R2的STATA常用图形绘制方法总结

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

clear all
cap log use
set more off

/*数据导入*/
import excel "X\XXX.xlsx", sheet("DATA") firstrow

/*查看导入数据描述*/
describe

/*查看导入数据描述性统计汇总*/
summarize

/*outreg2导出结果至word*/
//ssc install outreg2
outreg2 using X:\XXX1.doc, replace sum(log) title(Decriptive statistics)

/*生成汇总统计表格*/
tabstat var1, s(n mean sum range max min sd q50 var) c(s) //以统计结果为列，现实对应变了var1的统计结果

/*logout导出结果至word*/
//ssc install logout
logout,save(X:\XXX\XXX2)word replace:tabstat var1, s(n mean sum range max min sd p50 var) c(s)

/*一般绘图命令：graph 或 twoway*/
/*标准化正态概率图*/
pnorm var1

/*直方图 (Histogram)  展示数据的分布情况*/
histogram var1

/*箱线图（Box Plot）展示数据的分位数、异常值等*/
graph box var1

/*条形图（Bar Chart） 展示类别数据的频数或比例*/
graph bar var1, over(var2, descending label(angle(90)))

/*饼图（Pie Chart）  展示类别数据的比例*/
graph pie var1, over(var2) sort descending

/*散点图（Scatter Plot） 展示两个定量变量之间的关系*/
scatter var1 var2

/*线图（Line Graph） 展示数据随时间或有序类别变化的趋势*/
twoway line var1 time_variable

/*正态分布曲线图（Normal Distribution Plot） 检验数据是否近似正态分布*/
histogram var1, normal

/*累积分布图（Cumulative Distribution） - 展示变量值的累积频率*/
cumul var1, generate(cum_var1)
line cum_var1 var1, sort

/*正态分布分位数图：QQ图（Quantile-Quantile Plot） 用于比较数据分布和理论分布（如正态分布）*/
qnorm var1

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2 回帖

关键词：Stata tata distribution cumulative Statistics stata绘图

clear all
cap log use
set more off

/*导入数据*/
import excel "X:\X\X.xlsx", sheet("Sheet1") firstrow clear

/*导入数据后第一行作为变量标签*/
labone,nrow(1)

/*删除第一行*/
drop in 1

/*将字符型变量转换为数值型*/
destring var1 var2 var5- var10,replace
//tostring var3
//gen newvar1 = substr(var1,4,6)
//gen newvar2 = substr("XXXXXXXX",1,6)

/*描述性统计，看 Obs 的统计结果*/
sum

/*删除空缺的列*/
drop var1 var2 var3
drop if var1==.
egen A = rowmiss(_all) //删掉所有变量都没有值的样本
drop if A == 79 //一共79个var

/*茎叶图*/
stem var1

/*散点图*/
scatter  var1 var2, title("XXX")
scatter var1 var2 || lfitci var1 var2, level (90) nodraw saving(pic1, replace)

/*饼图 */
graph pie var1,over(prefecture) plabel(_all percent) b1title("XXX") note("数据来源：XXX") sort des ang(0) pie(6,explode) legend(label(1 "XXX")) legend(label(2 "XXX")) legend(label(3 "XXX")) legend(label(4 "XXX")) legend(label(5 "XXX")) legend(label(6 "XXX")) legend(label(7 "XXX")) legend(row(7) position(3) ring(1)) graphregion(fcolor(white)) nodraw saving(pic2, replace)

egen group_var1 = total(var1), by(var2) //计算每组var2之和
/*
饼图代码注释
plabel(_all percent)  显示百分比
sort des ang(0)  默认是顺时针， 从x轴方向开始降序排列， sort descending 降序排列 ang(0)表示从0度开始旋转
pie(6,explode) 顺时针数第6个，切片单独出来
legend 对图例进行设置
graphregion(fcolor(white)) 底色变白
legend(row(7) position(3) ring(1) 图例位置设置在3点钟放下，7行显示，图例字体小号
*/
/*graph pie var1, over(var2) plabel(1 "Hello") plabel(5 "goodbye") pie(2, explode color(red)) pie(5, explode)  ptext(90 40 "hahaha" 30 50 "oooooo", color(red))*/

/*散点图*/
gen pos=3  // 创建一个变量，将默认设置的位置保持为3点
/*标签中有相互重叠的地方，使用12小时时钟指定标签，相对于标记的位置来解决这个问题（12是上面的，3是右边，6是下面，9是在标记的左边，pos对应的数字是时钟数字的位置*/
replace pos=2 if var1==XXX        //
replace pos=2 if var1==XXX        //
replace pos=4 if var1==XXX        //
replace pos=6 if var1==XXX        //
replace pos=2 if var1==XXX        //
replace pos=6 if var1==XXX        //

gr twoway scatter var2 var1 if var1>10000,mlabel(var3) mlabv(pos)  msymbol(smcircle) mcolor(blue)  ytitle(XXX) title("XXX") subtitle("(XXX)") note("数据来源: XXX") graphregion(fcolor(white)) nodraw saving(pic3, replace)

/*
mlabel标签变量
mlabv(pos)表示标签方向
msymbol散点形状
*/
/*打开做好的图片*/
graph use "pic1"
graph use "pic2"
graph use "pic3"