中国工业企业数据库与Stata简介教程.ppt

4.5 数据的合并 若新数据文件与原数据文件对应着同样的观测，但变量不全一样，则使用merge命令： merge 1:1 [varlist] using filename 其中filename是新数据文件的文件名，varlist是合并的依据，varlist（可以不止一个变量）取值一样的观测视为同一个观测。在合并之前，原数据文件和新数据文件都要先按照varlist排序。如果除了varlist外，原数据文件和新数据文件还有一部分变量是相同的。对这部分变量，merge命令有两个常用的选项。 4.5 数据的合并 merge 1:1 [varlist] using filename, update 将原数据文件中的缺失值替换成新数据文件中的相应值（前提是后者不缺失）。 merge 1:1 [varlist] using filename, update replace将原数据文件中的变量值替换成新数据文件中的相应值（前提是两者不一样）。 在这两种情形下，merge自动生成一个指示变量_merge。该变量的不同取值，代表了合并的不同情形。但一般会连续进行几次merge操作，所以在完成一次merge后应马上使用 drop _merge 指令将其去掉。 4.6 变量类型转换 Stata通常把变量划分为三类：数值型，字符型和日期型 字符型变量之间不能进行数值计算，所以如果对字符型变量进行数值计算，Stata则会提醒出现系统错误，这时必须将字符型变量转化成数值型变量，才能进行正确的计算。字符型变量转化成数值型变量命令： destring [varlist] , {generate(newvarlist)|replace} [options] 这个命令语句中，varlist是进行数据转化的变量名称，generate (newvarlist) | replace表示生成新的变量或者替换原来的变量，options的具体内容如表2.3所示。 4.6 变量类型转换 比如：destring b10,gen(B10) ignore(“＄”) destring b10,gen(B10) force 数值型变量转化为字符型变量： tostring [varlist], [generate (newvarlist) | replace] [options] 4.7 描述统计 describe命令可以描述数据文件的整体，包括观测总数，变量总数，生成日期，每个变量的存储类型，标签（label）等。 如果数据文件不是很大，可以直接在Stata Results中显示数据，使用如下命令： list [varlist] [if] [in][, options] 其中，varlist 是变量列表（即多个变量，如变量 1、变量 2 直至变量 n），此处命令置于方括号中，说明变量列表可有可无。如果 varlist 省略，则默认命令作用的对象为数据库中所有变量。if 和 in 均为可选条件。最后的 options 为可选项，在写命令时要置于逗号后。 4.7 描述统计 summarize 命令： summarize [varlist] [weight] [if] [in] [,detail] summarize可以提供varlist指定变量（可以不止一个）的如下统计量：Percentiles（分位数）, Largest（四个最大的数）,Smallest（四个最小的数）,Mean（均值）,Variance（方差）,Std. Dev.（标准差）,Skewness（偏度）, Kurtosis（峰度）. 比如：su mpg weight if foreign==1 4.7 描述统计 tabstat命令 tabstat varlist [weight] [if] [in] [, stats(statname [...]) ] tabstat提供[, stats(statname [...]) ]指定的统计量，可供选择的有mean，count（非缺失观测值个数），sum，max，min，range（最大值－最小值），sd，var，cv（变易系数），skewness（偏度），kurtosis（峰度），median（中位数），p1（1％分位数，类似地有p5, p25, p50, p75, p95。 比如，想知道变量price在整个样本的均值和方差，可使用如下命令： tabstat price , stats(mean var) 4.8 画图 （1）Stata提供了非常强大的画图功能。画图与描述统计一样，都是要揭示单个变量的分布或多个变