Stata学习笔记和国贸理论总结.docxVIP

Stata学习笔记一、认识数据（一）向stata中导入txt、csv格式的数据 1．这两种数据可以用文本文档打开，新建记事本，然后将相应文档拖入记事本即可打开数据，复制 2．按下stata中的edit按钮，右键选择paste special 3．*.xls/*.xlsx数据仅能用Excel打开，不可用记事本打开，打开后会出现乱码，也不要保存，否则就恢复不了。逗号分隔的数据常为csv数据。（二）网页数据网页上的表格只要能选中的，都能复制到excel中；网页数据的下载可以通过百度“国家数据”进行搜索、下载二、Do-file 和 log文件打开stata后，第一步就要do-file，记录步骤和历史记录，方便日后查看。Stata处理中保留的三种文件：原始数据 (*.dta)，记录处理步骤 (*.do)，以及处理的历史记录 (*.smcl)。三、导入StataStata不识别带有中文的变量，如果导入的数据第一行有中文就没法导入。但是对于列来说不会出现这个问题，不分析即可（Stata不分析字符串，红色文本显示；被分析的数据，黑色显示）；第一行是英文变量名，选择“Treat first row as variable names”在导入新数据的时候，需要清空原有数据，clear命令。导入空格分隔数据：复制——Stata中选择edit按钮或输入相应命令——右键选择paste special——并选择，确定；导入Excel中数据，复制粘贴即可；逗号分隔数据，选择paste special后点击comma，然后确定。Stata数据格式为 *.dta，导入后统一使用此格式。四、基本操作（几个命令）（一）use auto，clear 。在清空原有数据的同时，导入新的auto数据。（二）browse 。浏览数据。（三）describe 和 list。查看数据，describe 和 list 使用list命令能使我们根据自己的需要选择数据（例如其与in/if语句的结合使用）。（四）Scatter。作图命令，scatter 散点图（scatter price mpg ）（五）Summarize。描述统计，常写作sum/su，求变量的个数、平均值、标准差、最小值和最大值。（六）generate。生成数据，简写为gen。（七）replace。修改数据，命令 replace 该命令不推荐使用，一般不会改变原始数据的。剔除缺失值、异常值, 或者批量修改数据均可以通过 replace 命令加上条件语句实现.（八）Tabstat 。描述性统计，tabstat 变量列表，statistics(统计量列表)（九）Rename 。对变量更名，rename 旧变量名新变量名。一次只能对一个变量名重命名。（十）Order 。对变量排序，order变量列表[，选项] （十一）Sort/gsort 。对观测值排序，sort 变量列表；gsort [+/-]变量，注意，方括号可有可无。Sort是升序排序，当第一个变量出现相同时，才会对第二个变量排序，否则是不会管后面的变量的排序的；gsort（general sort）即可升也可降，视+和-而定。为了保证数据的原始性，为了最后恢复数据排序，一般在排序前，生成新的变量num，最后对num排序就可以恢复。（十二）Keep/drop 。保留/删除变量或数据，keep/drop 变量列表；keep/drop 条件。注意：请不要随意删除变量或数据，因为可以使用if条件句！（对行改变）每一次只能使用keep 和drop 中的一个命令。（十三）Count 。按条件对观测值计数，count [条件]，方括号可有可无，直接输入条件。（十四）Recode 。批量修改观测值，recode 变量列表（规则），括号必须有。规则如下：#=#，比如3=1，值为3的全改为1；#/#=#，比如min/3000=0，3000以下全为0。如果加generate，则会生成新的变量。规则为：recode 变量列表(规则)（规则）, gen (新变量)。（十五）Encode/decode。字符串与数值转换，encode变量，generate（新变量）。将stata不能识别的红色字符串改为数值，而且必须生成新变量，即generate（新变量）不能省。Decode是将label 的数值转换为字符串变量，也必须生成新变量，即generate（新变量）不能省。（十六）Display。显示字符串/变量值，display 字符串或变量或表达式。By/bysort 分组地重复执行某一命令：by 变量列表；bysort变量列表。By后面一般是一个类别的变量。一般在命令前加by 变量列表：就可以，冒号后的命令碧血是完整的。此命令实际是先按变量列表分组，然后再执行后面的命令