计量经济学及Stata应用教学全套课件陈强 第2章 Stata入门 计量经济学及Stata应用.pdf

1 陈强 2015 年 计量经济学及 Stata 应用 高等教育出版社 第第 2 章章 Stata 入门入门 2 1 为什么使用为什么使用 Stata Stata 软件因操作简单且功能强大 为目前在欧美最流行的统计 与计量软件 拥有众多用户 Stata 公司定期升级软件 以适应计量经济学的迅猛发展 Stata 软件还留有 用户接口 允许用户自己编写命令与函数 并上传到网上实现共享 一些最新计量方法 可查找和下载 由用户编写的 Stata 命令程序 user written Stata commands 这些 非官方命令 也称 外部命令 的使用方法与官方命令完全相 同 使得 Stata 的功能如虎添翼 2 本教材使用 Stata 13 版本 2013 年 6 月发布 对于绝大多数命令与功能 即使用更低的 Stata 版本 如 Stata 11 或 Stata 12 也几乎没有差别 2 2 Stata 的窗口的窗口 安装 Stata 13 后 在安装的文件夹中将出现如下 Stata 13 图标 Stata 11 或 Stata 12 的图标大同小异 参见图 2 1 图 2 1 Stata 13 的图标 双击此 Stata 图标 即可打开 Stata 3 如想在电脑桌面创建开启 Stata 软件的快捷方式 可右键点击 Stata 13 的图标 然后选择 发送到 桌面快捷方式 参见 图 2 2 图 2 2 发送 Stata 13 到桌面快捷方式 4 打开 Stata 后可看到 在最上方有一排 下拉式菜单 pull down menu 参见图 2 3 图 2 3 Stata 的下拉式菜单 在 Stata 中运行单个命令主要有两种方式 其一为点击菜单 其 二为在 命令窗口 输入命令 通过菜单执行命令 menu driven 可能要点击多重菜单 通常还 要填写对话框 dialog 以明确命令参数 不如在命令窗口直接输 入命令方便 在菜单之下 为一系列图标 起着快捷键的作用 参见图 2 4 5 图 2 4 Stata 的快捷键 在快捷键图标之下 有五个窗口 参见图 2 5 图 2 5 Stata 13 的主要窗口 6 2 3 Stata 操作实例操作实例 以数据集 grilic small xls Excel 文件 为例 该文件包含 30 名美 国年轻男子的教育投资回报率数据 1 导入数据 首先 打开 Stata 软件 点击快捷键 Data Editor Edit 图标 参见 图 2 6 即可打开 Stata 的数据编辑器 参见图 2 7 图 2 6 Data Editor Edit 图标 7 图 2 7 Stata 的数据编辑器 其次 用 Excel 打开文件 grilic small xls 会看到如下 Excel 格式的数据文件 8 图 2 8 Excel 表中的数据 共有 3 列变量 分别为 s schooling 教育年限 expr experience 工龄 与 lnw lnwage 工资对数 9 复制此 Excel 表中所有数据 Ctrl 粘贴到 Data Editor 中 Ctrl V 在 Data Editor 中会出现对话框 参见图 2 9 图 2 9 Data Editor 的对话框 此对话框问你 第一行为数据还是变量名 点击相应选择即可 10 导入数据的另一方法是 特别在数据量很大的情况下 点击菜单 File Import 然后导入各种格式的数据 参见图 2 10 但不如直接从 Excel 表中粘贴数据更为方便 图 2 10 使用 Import 导入数据 11 关闭 Data Editor Edit 后 会看到右上方的变量窗口出现了 3 个 变量 分别为 s expr 与 lnw 点击快捷键 Save 图标 参见图 2 11 中鼠标位置 也可点击菜单 File Save 将数据存为 Stata 格式的数据文件 扩展名 dta 为 data 的缩写 比如 grilic small dta 图 2 11 Save 图标 此后可用 Stata 直接打开 grilic small dta 无须再从 Excel 中导 入数据 12 打开 Stata 数据集的方式有两种 方法之一 点击快捷键 Open 图标 参见图 2 12 寻找要打开的 dta 文件位置 图 2 12 Open 图标 方法之二 在命令窗口输入以下命令 假设文件 grilic small dta 在 E 盘的根目录 然后回车 按 Enter 键 use E grilic small dta clear 逗号 之后的 clear 为 选择项 option 表示可替代内 存中的已有数据 13 使用命令 use 打开 dta 数据文件 需输入此文件的路径 一般 不如使用快捷键 Open 寻找此文件更为方便 如要关闭一个数据集 以便使用另外一个数据集 可输入命令 clear 内存中数据将被清空 然后可再打开另一数据集 2 变量的标签 在变量窗口 变量的 名字 Name 旁边会显示其 标签 label 点击 Variables Manager 图标 参见图 2 13 即可打开变量管理器 然后编辑变量名 标签等 14 图 2 13 Variables Manager 图标 比如 将变量 s 的标签改为 schooling 然后点击 Apply 应 用 参见图 2 14 图 2 14 变量管理器的对话框 15 Stata 严格区分大小写字母 case sensitive 建议变量名使用小写 字母 便于阅读 3 审视数据 如想看数据集中的变量名称 标签等 可输入命令 describe 其中 describe 的下划线表示 可将该命令简写为 d Note dataset has changed since last saved Sorted by lnwage float 8 0g expr float 8 0g s byte 8 0g schooling variable name type format label variable label storage display value size 270 vars 3 obs 30 Contains data 16 如想看变量 s 与 lnw 的具体数据 可使用命令 list s lnw more 25 15 5 652 24 11 5 778 23 16 5 501 22 12 5 142 21 14 5 652 20 16 6 136 19 12 5 481 18 15 5 849 17 12 6 082 16 16 6 176 15 12 6 12 14 12 6 356 13 16 5 979 12 12 5 493 11 11 5 704 10 12 5 416 9 16 6 068 8 16 5 841 7 12 5 823 6 12 5 481 5 12 5 964 4 16 6 109 3 16 6 315 2 11 4 868 1 18 6 215 s lnw 17 在屏幕底端出现带下划线的英文字 more 用鼠标单击 more 可翻看下页的结果 如想连续滚屏显示命令运行结果 可输入命令 set more off 如又想恢复分页显示运行结果 可输入命令 set more on 如只想对数据集的一部分子集执行命令 比如只看 s 与 lnw 的 前 5 个数据 可使用命令 list s lnw in 1 5 5 12 5 964 4 16 6 109 3 16 6 315 2 11 4 868 1 18 6 215 s lnw 18 如要罗列从第 11 15 个观测值 可输入命令 list s lnw in 11 15 15 12 6 12 14 12 6 356 13 16 5 979 12 12 5 493 11 11 5 704 s lnw 也可通过逻辑关系来定义数据集的子集 比如 要列出所有满 足条件 16s 教育年限为 16 年及以上 的数据 可使用命令 list s lnw if s 16 19 30 16 6 071 27 16 6 071 23 16 5 501 20 16 6 136 16 16 6 176 13 16 5 979 9 16 6 068 8 16 5 841 4 16 6 109 3 16 6 315 1 18 6 215 s lnw 表示 大于等于 其他表示关系的逻辑符号为 等 于 大于 小于 16 反之 如只想保留满足 16s 条件的观测值 可使用命令 keep if s 16 21 删除观测值之后 Stata 不提供类似于 Microsoft Word 的撤销 undo 命令 一般建议慎重删除数据 最好先将原始数据备份 如想将数据按照变量 s 的升序排列 可输入命令 sort s list 22 30 18 384 6 215 29 16 556 5 979 28 16 798 6 315 27 16 1 872 5 841 26 16 4 363 6 136 25 16 277 6 071 24 16 478 6 176 23 16 0 6 068 22 16 1 511 6 071 21 16 6 363 5 501 20 16 0 6 109 19 15 1 374 5 849 18 15 846 5 759 17 15 255 5 652 16 14 1 378 5 652 15 12 1 191 5 964 14 12 0 5 142 13 12 692 5 481 12 12 4 333 5 481 11 12 916 5 416 10 12 10 077 6 12 9 12 0 5 165 8 12 0 5 493 7 12 7 128 6 356 6 12 0 5 823 5 12 0 5 529 4 12 0 6 082 3 11 2 962 5 704 2 11 1 006 5 778 1 11 1 4 868 s expr lnw 23 命令 sort 无法按照变量的降序排列 如想按降序排列 可使 用命令 gsort gsort s list 24 30 11 1 4 868 29 11 1 006 5 778 28 11 2 962 5 704 27 12 0 6 082 26 12 0 5 529 25 12 0 5 823 24 12 7 128 6 356 23 12 0 5 493 22 12 0 5 165 21 12 10 077 6 12 20 12 916 5 416 19 12 4 333 5 481 18 12 692 5 481 17 12 0 5 142 16 12 1 191 5 964 15 14 1 378 5 652 14 15 255 5 652 13 15 846 5 759 12 15 1 374 5 849 11 16 0 6 109 10 16 6 363 5 501 9 16 1 511 6 071 8 16 0 6 068 7 16 478 6 176 6 16 277 6 071 5 16 4 363 6 136 4 16 1 872 5 841 3 16 798 6 315 2 16 556 5 979 1 18 384 6 215 s expr lnw 25 4 画图 看数据的最直观方法是画图 想看变量 s 的分布情况 可输入 以下命令画直方图 参见图 2 16 histogram s width 1 frequency histogram 表示直方图 选择项 width 1 表示将组宽设为 1 否则将使用 Stata 根据样 本容量计算的默认分组数 选择项 frequency 表示将纵坐标定为频数 默认使用密度 26 051015 Frequency 1012141618 schooling 图 2 16 教育年限的直方图 教育年限的分布呈双峰状 受 12 年教育的人数最多。