指南 | Stata基础操作

在stata中，*表示注释，不会作为命令执行。在stata操作中，建议大家常用注释。

*第一步，建立log文件

log using "C:\Users\Administrator\Desktop\20181121.log",replace

log using "C:\Users\Administrator\Desktop\20181121.log",append

log using "C:\Users\Administrator\Desktop\20181121.log"

*其中，replace表示替换/覆盖原有的，append表示在原有的后面继续写

*导入excel数据，可以直接导入，也可以输入命令导入

import excel "H:\大四上\唐丹计量助教\ch8_cps.xls"

*清除内存中原有的所有数据

clear

import excel "H:\大四上\唐丹计量助教\ch8_cps.xls",sheet("ch8_cps")

clear

import excel "H:\大四上\唐丹计量助教\ch8_cps.xls",sheet("ch8_cps") firstrow

*删除内存中原有的变量，var表示要删除的变量的名称，drop命令一旦保存不可撤销

drop ahe

*更改变量名称，stata is case sensitive

rename ahe AHE

rename female Female

rename age Age

rename yrseduc Bachelor

*将变量排序，方便操作

order AHE Age Female Bachelor

​

*数据描述性统计 sum是summarize的缩写

sum AHE Age Female Bachelor

*详细的数据描述性统计 de是detail的缩写

sum AHE Age Female Bachelor,de

*散点图 scatter表示散点图

scatter AHE Age

*散点图+线性拟合线  lfit-linear fit

twoway (scatter AHE Age) (lfit AHE Age)

*在stata内存中存储该图

graph save Graph1.gph

*散点图+非线性拟合线 qfit-quadratic fit

twoway (scatter AHE Age) (qfit AHE Age)

*在stata内存中存储该图

graph save Graph2.gph

*将刚刚的两幅图合在一起

graph combine Graph1.gph Graph2.gph

*将该图片保存到电脑上

graph save Graph "C:\Users\Administrator\Desktop\Graph.gph"

*生成变量的相关系数矩阵 corr是correlate的缩写

corr AHE Age Female Bachelor

*定义文件存储路径

cd "C:\Users\Administrator\Desktop"

*1.多元线性回归及解释 reg是regress的缩写

reg AHE Age Female Bachelor,r

*存储该回归结果为R1

est store R1

​

*2.对数线性模型

*生成对数变量 gen是generate的缩写，ln()是stata内置的数学函数

gen ln_AHE=ln(AHE)

reg ln_AHE Age Female Bachelor,r

est store R2

​

*3.双对数模型

gen ln_Age=ln(Age)

reg ln_AHE ln_Age Female Bachelor,r

est store R3

​

*4.多项式模型

*生成高次项 ^

gen Age_square=Age^2

reg ln_AHE Age Age_square Female Bachelor,r

est store R4

​

*5-7.比较回归结果

*安装外部命令

ssc install outreg2

*导出回归结果，注意是中括号

outreg2 [R1 R2 R3 R4] using Regression_results,word

*打开桌面上的Regression_results文件，或使用下面的方法进行简单比较

estimates table R1 R2 R3 R4

*8.绘图

*9.交互效应

*生成交互项

gen Female_Bachelor=Female*Bachelor

reg ln_AHE Age Age_square Female Bachelor Female_Bachelor,r

est store R5

​

*10.交互效应

gen Female_Age=Female*Age

reg ln_AHE Age Age_square Female Bachelor Female_Age,r

est store R6

​

*11.生成一个二值变量，再生成一个交互项

gen status=1 if Bachelor==16

replace status=0 if Bachelor==12

gen Age_status=Age*status

reg ln_AHE Age Age_square Female Bachelor Age_status if Bachelor==12|Bachelor==16,r

est store R7

—责编：解恩泽—

—推送：施竞澄—