stata11常用命令
注：JB统计量对应的p大于0.05，则表明非正态，这点跟sktest和swilk检验刚好相反； dta为数据文件； gph为图文件； do为程序文件；
注意stata要区别大小写； 不得用作用户变量名：
_all _n _N _skip _b _coef _cons _pi _pred _rc _weight double float long int in if using with 命令：
读入数据一种方式 input x y 1 4 2 5.5 3 6.2 4 7.7 5 8.5 end su/summarise/sum x 或 su/summarise/sum x,d 对分组的描述： sort group by group:su x %%%%% tabstat economy,stats(max) %返回变量economy的最大值
%%stats括号里可以是：mean，count(非缺失观测值个数)，sum(总和)，max，min，range，
%% sd，var，cv(变易系数＝标准差/均值)，skewne，kurtosis，median，p1(1％分位
%% 数，类似地有p10, p25, p50, p75, p95, p99)，iqr(interquantile range = p75 – p25) _all %描述全部
_N 数据库中观察值的总个数。 _n 当前观察值的位置。 _pi 圆周率π的数值。 list gen/generate %产生数列 egen wagemax=max(wage) clear use by(分组变量) set more 1/0 count %计数
gsort +x (升序) gsort -x (降序) sort x 升序；并且其它变量顺序会跟着改变 label var y \"消费\" %添加标签 describe %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(storage type)，标签(label) replace x5=2*y if x!=3 %替换变量值
replace age = 25 in 107 %令第107个观测中age为25 rename y2 u %改变变量名
drop in 2 %删除全部变量的第2行
drop if x==.删去x为缺失值的所有记录
keep if x
keep x1-x5 %保留数据库中介于x1和x5间的所有变量 (包括x1和x5)，其余变量删除
ci x1 x2,by(group) %算出置信区间,不过先前对group要先排序，即sort group；
%by的意思逐个进行
cii 12 3.816667 0.2710343, level(90) %已知均值，方差，计算90%的置信区间
cii 10 2 %obs=10,mean=2,以二项分布形式，计算置信区间 centile x,centile(2.5 25 50 75 97.5) %取分位数 correlate/corr x y z %相关系数
pwcorr x y,sig %给出原假设r=0的命令 %如果变量非服从正态分布，则spearman x y regre/reg mean year %回归方程建立 reg y x,noconstant %无常数项 predict meanhat %预测拟合值 predict e,residual %得到残差 estat hettest % 异方差检验
dwstat % Durbin-Watson自相关检验 vif % 方差膨胀因子
logit y x1 x2 x3 (y取0或1，是被解释变量，x1-x3是被解释变量) %logit回归
probit y x1 x2 x3 (y取0或1，是被解释变量，x1-x3是被解释变量) %probit回归
tobit y x1 x2 x3 (y取值在0和1之间，是被解释变量，x1-x3是被解释变量) %tobit回归
sktest e %残差正态性检验 p>0.05则接受原假设，即服从正态分布； %% sktest是基于变量的偏度和斜度(正态分布的偏度为0，斜度为3) swilk x %基于Shapiro-Wilk检验
%%p值越小，越倾向于拒绝零假设，也就是变量越有可能不服从正态分布 xi %生成虚拟变量 tabulat gender,summ(math) %用gender指标对math进行分类，返回两类math的mean、std、freq tabulate=tab %gen f=int((shengao-164)/3)*3+164 组距为3 tabulate 变量名 [, generate(新变量) miing nofreq nolabel plot ] %%%%% generate(新变量) // 按分组变量产生哑变量 nofreq // 不显示频数 nolabel // 不显示数值标记 plot // 显示各组频数图示 miing // 包含缺失值
cell // 显示各小组的构成比(小组之和为 1) column // 按栏显示各组之构成(各栏总计为 1) row // 按行显示各组之构成(各行总计为 1) %%%%% 求和，求最小？ mod(x,y) %求余数
means %返回三种平均值 di normprob(1.96) di invnorm(0.05) di binomial(20,5,0.5) di invbinomial(20,5,0.5) di tprob(10,2) di invt(10.0.05) di fprob(3,27,1) di invfprob(3,27,0.05) di chi2(3,5) di invchi2(3,0.05) stack x y z,into(e) %把三列合成一列 xpose,clear %矩阵转置
append using d:\\0917.dta %把已打开的文件（x y z）跟0917里的（x y z）合并，是竖向合并，即观察值合并；
merge using D:\\0917.dta %把已打开的文件（x y z）跟0917里的（a b）合并，是横向合并，即变量合并； format x %9.2e %科学记数 format x %9.2f %2位小数
%产生随机数
%1 产生20个在(0，1)区间上均匀分布的随机数uniform() set seed 100 set obs 20 gen r=uniform() list % clear 清除内存
set seed 200 设置种子数为 200 set obs 20 设置样本量为 20 range no 1 20 建立编号 1 至 20 gen r=uniform() 产生在(0,1)均匀分布的随机数 gen group=1 设置分组变量 group 的初始值为 1 sort r 对随机数从小到大排序
replace group=2 in 11/20 设置最大的 10 个随机数所对应的记录
为第2组，即：最小的10个随机数所
对应的记录为第1组 sort no 按照编号排序
list 显示随机分组的结果 也可以list if group==1和list no if group==1 %2 产生10个服从正态分布N（100，6^2）的随机数invnorm(uniform())*sigma+u clear 清除内存
set seed 200 设置种子数为 200 set obs 10 设置样本量为 10 gen x=invnorm(uniform())*6+100 产生服从 N(100，6^2)的随机数 list 画图
注意有些图前面要加 histogram 直方图 line 折线图 scatter 散点图
scatter y x,c(l) s(d) b2(\"(a)\") graph twoway connected y x 连点图
graph bar (sum) var2,over(var1) blabel(total) %条形图 .graph bar p52 p72,by(d) .graph bar p52 p72,over(d) .graph bar p52 p72,by(d) stack .graph bar p52 p72,over(d) stack ////////////数据如下 %d p52 p72 %1 163.2 27.4 %2 72.5 83.6 %3 57.2 178.2 histogram x,bin(8) norm %画直方图，加正态分数线
graph pie a b o ab if area==1,plabel(_all percent) %画饼图 graph pie var2, over(var1) plabel(_all percent) %饼图 graph pie p52 p72,by(d) %饼图 graph box y1 %箱体图 qnorm x %qq图 lfit y x %回归直线
graph matrix gender economy math 多变量散点图
line yhat x||scatter y x,c(.l) s(O.) xline(12) yline(5.4) %线形图&散点图
有一些通用的选项可以给图形“润色”：
标题 title(“string”) （string可为任意的字符串，下同） 脚注 note(“string”)
横座标标题 xtitle(“string”) 纵座标标题 ytitle(“sting”)
横座标范围 xaxis(a,b) （a
connect(c...c) //连接各散点的方式，c表示： 或简写为c(c...c) .不连接 (缺省值) l 用直线连接
L 沿x方向只向前不向后直线连接 m 计算中位数并用直线连接 s 用三次平滑曲线连接 J 以阶梯式直线条连接
|| 用直线连接在同一纵向上的两点
II 同 ||, 只是线的顶部和底部有一个短横 Symbol(s...s) // 表示各散点的图形，s 表示： 或简写为s(s...s) O 大圆圈 (缺省值) S 大方块 T 大三角形 o 小圆圈 d 小菱形 p 小加号 .小点 i 无符号
[varname] 用变量的取值代码表示 [_n] 用点的记录号表示
数学函数等都要与generate、replace、display一起使用，不能单独使用 程序文件do use d:\\0917.dta reg y x corr y x line y x,saving(d:\\d4) 按ctrl+D执行 字符串操作函数：
length(s) %长度函数，计算s的长度, 如，disp length(\"ab\")的结果是2 substr(s,n1,n2) %子串函数，获得从s的n1个字符开始的n2个字符组成的字符串, disp substr(\"abcdef\",2,3)的结果是\"bcd\" string(n) %将数值n转换成字符串函数，如，disp string(41)+\"f\"的结果是\"41f\" real(s) %将字符串s转换成数值函数，如，disp real(\"5.2\")+1的结果是6.2 upper(s) %转换成大写字母函数，如，disp upper(\"this\")的结果是\"THIS\" lower(s) %转换成小写字母函数，如disp lower(\"THIS\")的结果是\"this\" index(s1,s2) %子串位置函数，计算s2在s1中第一次出现的起始位置, 如果s2不
在s1中, 则结果为0。如，disp index(\"this\",\"is\")的结果是3, 而index(\"this\",\"it\")的结果是0 trim(s) %去除字符串前面和后面的空格 ltrim(s) %去除字符串前面的空格 rtrim(s) %去除字符串后面的空格
di sign(x) %x>0时取1, x
max(x1,x2,...,Xn) 忽略缺失值;最大值函数 min(x1,x2,...,Xn) 忽略缺失值;最小值函数 float(x) %将x转换成浮点表示法。
gen yy=cond(x
gen y1=recode(x,2,5) %归组函数recode(x,x1,x2,...xn) gen y2=autocode(x,3,-2,9) %autocode(x,ng,xmin,xmax) 自动将区间（xmin,xmax）分成ng个等长的小区间，其结果是包含x值那个小区间的上界值
t检验： gend=x-y ttestd=0 ttestx=y 如果不配对
ttestx1=x2,unpaired ttestx1=x2,unequalunpaired 已知样本均数、标准差和样本数进行t检验：
ttesti 21 1.28 0.92 0.2 %检验均值是否等于0.2 检验两组均数是否相同：
ttesti 11 10 1.9 14 12.8 2.3 检验变量x1和x2的方差是否相同(即：齐性) sdtestx1=x2
一、配对设计的平均水平检验
当总体服从正态分布时，可以选用t检验，否则用非参符号秩检验 signrankd=0
二、平行对照设计的两组资料平均水平统计检验
如果两组资料的方差齐性和相互独立的，并且每组资料服从正态 分布，则用成组t检验，否则可以用成组Wilcoxon秩和检验 ranksum x, by(group) %2组资料中位数比较 kwallis x, by(group) %多组资料中位数比较 anova x t id %x为因变量，t跟id是因素 egenr=rank(x),by(id) %产生秩r 单因素方差分析: 单因素方差分析又称为OnewayANOVA，用于比较多组样本的均数是否相同， 并假定：每组的数据服从正态分布，具有相同的方差，且相互独立，则无 效假设Ho:各组总体均数相同。在STATA中可用命令：
oneway x group, mean bonferroni %bonferroni用于多组样本均数的两两比较检验
logrank t outcome, by(group) %单因素生存分析 两因素方差分析
多因素方差分析：anova y x1 x2 x1*x2
