数据和using数据有重复变量，保留主数据的变量值
merge 1:m id using http://www.stata-press.com/data/r13/overlap1,update
merge 1:m id using http://www.stata-press.com/data/r13/overlap1,update replace
*m:1
webuse overlap1,clear
merge m:1 id using http://www.stata-press.com/data/r13/overlap2
merge m:1 id using http://www.stata-press.com/data/r13/overlap2,update
merge m:1 id using http://www.stata-press.com/data/r13/overlap2,update replace
*1:1序贯合并：没有关键变量，按记录号合并
webuse sforce,clear
merge 1:1 _n using http://www.stata-press.com/data/r13/dollars
*注：1:m和m:1合并时，数据库间存在同名变量时：
*默认以主数据中同名变量的变量值作为合并后的变量值
*用update选项时：匹配的缺失值用using数据集的数据代替
*用update replace选项时：匹配记录的值用using数据集的数据代替
*在横向合并前使用cf命令查看主数据和从数据的变量的差别，具体可以help(cf)
cf _all using http://www.stata-press.com/data/r13/autoexpense,all
isid id //用来判断id的值是否唯一
*----------------------------------------------*
*==== 数据集的交叉合并：组内交叉 =====*
*---------------------------------------------*
*joinby命令：实现了m:m，具体help joinby
use "D:\黄静\child.dta",clear
describe
list
webuse parent,clear
save "D:\黄静\parent.dta"
use "D:\黄静\parent.dta",clear
describe
list
sort family_id
joinby family_id using child //只保留匹配上的记录
joinby family_id using child,unmatched(both) //保留主数据和从数据的所有记录
joinby family_id using child,unmatched(master) //保留主数据记录
joinby family_id using child,unmatched(using) //保留从数据记录
describe
list