计量经济学教案第八章数据整理与描述.docVIP

第八章 数据整理与描述 数据文件是一个矩形的矩阵，这个矩阵的每一行都代表或对应着一个“观测单位”（如张三、李四、王五），矩阵的每一列都代表或对应着一个“变量”（比如年龄，身高、体重，月工资收入等等）。因此，数据文件矩阵中的每一个元素（case）都代表或对应着某一个“观测单位”中的某一个“变量”的变量值或观察值。数据可以自己创建生成，也可以利用他人已经整理好的数据。 一、生成一个完整的数据集 要掌握的命令：为了创建一个完整的文件，要掌握下面的命令。 命令 命令解释 用法示例 dir 列示当前路径文件夹中的所有文件 dir cd 将cd后面的路径设定为当前路径 cd d:/mydata describ 显示整个数据集的信息 des rename 将现有变量名改为新的变量名 rename gender sex label 给数据/变量/变量值加注标签说明 label data 标签数据 label data “2004级成绩表” label var 标签变量 label var name “姓名” label value label define 标签变量值 label values gender genderlb label define genderlb 1 男 0 女 note 为数据加注额外说明 note: 9月10日为数据加注说明 list 列示内存中的数据 list id name save 保存数据 save mydata, replace 以上命令可以通过help command查看到具体的命令格式. （一）创建一个数据文件 例:创建一个文件（文件名为mydata.dta），标签该数据（用label命令）使得任何一个使用该数据的人都能明白该数据（包括整个数据/其中的变量及变量值）的含义。 原始数据的内容如下，请将下表复制粘贴到EXEL表格中然后保存为origin.xls 1 John 1 1 40 68 2 Chris 1 2 80 52 3 Jack 0 2 90 76 4 Huang 0 2 43 90 5 Tom 0 3 70 96 6 Han 1 1 53 85 7 Phillip 0 2 85 36 8 Jin 1 2 95 65 其中第一列为学号id，第二列为姓名name，第三列为性别gender（1表示男性，0表示女性），第四列为民族minority（1表示汉族，2表示少数民族，3表示不知道）；第五列为经济学成绩economy，第六列为数学成绩math。 案例的参考操作 下面程序中的所有命令中加黑的为固定用法，不能灵活选择；而斜体表示文件名和变量名，可以自己根据自己的文件名和变量名情况灵活选择或改动。 （一）变量重命令 采用直接复制粘贴法，将原始数据粘入stata，然后退出数据编辑器，先将该数据保存起来，文件名为origin.dta save origin, replace 新粘入的变量自动命令为var1, var2,...var6，为使变量容易理解和记忆，要将变量重新命名，命令为name。在此之前，可以先用一个describ命令看看数据情况。 des //查看数据集的整体情况，注意变量名为var1-var6 renpfix var v //将所有var开头的变量名改为以v开头 rename v1 id //将第一个变量重新命令为id ren v2 name ren v3 gender ren v4 minority ren v5 economy ren v6 math des //再次查看数据集的整体情况，注意变量名已改变 （三）标签文件 为避免时间太长，忘记变量的含义，我们可以用label命令来标记。该命令可以用来标记数据文件，如将文件取名为“2007年秋5632班学习成绩单” label data “2007年秋5632班学习成绩单” 在文件处理过程中加注说明，命令为notes note: 2007年9月6日由任我行创建该数据 下一次打开数据，要查看创建和数据处理的说明时，直接键入 note 标签变量：label var 也可以用label命令来标记变量，如将id标记为“学号” label var id “学号” label var name “姓名” label var gender “性别” label var minority “民族” 标签变量值：label define和label values 还可以标记变量的取值。注意要按以下两步来操作： label define genderlb 1 男 0 女 l //注意