关于stata比较基础的一些命令及讲解

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

画图：用twoway，点点点

sysuse sp500, clear
twoway (line high date) (line low date) ///
 ,                    ///
title("图1：股票最高价与最低价时序图", box) ///
xtitle("交易日期", margin(medsmall)) ///
ytitle("股票价格") ///
ylabel(900(200)1400) ymtick(##5) ///
legend(label(1 "最高价") label(2 "最低价")) ///
note("资料来源： Stata公司， SP500.dta") ///
caption("说明：我做的第一幅Stata图形！ ") ///
saving(mypig.gph, replace)

*-散点图：twoway scatter high date
*-折线图：twoway line change date
*-柱状图：twoway bar open date
*-直方图  histogram change
*-密度函数图kdensity close, normal（normal让图上加了一条平滑的线）
右击保存即可
graph use fig1.gph // 重现图形

合并图形：就是在有两张图之后graph combine
【sysuse sp500, clear
twoway line high low date
graph save A3_price.gph, replace
twoway line high low date, scheme(s1mono)
graph save A3_price_sj.gph, replace】
graph combine A3_price.gph A3_price_sj.gph

删除图形
erase A3_price.gph
graph dir（列出存过的表）

1.Merge：先sort

2.n和N的用法：标序号，dis_N、dis r(max)、sum、bysort xx:

列举：
sysuse nlsw88.dta, clear
list age wage in 1/10

_n的用法：
sort hours
gen nid_1 = _n
list nid_1 hours race in 1/10

看样本数：
dis _N

_N的应用
sysuse sp500.dta, clear
sort open
sum open（看均值啥的）
dis r(max)（return出来一个数）

gen o_max = open[_N] // 最大值
gen o_diff= o_max-open
gen o_diff = open[_n] - open[_N] // 与最大值的差，也可以不写[_n]

gen b_diff = open[_N] - open[1] // range
list open o_max o_diff b_diff in 1/20

3.差分、移动平均：[_n], [_N], [1], [_n-1]

*-差分(计算今天与昨天的差异）
sort date
gen d_open = open[_n] - open[_n-1]

*-对数差分
gen dln_open = ln(open[_n]) - ln(open[_n-1])

*-移动平均
gen mv3_open = (open[_n-1] + open[_n] + open[_n+1]) / 3

4.滞后：tsset、L., L1., F., D.,

tsset date /*声明数据为时间序列*/
gen open_lag = L.open
gen open_lag2 = L2.open
gen open_forward = F.open
gen open_diff = D.open
gen open_diff2 = D2.open
list open* in 1/10

应用：计算增长率
gen r1 = D.close/L.close

5.分组：bysort

sysuse nlsw88.dta, clear
bysort industry: gen gid = _n
list gid industry in 1/50, sepby(industry) （后面大概就是在行业之间加一条线分开的意思，我猜？）

6.参数检验：ttest, ==, Pr<0.1时拒绝原假设，接受备择假设

**正态分布，方差未知
sysuse auto,clear
ttest price==6200
ttest price==6800
  
**两个总体均值的检验
sysuse auto,clear
ttest  mpg== turn
  
***分组的检验:看国内的车和国外的车在mpg上是否有区别
ttest  mpg, by( foreign)

***总体方差的假设检验
**单个总体
sdtest price==20
  
***两个总体
sdtest price== weight

7.方差检验：sdtest, ==、单因素 oneway、双因素 anova、Pr<0.1时拒绝，证明相关

***单因素方差分析
webuse apple
oneway weight treatment
  
*****多因素方差分析
webuse systolic
anova systolic drug

*Two-way ANOVA
anova systolic drug disease

7.相关系数：spearman, pwstar(0.05)

spearman head trunk length displacement weight

8.OLS: reg, ln(xx+1), codebook,先看右上角pro>F，看模型是否通过

sysuse auto,clear
spearman length gear_ratio foreign
reg price length  gear_ratio foreign

***绝对数据要对数化处理
Gen lnprice=ln(price)

*****预测
reg price   length  gear_ratio foreign
predict y,xb：求出来的是
predict e, res：求解扰动项y-
reg price   length  gear_ratio foreign if  mpg>21.2973

*****异方差的检验
reg price   length  gear_ratio foreign
estat imtest, white：看pro<10%,则存在异方差
estat vif：看多重共线性，VIF若均值>1,且 最大值>10，则存在多重共线性
* 经验准则： (1) VIF 的均值 > 1
  * (2) VIF 的最大值 >10
reg price   length  gear_ratio foreign, robust

9.主成分分析

sysuse auto, clear
pca trunk weight length headroom：会出来两个表，一个表是看那个80%的，另外一个是系数的
pca trunk weight length headroom, comp(2) covariance：出来之后第二个表就只有两个新变量的系数

变量相关度检验，70%以上就可以
estat anti
estat kmo   ？？？

碎石图：另外一个确定选几个新变量的方法
screeplot
         
gen comp1=.......

***得分图：不同主成分得分的散点图
scoreplot

*****不同主成分载荷的散点图
loadingplot

负载矩阵转置
rotate

10.因子分析
webuse bg2
factor bg2cost1-bg2cost6, factors(2)：括号里的数字是留下几个因子

11.Reshape：命名要有规则；宽面板→长面板

webuse reshape1,clear
reshape long inc ue, i(id) j(year)

12.结果输出
eststo: 先要在第一次用的时候下载findit
esttab  est1 est2 est3    est4 est5  est6   est7  est8 using huigu221.rtf, replace  b(3)  r2(4)   scalars(F) star(* 0.1 ** 0.05 *** 0.01) nogap ：nongap代表输出结果没有空行，rtf是word版本，还可以excel

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏21 回帖

关键词：移动平均 资料来源 股票价格 输出结果 因子分析

多谢~~最近正在做主成分分析  您的帖子很有帮助