中国工业企业数据库与stata简介讲述.ppt

4.5 数据的合并 ? 数据文件的合并涉及两个数据文件：在 memory 中的和不 在 memory 中的。称前者为原数据文件（ the master data ），后者为新数据文件（ the using data ）。数据文 件的合并有两种情形。 ? 若新数据文件与原数据文件的变量完全一样，此时新数据 文件相当于新的观测，使用 append 命令： ? append using filename ? 其中 filename 是新数据文件的文件名。 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）