人大经济论坛 › 标签 › 记录 › 相关日志

标签: 记录经管大学堂：名校名师名课

相关日志

分享 Alone: 音若汐 2014-8-12 23:02; 每一个音符都记录着你的喜怒哀乐; 个人分类: 随感|0 个评论

分享记录一下---huad2区比赛: 2007木子青 2014-7-29 00:19; 7.23日上午10.00开zhaosh总结会，665兜底，前5，于是乎极尽吹捧之能事；下午3.00开anli比赛动员会，居然其它2队的队长都到了，但我们队不知道且没来，差点我还不知道，于是不是那么激动和充血，整个过程没有说话只安静的听，zhshl让我找zhuanjia的资料，也没推辞，晚上回来做了；但对队长没来提出质疑。。。这就是管理学院的管理，呵呵~ 和队长联系上，说了一下比赛的相关之事，布置了一些工作，看相关资料和了解学生情况。。。周四晚8点正式发布案例，大雨磅礴，晚9-12点多讨论，整个还需要磨合。。。总算熬过来了，也达成比较一致的意见，周日的比赛比较满意，但结果居然掉下来了（2--消失），中元的质疑和5月的痛哭，让我感到前所未有的。。。现实的环境太需要这样的了。。。以撼动麻木的神经和沉睡的灵魂了。。。; 1 次阅读|0 个评论

分享记录一下~女儿回来---回美: 2007木子青 2014-7-28 22:45; 自5.5日女儿回来至7.19回美，按说时间也蛮多的，但感觉时间真的是飞快，一晃就过去了，还未回过神来，她又飞走了。。。其间感知了她的不易，真的是难过了好些时候。。。也怪自己当时没有坚持和她的联络，以致似乎感情渐行渐远。。。正如jiawq春节时发的感叹一样，不管是友情还是亲情，都需要不断的联络沟通和交流，否则都会淡忘的。。。事实也正是如此。。。; 0 个评论

分享 O(∩_∩)O~: sunny789 2014-6-24 02:34; 为了论坛币，为了作业，半夜发心情记录，真有心情么？; 0 个评论

分享记录一下--hf: 2007木子青 2014-6-17 17:05; 这些日子以来，浑身没劲似的，不知啥原因。。。还是得好好规划下，继续前行、坚持很重要，能做多少做多少，不必勉强但不要懈怠。。。记住不！！！; 0 个评论

分享记录一下宝贝: 2007木子青 2014-6-17 16:54; 5.5回来至今，宝贝的经历可谓丰富，连续的面试：微软hr面试--（周三）微软开发面试一下午--项目管理面试（拔牙后的周四）--开发面试，国外的hr面试---技术面试。。。，可能因时间短或其它因素未能如愿，到最终的讯飞实习（6.12）。。。让她有这些经历，应该是一个历练，是一个成长过程的心理撞击，并非坏事，但家长有时看着孩子的境遇，难免心疼、不舍，实际上给她的这些应该是帮助她腾飞的翅膀和辅佐，惟愿未来的宝贝在成长的道路上顺利前行、勇敢面对，踏出自己的一方土地，我始终看好我滴宝贝，她积极的不懈努力的心态应该是助她未来成功的一大重要的要素，看好你噢，宝贝。。。; 0 个评论

分享记录一下---房产证。。。: 2007木子青 2014-6-15 22:37; 20140613去拿琥珀的房产证，历时1年大半了（201210--201310-201406），不容易诶，正好办土地证，了却一桩心事；房子还未开始动工，不要急，慢慢来；青宝回来已有40天了，感觉好像刚刚回来，没多久似滴，要好好享受和她在一起的日子，上周四她开始正式在讯飞的实习（20140605），晚上出去在青年餐厅庆贺了一下，惟愿宝贝好好滴一切。。。。。。; 0 个评论

分享常用stata命令2: xingyun1688 2014-4-28 11:35; （续）前面说的都是对单个数据库的简单操作，但有时我们需要改变数据的结构，或者抽取来自不同数据库的信息，因此需要更方便的命令。这一类命令中我用过的有：改变数据的纵横结构的命令reshape，生成退化的数据库collapse，合并数据库的命令append和merge。纵列（longitudinal）数据通常包括同一个行为者（agent）在不同时期的观察，所以处理这类数据常常需要把数据库从宽表变成长表，或者相反。所谓宽表是以每个行为者为一个观察，不同时期的变量都记录在这个观察下，例如，行为者是厂商，时期有2000、2001年，变量是雇佣人数和所在城市，假设雇佣人数在不同时期不同，所在城市则不变。宽表记录的格式是每个厂商是一个观察，没有时期变量，雇佣人数有两个变量，分别记录2000年和2001年的人数，所在城市只有一个变量。所谓长表是行为者和时期共同定义观察，在上面的例子中，每个厂商有两个观察，有时期变量，雇佣人数和所在城市都只有一个，它们和时期变量共同定义相应时期的变量取值。在上面的例子下，把宽表变成长表的命令格式如下： reshape long （雇佣人数的变量名）, i(（标记厂商的变量名）) j(（标记时期的变量名）) 因为所在城市不随时期变化，所以在转换格式时不用放在reshape long后面，转换前后也不改变什么。相反地，如果把长表变成宽表则使用如下命令 reshape wide （雇佣人数的变量名）, i(（标记厂商的变量名）) j(（标记时期的变量名）) 唯一的区别是long换成了wide。 collapse的用处是计算某个数据库的一些统计量，再把它存为只含有这些统计量的数据库。用到这个命令的机会不多，我使用它是因为它可以计算中位数和从1到99的百分位数，这些统计量在常规的数据描述命令中没有。如果要计算中位数，其命令的语法如下 collapse (median) (（变量名）), by(（变量名）) 生成的新数据库中记录了第一个括号中的变量（可以是多个变量）的中位数。右面的by选项是根据某个变量分组计算中位数，没有这个选项则计算全部样本的中位数。合并数据库有两种方式，一种是增加观察，另一种是增加变量。第一种用append，用在两个数据库的格式一样，但观察不一样，只需用append空格using空格（文件名）就可以狗尾续貂了。简单明了，不会有什么错。另一种就不同了，需要格外小心。如果两个数据库中包含共同的观察，但是变量不同，希望从一个数据库中提取一些变量到另一个数据库中用merge。完整的命令如下： use （文件名） sort （变量名） save （文件名）, replace use （文件名） sort （变量名） merge （变量名） using （文件名）, keep(（变量名）) ta _merge drop if _merge==2 drop merge save （文件名）, replace 讲到这里似乎对于数据的生成和处理应该闭嘴了。大家可能更想听听估计、检验这些事情。但我并不想就此止住，因为实际中总是有一些简单套用命令无法轻易办到的特殊要求。此时至少有两条路可以通向罗马：一是找到更高级的命令一步到位；二是利用已知简单命令多绕几个圈子达到目的。下面讲一个令我刻骨铭心的经历，这也是迄今我所碰到的生成新数据中最繁复的了。原始数据中包含了可以识别属于同一个家庭中所有个人的信息和家庭成员与户主关系的信息。目的是利用这些信息建立亲子关系。初步的构想是新数据库以子辈为观察，找到他们的父母，把父母的变量添加到每个观察上。我的做法如下： use a1,clear keep if gender==2agemos=96a8~=1line10 replace a5=1 if a5==0 keep if a5==1|a5==3|a5==7 ren h hf ren line lf sort wave hhid save b1,replace keep if a5f==1 save b2,replace use b1,clear keep if a5f==3|a5f==7 save b3,replace use a3,clear sort wave hhid merge wave hhid using CHNS01b2, keep(hf lf) ta _merge drop if _merge==2 sort hhid line wave by hhid line wave: egen x=count(id) drop x _merge save b4,replace use a4,clear sort wave hhid merge wave hhid using CHNS01b3, keep(a5f a8f schf a12f hf agemosf c8f lf) ta _merge drop if _merge==2 sort hhid line wave by hhid line wave: egen x=count(id) gen a=agemosf-agemos drop if a216x==3 gen xx=x gen xxx=x gen y=lf if x==1 replace y=lf if x==2xx==1 replace y=lf if x==2xxx==1 keep if x==1|(lf==yx==2) drop a x xx xxx y _merge save b5,replace log close exit,clear 我的方法是属于使用简单命令反复迂回地达到目的那一类的，所以非常希望有更简便的方法来替代。不过做实证时往往不是非常追求程序的漂亮，常常也就得过且过了。曾经有人向我索要过上面的处理方法，因为一直杂事缠身，就没有回复。现在公开了，希望对需要的人能有所帮助，我也懒得再去一一答复了。 stata强大的功能体现在它可以方便地回归微观数据。而回归也是微观实证中最重要的方法。下面就开始讲stata中和回归有关的常用命令。基本回归方法有两种：线性设定下的最小二乘法（OLS）和两阶段最小二乘法（2SLS）。他们在实证分析中应用广泛，十分详细地掌握这两种方法是实证研究的基本要求。讲解的顺序是先依次介绍如何在stata中实现OLS和2SLS估计，然后再分析如何在实际问题中选择合理的方法。后一部分受JoshuaAngrist教授的影响很大，因此，在后面引用他的思想时会详细注明。假设你已经清楚地了解待估计方程的形式，那么回归命令的基本格式就十分简单明了： reg（被解释变量）（解释变量1）（解释变量2）…… 方程中的相应变量可以简单地放在reg的后面。执行上面的命令后，stata会出现两个表格，分别报告一些方差分析和回归的参数估计结果。我们最关心的是参数的大小和显著性，这在第二个表格中列出。表格的最左边一栏列出了解释变量，在它的右边是相应的系数估计值，然后依次是估计值的标准误，t比率，原假设为系数的真实值等于零时错误地拒绝该假设的概率——p值，以及该估计值的置信度为（1-5%）的置信区间。我看到回归结果的第一眼是瞄着最关心的解释变量的符号、大小和显著性。看看解释变量影响的方向和大小是不是符合理论的预期，是不是合乎常识，以及这个估计值是不是显著。标记显著性的统计量是t统计量，在经典假设下，它服从t分布。t分布和标准正态分布形状很相似，但它的“尾巴”要比标准正态分布的“肥”一些，在样本量比较小的时候尤其明显，当样本量趋于无穷时，t分布的极限分布是标准正态分布。大家对标准正态分布的分布函数上一些关键点比较熟悉，比如，1.96是97.5%的关键点，1.64是95%的关键点，所以，我们希望知道什么时候可以安全地使用标准正态分布。下表列出了一些小自由度下二者的差异（Beyer1987“CRCStandardMathematicalTables,28thed.”；Goulden1956“MethodsofStatisticalAnalysis,2nded.”）。可以看出，自由度超过一百时，二者的差别就已经相当小了。所以，当样本量的数量级是100个或以上时，可以直接认为t比率服从标准正态分布，并以此做检验。 90%95%97.5%99.5% 13.077686.3137512.706263.6567 21.885622.919994.302659.92484 31.637742.353363.182455.84091 41.533212.131852.776454.60409 51.475882.015052.570584.03214 101.372181.812462.228143.16927 301.310421.697262.042272.75000 1001.290071.660231.983972.62589 1.281561.644871.959992.57588 读者读到这里可能会笑话我了，stata不是已经报告了t检验的p值和置信区间了吗？为什么不直接察看这些结果呢？原因在于实证文献往往只报告参数的估计值和标准误，需要读者自己将估计值和标准误相除，计算显著性。而且当你在写实证文章时，也应该报告参数的估计值和标准误。这比报告估计值和它的p值更规范。伴随回归命令的一个重要命令是predict。回归结束后，使用它可以得到和回归相关的一些关键统计量。语法如下： predict（新变量名），（统计量名）这里的统计量名是一些选项。常用的选项有：xb（回归的拟合值。这是默认选项，即不加任何选项时，predict赋予新变量前一个回归的拟合值。）；residuals（残差）；leverage（杠杆值）。下面具一个例子来解释predict的用法。有时样本中的一个特别的观察值会显著地改变回归结果。这样的观察值可以笼统地分为三类：outliers，leverage和influence。Outliers是针对残差而言的，指那些回归中残差很大的观察；leverage是针对解释变量而言的，是解释变量相对其平均值偏里很大的观察；influence是针对估计结果而言的。如果去掉这个观察会明显地改变估计值，那么这个观察就是一个influence。Influence可以看作outliers和leverage共同作用的结果。异常观察可能是由于样本的特性，也可能是因为录入错误。总之，我们希望找到它们。回归后的predict命令可以发现这些异常观察（命令来自UCLA的“RegressionwithStata”第二章）。发现outliers，leverage和influence的命令如下： predictrs,rstudent predictl,leverage predictcsd,cooksd predictdf,dfits 这些统计量都有相应的关键值。当统计量（或其绝对值）超过关键值时就应该仔细检查相应的观察，确认是否属于录入错误。rstudent是用来发现outliers的统计量，其关键值是2，2.5和3。leverage是用来发现leverage的统计量，其关键值是(2k+2)/n，其中k解释变量的个数，n是样本量。Cooksd和DFITS是探测influence的统计量。它们都综合了残差和杠杆的信息，而且二者非常类似，只是单位不同，因而给出的结果也差不多。Cooksd的关键值是4/n。DFITS的关键值是2*sqrt(k/n)。（续）在使用最小二乘法估计时，两个通常被质疑的问题是数据是否存在多重共线性和异方差。多重共线性是指解释变量之间的相关性。通常我们假设解释变量之间是相关的，而且允许解释变量存在相关性，并控制可以观察的因素正是OLS的优点。如果把多重共线性看作一个需要解决的问题，那么需要把它解释为相关性“较大”。这样，变量之间没有相关性不好，相关性太大也不好，优劣的分割真是颇费琢磨。而且多重共线性并没有违反任何经典假定，所以，这个问题没有很好的定义。本质上讲，在样本给定时，多重共线性问题无法解决，或者说它是一个伪问题。先看一下为什么解释变量之间的相关性大会有问题。在OLS回归的经典假设（除正态假设外）下，某个系数的OLS估计值的总体方差与扰动项的方差成正比，与解释变量的总方差（一般地，我们视解释变量为随机变量）成反比，是该变量对其它解释变量回归的拟合优度的增函数。这个拟合优度可以理解为该变量的总变动中可以由其他解释变量解释的部分。当这个值趋近于1时，OLS估计值的总体方差趋向于无穷大。总体方差大时，样本方差也大的概率就大，t检验就会不准确。尽管多重共线性没有违背任何经典假设，但是OLS方法有时无法准确估计一些参数。这个问题可以理解为数据提供的信息不足以精确地计算出某些系数。最根本的解决方法当然是搜集更大的样本。如果样本给定，也许我们应该修改提出的问题，使我们能够根据样本数据做出更精确的判断。去掉一个解释变量，或者合并一些解释变量可以减少多重共线性。不过要注意的是去掉相关的解释变量会使估计有偏。实际操作时使用方差膨胀系数衡量解释变量的多重共线性。我们只需在回归之后使用vif命令就可以得到方差膨胀系数。在命令行中敲入vif并回车，stata会报告一个包含所有解释变量的方差膨胀系数的表格，如果方差膨胀系数大于10，这个变量潜在地有多重共线性问题。异方差是一个更值得关注的问题。首先简单地介绍一下异方差会带来哪些问题。第一、异方差不影响OLS估计的无偏性和一致性。第二、异方差使估计值方差的估计有偏，所以此时的t检验和置信区间无效。第三、F统计量不再服从F分布，LM统计量不再服从渐进卡方分布，相应的检验无效。第四、异方差使OLS不再是有效估计。总之，异方差影响推断是否有效，降低估计的效率，但对估计值的无偏性和一致性没有影响。知道了异方差作用的原理，很自然地就有了对付它的办法。第一种方法是在不知道是否存在异方差时，通过调整相应的统计量纠正可能带来的偏差。OLS中实现对异方差稳健的标准误很简便。相应的命令是在原来的回归命令后面加上robust选项。如下： reg（被解释变量）（解释变量1）（解释变量2）……，robust White（1980）证明了这种方法得到的标准误是渐进可用（asymptoticallyvalid）的。这种方法的优点是简单，而且需要的信息少，在各种情况下都通用。缺点是损失了一些效率。另一种方法是通过直接或间接的方法估计异方差的形式，并获得有效估计。典型的方法是WLS（加权最小二乘法）。WLS是GLS（一般最小二乘法）的一种，也可以说在异方差情形下的GLS就是WLS。在WLS下，我们设定扰动项的条件方差是某个解释变量子集的函数。之所以被称为加权最小二乘法，是因为这个估计最小化的是残差的加权平方和，而上述函数的倒数恰为其权重。在stata中实现WLS的方法如下： reg（被解释变量）（解释变量1）（解释变量2）…… 其中，aweight后面的变量就是权重，是我们设定的函数。一种经常的设定是假设扰动项的条件方差是所有解释变量的某个线性组合的指数函数。在stata中也可以方便地实现：首先做标准的OLS回归，并得到残差项； reg（被解释变量）（解释变量1）（解释变量2）…… predictr,resid 生成新变量logusq，并用它对所有解释变量做回归，得到这个回归的拟合值，再对这个拟合值求指数函数； genlogusq=ln(r^2) reglogusq(解释变量1)（解释变量2）…… predictg,xb genh=exp(g) 最后以h作为权重做WLS回归； reg（被解释变量）（解释变量1）（解释变量2）…… 如果我们确切地知道扰动项的协方差矩阵的形式，那么GLS估计是最小方差线性无偏估计，是所有线性估计中最好的。显然它比OLS更有效率。虽然GLS有很多好处，但有一个致命弱点：就是一般而言我们不知道扰动项的协方差矩阵，因而无法保证结果的有效性。到现在我们已经有了两种处理异方差的方法：一是使用对异方差稳健的标准误调整t统计量，并以此作推断；另一种是设定异方差的形式，使用可行的GLS得到有效估计。下面总结一下标准的OLS估计同上述两种方法的优劣，并结合检验异方差的方法，给出处理异方差的一般步骤。; 57 次阅读|0 个评论

分享阅读记录1: linhuo8866 2014-4-26 15:20; 今天开始看《专业投机原理》了，计划2周内读完，希望准时完成。给自己一个提醒吧，算是。 14.4.26.; 20 次阅读|0 个评论

分享第一次发一个日志: mycsdch 2014-1-23 10:39; 记录下一个脚印; 0 个评论

分享新股记录: tcxroy 2014-1-22 16:54; 1.21 新股中小板上市公司 002705 002706 002708 创业板： 300357 300358 300359 300360 300362; 个人分类: 选股|0 个评论

分享小菜鸟stata入门常用命令: Joycelyn小乔 2013-12-30 21:30; (1) Stata要在使用中熟练的，大家应该多加练习。 (2) Stata的很多细节，这里不会涉及，只是选取相对重要的部分加以解。当我们把 Stata 装好以后，首先需要了解的是它的界面。打开Stata后我们便可以看到它常用的四个窗口：Stata Results; Review; Variables; Stata Command。我们所有的运行结果都会在 StataResults 界面中显示；而命令的输入则在 Stata Command 窗口；Review 窗口记录我们使用过的命令；最后 Variables 窗口显示存在于当前数据库中的所有变量的名称。可以直接点击 Review 窗口来重新输入已使用过的命令，我们所需变量可以通过点击 Varaibles 窗口来得到，这些都可以简便我们的操作。 Stata 命令 Stata 软件功能强大，体现在它提供了丰富的命令，可以实现许多功能。每一个Stata 命令都相应的命令格式。我们在这里介绍常用的一些命令的功能和相应的格式，大家在使用Stata 的过程中会不断积累命令的相关知识。需要对命令的帮助时可以用 help 命令查询。例如了解命令： “reg” ，就可以在Stata Command窗口输入 “help reg” ，也可以在 Help 选项下 content 中查找我们需要的相关命令。用 help查询，则窗口会显示关于该命令的详尽说明。更直接的办法是看 Examples 中的范例是如何使用该命令，阅读一些相关的说明并加以模仿。重要习惯我们使用 Stata 进行回归分析时，需要养成一些好的习惯。在进行一些数据量很大，过程复杂的分析时尤其重要。（1）使用日志（log）。它可以帮助我们记录stata的运行结果。格式：log using c：\stata8\logfiles\10.21.5_30.log （注意：我们需要先建好文件夹 c：\stata8\logfiles ）关闭log的命令为“log close”。格式：log close 那么“10.21.5_30.log”文件就记录了从“log using”命令到“log close”命令之间stata运行的所有结果。（2）Do-file。在 command 窗口输入命令的方式很受限制，我们使用工具栏中“Do-file-editor”（第8个）在 Do-file 中编程。直接的好处便是我们可以很方便的执行以前写过的命令，并记录我们需要的命令，方便下一次的使用和分析。在复杂的分析中，采用 Command 窗口输入的方式会是非常的困难，我们必须用 do-file 去编程。在 do-file 文件中，用*表示注释内容，Stata 在运行 do-file 时会跳过这些注释语句。加入注释语句能增强do-file的可读性。我们应该养成习惯为每一个 do-file 文件写详细的注释内容。比如要说明文件名称，回归分析的目的，时间和存放位置。如果过程中生成并保存了数据文件，应写出相应数据文件的名称等。如果中途对 do-file 文件进行过修改，最好将修改过文件保存为另一个文件，以便于将来对比分析原文件和修改后的文件。格式： *Wage_analysis.do *The program is written for the analysis of wage determination. *Data management：reshape the data to panel. *This rsult will be saved in the data file：wage1.dta * written：10/21/05 在调试 do-file 文件时，可以选择部分命令让 Stata 只运行选中部分。我们可以保存当前使用的 do-file 文件。Review 窗口中的命令也可以保存为 do-file。方法是右键点击Review窗口，选择 Save Review Contents。（3）存储数据。在分析一个大的数据库时，中途对数据有改动和删减，有必要在分析过程中将数据进行保存，可以用File选项中“save as”，同时要为中途保存的数据文件写一个详尽的说明文件，此外还可以在 do-file 文件中或 command 窗口中使用命令 “save” 来实现。格式：save c：\stata\datasets\2.dta 打开数据文件我们用Stata做回归的第一步便是打开一个数据库。我们可以用工具栏“Open”（第1个），打开相应数据文件。也可以使用命令 “use” 。格式：use c：\data\datasets\1.dta Stata 有自己的数据格式，我们课上一般会给大家 Stata 格式的数据库。有时候，我们手头的数据格式不符合 Stata 的格式，就需要用相关软件进行转换，比如transfer，对这个问题感兴趣的同学可以课后和我们联系。如果我们的数据是 Excel 格式，那么可以直接把里面的数据拷贝粘贴到Stata 中：只需要点开数据工具栏“Data Editor”（第9个），就可以进行粘贴。打开数据后我们可以用工具栏“Data Browse”（第10个）浏览数据。浏览数据可以帮助我们了解具体每一个数据。要了解数据具有的特征，我们必须借助Stata命令。了解数据特征 “describe” 命令可以告诉我们每一个变量的含义。格式：describe 具体了解每一个变量的特征，我们可以用 tabstat 命令。例如我们可以计算 wage 的均值，方差，中位数，范围，具体可以用 help tabstata 查询。格式： tabstat wage, stats(mean) tabstat wage, stats (sd median range) (注意不要逗号) 如果我们想要了解不同教育水平的工资的均值，可以用如下命令：格式：tabstat wage, by (educ) stats(mean) 此外可以使用 “Sum”，它是命令 “summarize” 的简写。Summarize（Sum）将汇报数据的均值和方差等信息。格式： summarize wage sum educ exper 需要了解如“中位数”(median)，我们可以进一步使用后缀detail。此时会详细报告百分比所对应的样本值。格式：sum wage educ, detail 此外 Stata 还提供了别的命令帮助我们了解数据，如 “codebook” 命令，它与带detail后缀的“sum” 命令相似。 “table”，它将报告数据取值和相应的频率。 “tabulate” (或简写为ta)是一个很有用的命令。与table相比，ta将进一步报告数据分布的百分比。格式： codebook wage educ table wage ta educ 利用“by”命令，我们可以了解数据更细致的特征。例如我们想知道受不同教育的人群中工资的分布。格式： sort educ（这一步不可缺，一定需要先排序） by educ：table wage by educ：tabulate wage 画图很多时候，画图能够直观地看到数据分布和它们之间关系。比如我们可以 “histogram” 命令画出数据分布的柱状图(histogram)。格式： histogram wage “scatter”命令可以画出两个变量之间的分布关系。例如我们想直观的看到教育水平变化时工资的变化，可以用 “scatter” 命令或者 “graph twoway scatter” 命令。格式： scatter wage educ graph twoway scatter wage educ “graph twoway”命令可以带别的后缀，例如 “graph twoway line” 则画的是线状图。格式： graph twoway line wage educ “graph”命令还有很多别的功能。例如使用“graph matrix”可以了解更多的变量之间的关系。“graph bar (mean) y, over(x)”就可以了解y的平均值关于x分布的柱状图。格式： graph matrix wage educ graph matrix wage educ exper graph bar (mean) wage, over (educ) 右键点击graph窗口可以将图片进行保存和复制。变量在分析的过程中，有些变量并没有在数据中提供，需要我们用原始数据或者回归的结果构造。常用的命令是 “gen” 和 “egen” 。格式： gen educsqr=educ^2 egen命令相对复杂一些，它能生成一些“gen”命令无法生成的变量。例如可以生成wagesum 为每个人的工资和，以及生成 wagemedian 为工资的中位数(median)，wagemax 为工资的最大值。格式： egen wagesum=sum(wage) egen wagemedian=median(wage) egen wagemax=max(wage) 更复杂的如想产生一个变量“wagemax”为相同教育水平里的最高工资。格式：egen wagemaxeduc=max (wage),by (educ) 如果我们需要替换某一变量，我们可以用的命令是“replace”。格式： replace wagemax=wage replace wagemax=1 有时候我们在生成变量时可以加上一定条件，例如如果一个样本工资超过3，我们就定义它的变量wagehigh 的取值为1，否则为0。格式： gen wagehigh=1 if wage=10 replace wagehigh=0 if wagehigh ==.（注意是两个等号）我们也需要去掉过程中的暂用的变量，以方便我们浏览数据和重新定义变量。我们可以用 drop 命令。格式：drop educsqr wagesum wagemedian wagemax wagemaxeduc wagehigh 我们可以用“keep”或“drop”命令来删除一些样本,在删除之前，我们需要了解删除带来的影响，则可以用“count”命令来了解样本取值的情况。格式： count if wage100 count if wage10 我们可以用“sort”和“list”命令来了解数据分布的细节。例如我们想知道工资值从小到大排列在第50到70的样本的工资值。格式： sort wage list wage in 50/70 如果我们想保留工资小于100的样本，可以有两种命令。格式： keep if wage100 drop if wage=100 有时我们关心变量之间的相关性，可以使用“correlate”命令，它将报告变量之间的相关系数。格式： correlate wage educ exper tenure 回归现在我们以进入最重要的环节：回归分析。进行 OLS 回归的命令为“reg”。格式：reg wage educ Stata Results 窗口将报告这一回归的相关结果： . reg wage educ 表格中最后两行报告回归的斜率和截距的系数，相应的标准差、t值和P值，同时给出95%的置信区间。在表格左上方，报告了回归的总变异、解释变异和残差变异。表格右上方报告回归的R方和调整后的R方。其中F是自变量所有的系数都为0（即自变量完全没有解释力）这样一个零假设对应的F分布值。回归会产生很多我们感兴趣的值，例如回归的拟合值以及回归的残差。Stata 提供了 predict 命令帮助我们存储这些变量。例如我们把拟合值定义为wagehat，残差定义为wageresid。格式： predict wagehat predict wageresid, re 我们常常需要检验某一个零假设，例如在我们作了如下回归格式：reg wage educ exper tenure nonwhite female 之后，我们想要知道 nonwhite 的系数是否显著，我们可以直接看回归结果报告，也可以用 test 命令。格式：test nonwhite test 命令报告的结果为 F 值。而回归结果报告的为 t 值。它们之间是平方关系，而 p 值是一样的。对于更复杂的零假设，比如 nonwhite 和 female 是否同时为0。exper 的系数和 tenure 的系数是否相等，则只能借助“test”命令。格式： test nonwhite femalew test exper=tenure 报告回归结果一般需要报告回归系数和相应的残差，同时报告系数的显著性。此外根据需要往往还要报告回归的拟合优度和使用的样本个数。对于回归系数的符号和大小变化，要给出相应的分析和解释。许多时候还会把检验的结果附在表格中。下面是一个报告回归结果的表格（摘自经济学论文）。其中括号里报告的是系数的方差， All Women和 Married Women 表示两个总体，(1)(2)(3)对应不同的模型设定。计算器 Stata 可以充当计算器用，使用 “display” 命令：格式：display sqrt(5)*sin(0.5) 关于 Stata 的数学函数的命令格式，可以查询 help function。原文地址:http://www.seekbio.com/biotech/soft/2010/d81933655.html 描述统计 describe describe命令可以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）等。 list summarize summarize可以提供varlist指定变量（可以不止一个）的如下统计量：Percentiles（分位数），四大最大的数和四个最小的数，Variance（方差），Std. Dev.（标准差），Skewness（偏度），Kurtosis（斜度） tabstat tabstat varlist ) ] tabstat提供 ) ]指定的统计量，可供选择的有mean（均值），count（非缺失观测值个数），sum（总和），max（最大值），min（最小值），range（最大值－最小值），sd（标准差），var（方差），cv（变易系数＝标准差/均值），skewness（偏度），kurtosis（斜度），median（中位数），p1（1％分位数，类似地有p5, p10, p25, p50 , p75, p95, p99），iqr（interquantile range = p75 – p25）。比如，想知道变量pop在整个样本的均值和方差，可以使用如下命令： tabstat pop, stats(mean var) anova命令 anova y x1 x2 anova 做方差分析（analysis of variance），研究y的平均值在分类变量x1和x2不同取值之间的差异。 signrank命令 signrank y1=y2 signrank做Wilcoxon秩检验。 signtest命令 signtest y1=y2 秩检验，检验变量y1和y2的中值是否相等。检验y1的中值是否为5可用如下命令 signtest y1=5 ttest命令 ttest y1=y2 检验变量y1和y2的平均值是否相等。检验y1的平均值是否为5可用如下命令 ttest y1=5 correlate命令 correlate correlate计算varlist中变量（两两）之间的相关系数。秩检验及结果的保存 ASK: I perform a ranksum test (i.e. Wilcoxon - Mann-Whitney U test). With -return list-, I get the saved results. Unfortunately, I see the (z) but not the Prob(z) in this list. ANSWER by "Nick Cox" ( n.j.cox@durham.ac.uk ): P-value is calculated internally as 2 * normprob(-abs(`z')) ，其中局部宏`z' 是报告为 r(z) 的统计量。所以，在执行 -ranksum- 后，你只需要计算 2 * normprob(-abs(r(z))) 就可以得到相应P值。比如： sysuse auto, clear ranksum price,by(foreign) local z = r(z) local p = 2*normprob(-abs(`z')) 这样, 局部宏 p 就保存了秩和检验的P值。或者在-ranksum-后, scalar P_value = 2*normprob(-abs(r(z))) scalar list P_value; 个人分类: stata|39 次阅读|0 个评论

分享经济学学习记录: 热度 1 财大小学生 2013-12-5 18:20; 经济学一门许多人眼中的跟钱打交道的学科，但是学经济的人都得有一颗正确认识金钱的作用的心。专业选择了经济学我觉得我就应当好好的学习经济学，学习中我发现经济学其实还是蛮难的，需要努力学习，现在学习开始.........; 18 次阅读|1 个评论

分享记录一下20131022: 2007木子青 2013-10-22 16:05; 记录一下，昨晚收别人童给我们的以老带新800，今天给别人王1000我们的以老带新，不能只有进来的没有出去的，互惠互利才是王道。。。; 0 个评论

分享记录一下，拿新房的钥匙了~: 2007木子青 2013-10-13 16:05; 记录一下，拿新房的钥匙了~ 好好滴做，不要急，感觉时间很紧张似的，也要慢慢滴去做~ 平衡下心态，不要太心急，想好了做，才不会手忙脚乱。。。好好滴，才是我所需要的~ 今天是重阳节，有些感触，但不管怎么，身体是最重要的，一定要好好滴......; 0 个评论

分享一个清华女大学生与一个普通二本男大学生的QQ聊天记录: 人大，我要来了 2013-9-25 13:28; 女：在咯? 男：在啊，好久不见，清华大学生，都在忙些什么啊？女：也没有什么，就是学习和工作，挺充实的男：哦，很少见你上线啊，大忙人，你空间里也单调的很啊，连张照片都没有！女：我一般是不会聊QQ的，觉得那是在浪费青春，浪费时间，浪费精力，实属无聊的表现。花费大量的时间弄QQ空间那是弱智儿童做的事，有那功夫还不如画会画，练练字呢！男：哈哈，那你现在干嘛呢？不是也在登QQ吗？女：呵呵，偶尔登一下无可厚非啊。今天进你的空间了，看了你写的东西，想跟你说几句话男：感觉怎么样啊？是不是很震撼啊！哈哈女：你好像很渴望爱情啊，打算在网络里找个女朋友吗？呵呵，我告诉你啊，真正的好女孩是不会出现在网络里的！好女孩早就有男朋友了，那些在虚拟世界里晃荡的女生不是很丑就是人品不好，在现实生活里混不下去了，才到网络的世界里充可爱的！男：我不是很赞同你的看法！女：呵呵，仁者见仁，智者见智嘛！你多大了啊？属什么啊？男：怎么？有什么企图吗？女：随便问问男：22啊，属蛇女：哦，那算是成年了吧！男：废话！女：我觉得你就是一个孩子，傻了吧唧的孩子，充斥着幼稚男：你就大啊？女：我属羊，比你小两岁，但感觉要比你大十几岁呢！你用手机登的吗？男：是啊女：什么牌子的手机啊？男：摩托罗拉女：能视频吗？男：我的手机型号很低的，算是摩托罗拉里最差的了女：那为什么不用诺基亚N95啊？男：没钱啊，穷啊！你这么问，是不是你用的就是这款机子啊！女：是啊！现在的大学生还有哭穷的啊!我现在打算换N97呢！男：哦，你那么有钱啊？女：这个手机就是我打工赚钱买的，等发了这笔稿费，我就换！男：你打工干什么啊？女：给北京一家杂志社画插图啊，给钱太少了，一本杂志才给七八百块钱，赚了不够花的男：哦女：你呢，都怎么赚钱啊？男：我就是父母给钱花，没有出去打工赚钱女：哦，那你就是啃老族喽! 男：呃--- 女：富二代吧？男：不是，我家农村的，很穷的。女：那你更不应该做啃老族了啊！男：呃--- 女：找个工作啊，现在的大学生哪有不打工的啊，我同学卖报纸的有，给车站倒垃圾的有，在地铁站给人提供方便小物品的有，而且都是大男生啊男：哦--- 女：你找份发传单的工作也好啊，至少赚点钱花啊！男：我会的！女：别光说不干啊，要做实干家，别口头上说说，三分钟后就什么都忘了！男：哦，其实我想过要去干的，只是找不到合适的--- 女：呵呵，合适的！坐在中南海里的办公室里喝茶合适，你有那个能力吗？现在就是锻炼自己的时候啊，不找活干，怎么行啊？男：哦女：男人应该以事业为重，这样的男人才能吸引女孩子啊，等你有了钱，有车有房，到那时想要的爱情自然会到来啊，何必现在像应该怨妇是的去书写那些凄厉的文字，是在博得大家的同情吗？我想不是，反正我是很唾弃你这种男孩子，一点志气都没有! 男：哦女：呵呵，你不会就是这样的一无是处吧，只会儿女情长的哀怨吗，一点都没有志气和壮志吗？男：我有啊女：未必吧！不聊了啊，我得去画插图了啊，呵呵，真是个孩子，还喊着叫着让人家不要说你孩子气，我都感到好笑男：拜; 0 个评论

分享怎样去掉个人银行不良记录: 473393343推荐QQ 2012-11-21 23:19; 我推荐这个QQ:473393343 给你们希望能帮助到你们！这个是真正的通过银行内部人员操作的！我的不良信息就是他们帮助我清除的，推荐QQ:473393343这个人他们真正的可以帮助我们修改不良信息的，他们通过人民银行内部人员帮助你们修改的，因为现在有一些骗子知道很多人有不良记录就利用这次机会来欺骗我们，我也被骗过骗了我1万多！我也是无意中看到的，他也是收取定金800，我本来想反正也被骗了1万多我就是大不了就给他800结果他们在1个小时之内把我的所有不良记录清除了！帮我修改成为良好状态！他们收取的费用是2800到5800他们是按照你们的不良信息收取的！你们还是加他, 我也介绍我的朋友给他。他是客户介绍过去他才帮助清除的！如果你们要加他，你们就说是陈名亮介绍的就可以了！加他QQ473393343 我推荐这个QQ:473393343 给你们希望能帮助到你们！这个是真正的通过银行内部人员操作的！我的不良信息就是他们帮助我清除的，推荐QQ:473393343这个人他们真正的可以帮助我们修改不良信息的，他们通过人民银行内部人员帮助你们修改的，因为现在有一些骗子知道很多人有不良记录就利用这次机会来欺骗我们，我也被骗过骗了我1万多！我也是无意中看到的，他也是收取定金800，我本来想反正也被骗了1万多我就是大不了就给他800结果他们在1个小时之内把我的所有不良记录清除了！帮我修改成为良好状态！他们收取的费用是2800到5800他们是按照你们的不良信息收取的！你们还是加他, 我也介绍我的朋友给他。他是客户介绍过去他才帮助清除的！如果你们要加他，你们就说是陈名亮介绍的就可以了！加他QQ473393343 我推荐这个QQ:473393343 给你们希望能帮助到你们！这个是真正的通过银行内部人员操作的！我的不良信息就是他们帮助我清除的，推荐QQ:473393343这个人他们真正的可以帮助我们修改不良信息的，他们通过人民银行内部人员帮助你们修改的，因为现在有一些骗子知道很多人有不良记录就利用这次机会来欺骗我们，我也被骗过骗了我1万多！我也是无意中看到的，他也是收取定金800，我本来想反正也被骗了1万多我就是大不了就给他800结果他们在1个小时之内把我的所有不良记录清除了！帮我修改成为良好状态！他们收取的费用是2800到5800他们是按照你们的不良信息收取的！你们还是加他, 我也介绍我的朋友给他。他是客户介绍过去他才帮助清除的！如果你们要加他，你们就说是陈名亮介绍的就可以了！加他QQ473393343 我推荐这个QQ:473393343 给你们希望能帮助到你们！这个是真正的通过银行内部人员操作的！我的不良信息就是他们帮助我清除的，推荐QQ:473393343这个人他们真正的可以帮助我们修改不良信息的，他们通过人民银行内部人员帮助你们修改的，因为现在有一些骗子知道很多人有不良记录就利用这次机会来欺骗我们，我也被骗过骗了我1万多！我也是无意中看到的，他也是收取定金800，我本来想反正也被骗了1万多我就是大不了就给他800结果他们在1个小时之内把我的所有不良记录清除了！帮我修改成为良好状态！他们收取的费用是2800到5800他们是按照你们的不良信息收取的！你们还是加他, 我也介绍我的朋友给他。他是客户介绍过去他才帮助清除的！如果你们要加他，你们就说是陈名亮介绍的就可以了！加他QQ473393343 我推荐这个QQ:473393343 给你们希望能帮助到你们！这个是真正的通过银行内部人员操作的！我的不良信息就是他们帮助我清除的，推荐QQ:473393343这个人他们真正的可以帮助我们修改不良信息的，他们通过人民银行内部人员帮助你们修改的，因为现在有一些骗子知道很多人有不良记录就利用这次机会来欺骗我们，我也被骗过骗了我1万多！我也是无意中看到的，他也是收取定金800，我本来想反正也被骗了1万多我就是大不了就给他800结果他们在1个小时之内把我的所有不良记录清除了！帮我修改成为良好状态！他们收取的费用是2800到5800他们是按照你们的不良信息收取的！你们还是加他, 我也介绍我的朋友给他。他是客户介绍过去他才帮助清除的！如果你们要加他，你们就说是陈名亮介绍的就可以了！加他QQ473393343 我推荐这个QQ:473393343 给你们希望能帮助到你们！这个是真正的通过银行内部人员操作的！我的不良信息就是他们帮助我清除的，推荐QQ:473393343这个人他们真正的可以帮助我们修改不良信息的，他们通过人民银行内部人员帮助你们修改的，因为现在有一些骗子知道很多人有不良记录就利用这次机会来欺骗我们，我也被骗过骗了我1万多！我也是无意中看到的，他也是收取定金800，我本来想反正也被骗了1万多我就是大不了就给他800结果他们在1个小时之内把我的所有不良记录清除了！帮我修改成为良好状态！他们收取的费用是2800到5800他们是按照你们的不良信息收取的！你们还是加他, 我也介绍我的朋友给他。他是客户介绍过去他才帮助清除的！如果你们要加他，你们就说是陈名亮介绍的就可以了！加他QQ473393343; 17 次阅读|0 个评论

分享如何删除银行不良记录: 473393343推荐QQ 2012-11-21 23:16; 我推荐这个QQ:473393343 给你们希望能帮助到你们！这个是真正的通过银行内部人员操作的！我的不良信息就是他们帮助我清除的，推荐QQ:473393343这个人他们真正的可以帮助我们修改不良信息的，他们通过人民银行内部人员帮助你们修改的，因为现在有一些骗子知道很多人有不良记录就利用这次机会来欺骗我们，我也被骗过骗了我1万多！我也是无意中看到的，他也是收取定金800，我本来想反正也被骗了1万多我就是大不了就给他800结果他们在1个小时之内把我的所有不良记录清除了！帮我修改成为良好状态！他们收取的费用是2800到5800他们是按照你们的不良信息收取的！你们还是加他, 我也介绍我的朋友给他。他是客户介绍过去他才帮助清除的！如果你们要加他，你们就说是陈名亮介绍的就可以了！加他QQ473393343 我推荐这个QQ:473393343 给你们希望能帮助到你们！这个是真正的通过银行内部人员操作的！我的不良信息就是他们帮助我清除的，推荐QQ:473393343这个人他们真正的可以帮助我们修改不良信息的，他们通过人民银行内部人员帮助你们修改的，因为现在有一些骗子知道很多人有不良记录就利用这次机会来欺骗我们，我也被骗过骗了我1万多！我也是无意中看到的，他也是收取定金800，我本来想反正也被骗了1万多我就是大不了就给他800结果他们在1个小时之内把我的所有不良记录清除了！帮我修改成为良好状态！他们收取的费用是2800到5800他们是按照你们的不良信息收取的！你们还是加他, 我也介绍我的朋友给他。他是客户介绍过去他才帮助清除的！如果你们要加他，你们就说是陈名亮介绍的就可以了！加他QQ473393343; 16 次阅读|0 个评论

分享银行不良信用记录这样清除: 推荐QQ473393343 2012-11-21 23:04; 我推荐这个QQ:473393343 给你们希望能帮助到你们！这个是真正的通过银行内部人员操作的！我的不良信息就是他们帮助我清除的，推荐QQ:473393343这个人他们真正的可以帮助我们修改不良信息的，他们通过人民银行内部人员帮助你们修改的，因为现在有一些骗子知道很多人有不良记录就利用这次机会来欺骗我们，我也被骗过骗了我1万多！我也是无意中看到的，他也是收取定金800，我本来想反正也被骗了1万多我就是大不了就给他800结果他们在1个小时之内把我的所有不良记录清除了！帮我修改成为良好状态！他们收取的费用是2800到5800他们是按照你们的不良信息收取的！你们还是加他, 我也介绍我的朋友给他。他是客户介绍过去他才帮助清除的！如果你们要加他，你们就说是陈名亮介绍的就可以了！加他QQ473393343 我推荐这个QQ:473393343 给你们希望能帮助到你们！这个是真正的通过银行内部人员操作的！我的不良信息就是他们帮助我清除的，推荐QQ:473393343这个人他们真正的可以帮助我们修改不良信息的，他们通过人民银行内部人员帮助你们修改的，因为现在有一些骗子知道很多人有不良记录就利用这次机会来欺骗我们，我也被骗过骗了我1万多！我也是无意中看到的，他也是收取定金800，我本来想反正也被骗了1万多我就是大不了就给他800结果他们在1个小时之内把我的所有不良记录清除了！帮我修改成为良好状态！他们收取的费用是2800到5800他们是按照你们的不良信息收取的！你们还是加他, 我也介绍我的朋友给他。他是客户介绍过去他才帮助清除的！如果你们要加他，你们就说是陈名亮介绍的就可以了！加他QQ473393343 我推荐这个QQ:473393343 给你们希望能帮助到你们！这个是真正的通过银行内部人员操作的！我的不良信息就是他们帮助我清除的，推荐QQ:473393343这个人他们真正的可以帮助我们修改不良信息的，他们通过人民银行内部人员帮助你们修改的，因为现在有一些骗子知道很多人有不良记录就利用这次机会来欺骗我们，我也被骗过骗了我1万多！我也是无意中看到的，他也是收取定金800，我本来想反正也被骗了1万多我就是大不了就给他800结果他们在1个小时之内把我的所有不良记录清除了！帮我修改成为良好状态！他们收取的费用是2800到5800他们是按照你们的不良信息收取的！你们还是加他, 我也介绍我的朋友给他。他是客户介绍过去他才帮助清除的！如果你们要加他，你们就说是陈名亮介绍的就可以了！加他QQ473393343; 0 个评论

分享银行不良记录如何删除: 推荐QQ473393343 2012-11-21 23:01; 我推荐这个QQ:473393343 给你们希望能帮助到你们！这个是真正的通过银行内部人员操作的！我的不良信息就是他们帮助我清除的，推荐QQ:473393343这个人他们真正的可以帮助我们修改不良信息的，他们通过人民银行内部人员帮助你们修改的，因为现在有一些骗子知道很多人有不良记录就利用这次机会来欺骗我们，我也被骗过骗了我1万多！我也是无意中看到的，他也是收取定金800，我本来想反正也被骗了1万多我就是大不了就给他800结果他们在1个小时之内把我的所有不良记录清除了！帮我修改成为良好状态！他们收取的费用是2800到5800他们是按照你们的不良信息收取的！你们还是加他, 我也介绍我的朋友给他。他是客户介绍过去他才帮助清除的！如果你们要加他，你们就说是陈名亮介绍的就可以了！加他QQ473393343 我推荐这个QQ:473393343 给你们希望能帮助到你们！这个是真正的通过银行内部人员操作的！我的不良信息就是他们帮助我清除的，推荐QQ:473393343这个人他们真正的可以帮助我们修改不良信息的，他们通过人民银行内部人员帮助你们修改的，因为现在有一些骗子知道很多人有不良记录就利用这次机会来欺骗我们，我也被骗过骗了我1万多！我也是无意中看到的，他也是收取定金800，我本来想反正也被骗了1万多我就是大不了就给他800结果他们在1个小时之内把我的所有不良记录清除了！帮我修改成为良好状态！他们收取的费用是2800到5800他们是按照你们的不良信息收取的！你们还是加他, 我也介绍我的朋友给他。他是客户介绍过去他才帮助清除的！如果你们要加他，你们就说是陈名亮介绍的就可以了！加他QQ473393343 我推荐这个QQ:473393343 给你们希望能帮助到你们！这个是真正的通过银行内部人员操作的！我的不良信息就是他们帮助我清除的，推荐QQ:473393343这个人他们真正的可以帮助我们修改不良信息的，他们通过人民银行内部人员帮助你们修改的，因为现在有一些骗子知道很多人有不良记录就利用这次机会来欺骗我们，我也被骗过骗了我1万多！我也是无意中看到的，他也是收取定金800，我本来想反正也被骗了1万多我就是大不了就给他800结果他们在1个小时之内把我的所有不良记录清除了！帮我修改成为良好状态！他们收取的费用是2800到5800他们是按照你们的不良信息收取的！你们还是加他, 我也介绍我的朋友给他。他是客户介绍过去他才帮助清除的！如果你们要加他，你们就说是陈名亮介绍的就可以了！加他QQ473393343; 0 个评论