请选择 进入手机版 | 继续访问电脑版

tag 标签: 找到你经管大学堂:名校名师名课

相关日志

分享 (转) 职场最浅显的十大准则
gagugagu 2014-7-19 18:18
一、选择比努力更聪明 俗话说:“男怕入错行,女怕嫁错郎”。职场的发展或许不在于你的能力、水平,环境往往可能更为重要,聪明的人总是选择和成功的人士合作,追随着他们的步伐,比如华为、阿里巴巴等等成功的造就了无数的社会英才,培育了大批的商界富豪,所以说选择适合自己的环境,找到你的伯乐,选择远远比努力更重要。 二、机会比薪水更需要 约翰麦斯威尔曾说:“抢夺机会就是增加你的领导力”,有志向的人需要的是机会,是展现自我才华的平台。一般的人坐等机遇、聪明的人抢抓机遇、睿智的人创造机遇,得到了机会就可以提高内职涯,内职涯决定外职涯。当你提升了个人能力,抓住了机会,展现了自己,还怕薪水不涨吗? 三、过程比结果更关键 “数字说话、结果导向、内向思维”被众多企业视为治理企业的三大黄金准则,而“结果导向”的本质以结果为取舍点,一切围绕着如何实现结果而开展,而“过程导向”将过程当作核心,但是,实际上,“结果导向”的控制智能起到“亡羊补牢”的效果,最终的结果具有滞后性,单纯依靠结果往往行不通,过程远远比结果更重要。 四、成长比成功更迫切 成功是每个人所追寻的目标,或许不会一番风顺,但是在这个过程中,都印记下了我们不断成长的记忆,在这个过程中收获了比是否成功更为重要的经验。真正的成功,并非要实现目标而是在面对挑战的时候学会如何克服自己、超越自己,并让自己得以磨练和成长。 做一个最好的自己才是最重要的。 五、行动比知识更有力 《弟子规》中说到:“不力行,但学文,长浮华,成何人”,我们学习的目的,是要运用这些知识产生行动,我们需要懂得,知识本身是没有用处的,只有运用知识产生的价值才能体现出力量,只有积极采取行动,按照清晰的目标,果断决策,专注行动,才能离成功更近。 六、实践比理论更可靠 作为职场中人,我们每天都需要在生活和工作中解决一些综合性的问题,这些问题不需要高深的理论,而是需要我们能够务实能够深入,只有将知识转化为技能,实践永远都比理论更靠谱。 七、信任比职位更给力 职场生涯可以说是想英国的天气一样,在我们生活中如何处理好和boss的关系,获得boss的青睐呢?我们如果想快速成功,获得领导的信任是最为关键的一步,保持良好的人际关系才能发展自我,最终获得成功。 八、责任比能力更重要 常言道:“责任体现人品,感恩彰显人性,忠诚为美,敬业为荣”,这就是说,有责任的人,懂得感恩的人才是值得企业培养和重用的人。 当你放弃了自己对于工作的责任,就代表着你放弃了自己在企业中更好发展的机会,任何企业都不愿意雇佣缺乏责任感的人,当你缺失了责任感的时候,你也永远不可能成为一个成功者。 九、绩效比忠诚度更重要 在企业里面不断地培养人才是其竞争优势所在。对于公司的最高层,必须致力于不断地了解这些人才的绩效动向,准备足够的资源提供给公司里面受培训的人士,公司上下致力于这样去做,并不是随便找一些人兼职去做,而是全身心投入这个工作,把人才当成竞争优势。因为绩效比起资历还有忠诚度而言更为重要。 十、看开比忍耐更快乐 总结下来就是“忍”和“释”,“退一步海阔天空,忍一时风平浪静”不接受,便难受,存在即合理,累与不累其实都取决于自己的心态,心灵的房间,不打扫就会落满灰尘,我们每天都要经历很多事情,开心的、不开心的,都在心里安家落户。如果都积攒在心中,忘记了打扫,心情必然会黯淡,我们需要努力把事情理清楚,才能告别烦乱,把一些无谓的痛苦扔掉,放下压力,给快乐留下更多更大的空间。
9 次阅读|0 个评论
分享 爱上一个没法爱你的人
艾肯法莱 2014-7-6 20:44
爱上一个没法爱你的人,本来就很苍凉。爱情,就像两个人在扯橡皮筋,疼的永远是后撒手的那一个。你变了,我也变了。回不去的温柔,泪水如泉涌。你找到你爱的人,而我,还在原地徘徊。情断了,走与不走,留与不留,我都不想懂。红尘有你,红尘有爱,相依即相随,一生换一世。
个人分类: 情感|10 次阅读|0 个评论
分享 常用的stata命令
xingyun1688 2014-4-28 11:33
最重要的两个命令莫过于help和search了。即使是经常使用stata的人也很难,也没必要记住常用命令的每一个细节,更不用说那些不常用到的了。所以,在遇到困难又没有免费专家咨询时,使用stata自带的帮助文件就是最佳选择。stata的帮助文件十分详尽,面面俱到,这既是好处也是麻烦。当你看到长长的帮助文件时,是不是对迅速找到相关信息感到没有信心? 闲话不说了。help和search都是查找帮助文件的命令,它们之间的区别在于help用于查找精确的命令名,而search是模糊查找。如果你知道某个命令的名字,并且想知道它的具体使用方法,只须在stata的命令行窗口中输入help空格加上这个名字。回车后结果屏幕上就会显示出这个命令的帮助文件的全部内容。如果你想知道在stata下做某个估计或某种计算,而不知道具体该如何实现,就需要用search命令了。使用的方法和help类似,只须把准确的命令名改成某个关键词。回车后结果窗口会给出所有和这个关键词相关的帮助文件名和链接列表。在列表中寻找最相关的内容,点击后在弹出的查看窗口中会给出相关的帮助文件。耐心寻找,反复实验,通常可以较快地找到你需要的内容。 下面该正式处理数据了。我的处理数据经验是最好能用stata的do文件编辑器记下你做过的工作。因为很少有一项实证研究能够一次完成,所以,当你下次继续工作时。能够重复前面的工作是非常重要的。有时因为一些细小的不同,你会发现无法复制原先的结果了。这时如果有记录下以往工作的do文件将把你从地狱带到天堂。因为你不必一遍又一遍地试图重现做过的工作。在stata窗口上部的工具栏中有个孤立的小按钮,把鼠标放上去会出现“bringdo-fileeditortofront”,点击它就会出现do文件编辑器。 为了使do文件能够顺利工作,一般需要编辑do文件的“头”和“尾”。这里给出我使用的“头”和“尾”。 /*(标签。简单记下文件的使命。)*/ captureclear(清空内存中的数据) capturelogclose(关闭所有打开的日志文件) setmem128m(设置用于stata使用的内存容量) setmoreoff(关闭more选项。如果打开该选项,那么结果分屏输出,即一次只输出一屏结果。你按空格键后再输出下一屏,直到全部输完。如果关闭则中间不停,一次全部输出。) setmatsize4000(设置矩阵的最大阶数。我用的是不是太大了?) cdD:(进入数据所在的盘符和文件夹。和dos的命令行很相似。) logusing(文件名).log,replace(打开日志文件,并更新。日志文件将记录下所有文件运行后给出的结果,如果你修改了文件内容,replace选项可以将其更新为最近运行的结果。) use(文件名),clear(打开数据文件。) (文件内容) logclose(关闭日志文件。) exit,clear(退出并清空内存中的数据。) 这个do文件的“头尾”并非我的发明,而是从沈明高老师那里学到的。版权归沈明高老师。 实证工作中往往接触的是原始数据。这些数据没有经过整理,有一些错漏和不统一的地方。比如,对某个变量的缺失观察值,有时会用点,有时会用-9,-99等来表示。回归时如果使用这些观察,往往得出非常错误的结果。还有,在不同的数据文件中,相同变量有时使用的变量名不同,会给合并数据造成麻烦。因此,拿到原始数据后,往往需要根据需要重新生成新的数据库,并且只使用这个新库处理数据。这部分工作不难,但是非常基础。因为如果在这里你不够小心,后面的事情往往会白做。 假设你清楚地知道所需的变量,现在要做的是检查数据、生成必要的数据并形成数据库供将来使用。检查数据的重要命令包括codebook,su,ta,des和list。其中,codebook提供的信息最全面,缺点是不能使用if条件限制范围,所以,有时还要用别的帮帮忙。su空格加变量名报告相应变量的非缺失的观察个数,均值,标准差,最小值和最大值。ta空格后面加一个(或两个)变量名是报告某个变量(或两个变量二维)的取值(不含缺失值)的频数,比率和按大小排列的累积比率。des后面可以加任意个变量名,只要数据中有。它报告变量的存储的类型,显示的格式和标签。标签中一般记录这个变量的定义和单位。list报告变量的观察值,可以用if或in来限制范围。所有这些命令都可以后面不加任何变量名,报告的结果是正在使用的数据库中的所有变量的相应信息。说起来苍白无力,打开stata亲自实验一下吧。 顺带说点儿题外话。除了codebook之外,上述统计类的命令都属于r族命令(又称一般命令)。执行后都可以使用returnlist报告储存在r()中的统计结果。最典型的r族命令当属summarize。它会把样本量、均值、标准差、方差、最小值、最大值、总和等统计信息储存起来。你在执行su之后,只需敲入returnlist就可以得到所有这些信息。其实,和一般命令的return命令类似,估计命令(又称e族命令)也有ereturn命令,具有报告,储存信息的功能。在更复杂的编程中,比如对回归分解,计算一些程序中无法直接计算的统计量,这些功能更是必不可少。 检查数据时,先用codebook看一下它的值域和单位。如果有-9,-99这样的取值,查一下问卷中对缺失值的记录方法。确定它们是缺失值后,改为用点记录。命令是replace(变量名)=.if(变量名)==-9。再看一下用点记录的缺失值有多少,作为选用变量的一个依据。 得到可用的数据后,我会给没有标签的变量加上注解。或者统一标签;或者统一变量的命名规则。更改变量名的命令是ren(原变量名)空格(新变量名)。定义标签的命令是labelvar(变量名)空格”(标签内容)”。整齐划一的变量名有助于记忆,简明的标签有助于明确变量的单位等信息。 如果你需要使用通过原始变量派生出的新变量,那么就需要了解gen,egen和replace这三个命令。gen和replace常常在一起使用。它们的基本语法是gen(或replace)空格(变量名)=(表达式)。二者的不同之处在于gen是生成新变量,replace是重新定义旧变量。 虚拟变量是我们常常需要用到的一类派生变量。如果你需要生成的虚拟变量个数不多,可以有两种方法生成。一种是简明方法:gen空格(变量名)=((限制条件)) 。如果某个观察满足限制条件,那么它的这个虚拟变量取值为1,否则为0。另一种要麻烦一点。就是 gen(变量名)=1if(取值为一限制条件) replace(相同的变量名)=0if(取值为零的限制条件) 两个方法貌似一样,但有一个小小的区别。如果限制条件中使用的变量都没有任何缺失值,那么两种方法的结果一样。如果有缺失值,第一种方法会把是缺失值的观察的虚拟变量都定义为0。而第二种方法可以将虚拟变量的取值分为三种,一是等于1,二是等于0,三是等于缺失值。这样就避免了把本来信息不明的观察错误地纳入到回归中去。下次再讲如何方便地生成成百上千个虚拟变量。 大量的虚拟变量往往是根据某个已知变量的取值生成的。比如,在某个回归中希望控制每个观察所在的社区,即希望控制标记社区的虚拟变量。社区数目可能有成百上千个,如果用上次的所说的方法生成就需要重复成百上千次,这也太笨了。大量生成虚拟变量的命令如下; ta(变量名),gen((变量名)) 第一个括号里的变量名是已知的变量,在上面的例子中是社区编码。后一个括号里的变量名是新生成的虚拟变量的共同前缀,后面跟数字表示不同的虚拟变量。如果我在这里填入d,那么,上述命令就会新生成d1,d2,等等,直到所有社区都有一个虚拟变量。 在回归中控制社区变量,只需简单地放入这些变量即可。一个麻烦是虚拟变量太多,怎么简单地加入呢?一个办法是用省略符号,d*表示所有d字母开头的变量,另一法是用破折号,d1-d150表示第一个到第150个社区虚拟变量(假设共有150个社区)。 还有一种方法可以在回归中直接控制虚拟变量,而无需真的去生成这些虚拟变量。使用命令areg可以做到,它的语法是 areg(被解释变量)(解释变量),absorb(变量名) absorb选项后面的变量名和前面讲的命令中第一个变量名相同。在上面的例子中即为社区编码。回归的结果和在reg中直接加入相应的虚拟变量相同。 生成变量的最后一招是egen。egen和gen都用于生成新变量,但egen的特点是它更强大的函数功能。gen可以支持一些函数,egen支持额外的函数。如果用gen搞不定,就得用egen想办法了。不过我比较懒,到现在为止只用用取平均、加和这些简单的函数。 有的时候数据情况复杂一些,往往生成所需变量不是非常直接,就需要多几个过程。曾经碰到原始数据中记录日期有些怪异的格式。比如,1991年10月23日被记录为19911023。我想使用它年份和月份,并生成虚拟变量。下面是我的做法: genyr=int(date) genmo=int((data-yr*10000)/100) tayr,gen(yd) tamo,gen(md) 假设你已经生成了所有需要的变量,现在最重要的就是保存好你的工作。使用的命令是save空格(文件名),replace。和前面介绍的一样,replace选项将更新你对数据库的修改,所以一定要小心使用。最好另存一个新的数据库,如果把原始库改了又变不回去,就叫天不应叫地不灵了。
31 次阅读|0 个评论

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-3-29 10:26