当前位置:   article > 正文

stata画图命令_震惊!掌握这些STATA命令, 草履虫都能写高级量经济学论文

anova y,x1x2x3怎么用吗stata

根据用处分类了stata的基础命令,在代码块列举了最经典的使用例子。如果觉得有用请收藏吧!

p.s. 代码块滑动下面,往右看遮住的注释。

afb5e203fc235044b2c84a3b99fdbac6.png

1、基本命令

查找和帮助

help pwcorr 

安装stata非官方命令

  1. ssc install ivqreg2
  2. net install ivqreg2

显示STATA的安装路径;计算并显示

  1. sysdir
  2. display 4/2

2、日志记录

  1. log using filename [, append replace [text|smcl] name(logname) nomsg]
  2. log close
  3. log {off|on} [logname] 暂时关闭打开 log文件

3、dofile注释

单行注释

  1. * hello world
  2. ********hello world***********
  3. help reg //查找reg命令的意思

多行注释

  1. /* hello
  2. world */
  3. reg price wei len mpg /*
  4. */ froeign i.rep78, robust 利用多行注释换行

4、数据库/变量

调用数据;调用数据的某变量;描述数据;将数据导出Excel

  1. use https://www.stata-press.com/data/r16/auto, clear
  2. keep make price mpg rep78 weight foreign
  3. save myauto
  4. use make rep78 foreign using myauto
  5. use if foreign == 0 using myauto
  6. use using myauto if foreign==1
  7. describe myauto
  8. outsheet using ccc.xls

生成变量;替换变量;列出变量(list);重命名变量;总结变量;保留变量(keep);删除变量(drop);添加标签;复制观测值;排序变量

  1. generate int age2 = age^2 if age > 30
  2. generate lastname = word(name,2) 以name变量的第二个字生成变量
  3. replace odd = 5 in 3 odd变量的第三个值替换为5
  4. rename exp experience
  5. sum,d
  6. label data "fictional blood pressure data"
  7. label variable hbp "high blood pressure"
  8. label list yesno 列出变量yesno的标签
  9. expand 2 if transplant 如果虚拟变量transplant==1就复制观测值在下方
  10. sort mpg weight 优先mpg升序排列,然后weight升序排列
  11. gsort id -time 先以id升序排列,再以time降序排列

5、回归

回归

  1. regress y x1 x2 x3 regress后的第一个变量为被解释变量
  2. qui reg y x1 x2 x3 回归但不显示结果

6、异方差回归以及检验

由于异方差得到的是无偏一致正态收敛的估计量(但不是BLUE),问题并不像下面的内生性那么严重,而且只要使用ROBUST ERROR就可以进行各种检验。

7e46a0a2f4497a66122eac5306e17928.png

1b81d1f228bd3149ebaccacee716d662.png
  1. regress y x1 x2 x3 , robust (regression with robust standard errors)
  2. regress y x1 x2 x3 [aweight=w] (WLS, 以变量w为权重)

其实要估计权重w非常的复杂,我们可以使用wls0来回归,但是需要先安装该命令:

net install wls0.pkg

7、有内生性的回归检验

内生性基本上是所有实证文章必须考虑的问题,也是最难的问题之一。

秀出你的工具变量吧

20572c32a3b2a9b5eb896841ea905fae.png

a0d6f193baffa2a740686ef0ee89aabc.png

对于双重差分法其实我们可以很简单用两行代码做到,不需要安装DIFF命令。我们用上面的例子来改写:

  1. gen gd = t*treated //定义交叉相gd
  2. reg fte gd treated t, r

4ad26795b42a68d49716748e8ebef30f.png

它的记过和diff完全一样,只是diff里面自己生成了交叉项,不需要我们去gen啦。

8.循环语句

任何程序语言都离不开循环语句

  1. foreach file in this.dta that.dta theother.dta {
  2. append using "`file'"
  3. }
  4. foreach name in "Annette Fett" "Ashley Poole" "Marsha Martinez" {
  5. display length("`name'") " characters long -- `name'"
  6. }
  7. foreach x in 1/1000 {
  8. ...
  9. }
  10. foreach num of numlist 1 4/8 13(2)21 103 {
  11. display `num'
  12. }
  13. foreach j of numlist 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 {
  14. sum csp if treatedhh==1 & aci==`j'
  15. }

9. 面板数据

8b9c28691b9784f392ad69edc1b3e804.png
  1. use traffic.dta
  2. encode state, gen(st) 把state字符变量变为整型数字变量
  3. xtset state year 这是一个面板数据 state是面板个体变量 year是时间变量
  4. xtdes 查看是不是平衡
  5. xtsum 总结面板数据
  6. xtline spircons unrate, overlay 画图酒精消费和失业率 重叠在一起比较
  7. * 使用混合回归,聚类稳健标准误
  8. reg fatal beertax spircons unrate perinck ,vce (cluster state)
  9. estimates store OLS
  10. * 固定效应回归
  11. xtreg fatal beertax spircons unrate perinck ,fe r
  12. estimates store FE_robust
  13. * 以上结果已基本确认了个体效应的存在,但个体效应仍可能以随机效应(RE)的形式存在。
  14. * 随机效应的Stata命令为
  15. xtreg fatal beertax spircons unrate perinck,re r theta
  16. estimates store RE

10. 二值模型 (logit/probit)

  1. probit y x1 x2x3 ,r probit模型
  2. logit y x1 x2 x3 ,or vce(cluster clustvar) logit模型
  3. margins ,dydx(*) (计算所有解释变量的平均边际效应)
  4. margins ,dydx(*) atmeans (计算所有解释变量的平均边际效应)
  5. margins ,dydx( * )at(x1 =0) (计算所有解释变量的平均边际效应)
  6. margins ,dydx(x1) (计算所有解释变量的平均边际效应)
  7. margins,eyex(*) (计算平均弹性,其中两个“e”均指elasticity)
  8. margins ,eydx( *) (计算平均半弹性,x变化1单位引起y变化百分之几)
  9. margins ,dyex( *) (计算平均半弹性,x变化1%引起y变化几个单位)

11.排序模型

有时,离散数据有着天然的排序。比如,公司债券的评级(AAA,AA,A,B,C级),对“春节联欢晚会”的满意度(很满意、满意、不满意、很不满意)。又比如, Li and Zhou(2005)研究经济增长绩效对地方官员仕途的影响,以0表示“卸任”,1表示“留任或平级调动”,2表示“提拔”。这种数据被称为“排序数据"( ordered data)。

  1. 排序模型的Stata命令为
  2. oprobit y x1 x2.x3 ( ordered probit模型)
  3. ologit y x1 x2 x3 ( ordered logit模型)

12.泊松回归

有些被解释变量只能取非负整数,即0,1 ,2,…,比如,专利个数、奥运金牌个数、子女人数、看病次数。对于这一类计数数据,常使用“泊松回归”(Poisson regression)。

  1. 泊松回归的Stata命令为
  2. poisson y x1 x2x3,r irr
  3. poisson y x1 x2x3,r expOsure(x1)
  4. poisson y x1 x2x3,r offset (x1
  5. /* expOsure (xl)”表示把ln (x1)作为解释变量,并令其系数为1;选择项“offset(x1)”表示把×1作为解
  6. 其中,选择项“r”表示使用稳健标准误;选择项“irr”表示显示发生率比 */

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/笔触狂放9/article/detail/534651
推荐阅读
相关标签
  

闽ICP备14008679号