stata如何回归

发布网友 发布时间：2022-04-24 12:13

我来回答

共4个回答

热心网友 时间：2023-10-12 11:28

1、生成一个自变量和一个因变量。

2、点击Statistics|linear model and related|linear regression菜单。

3、在弹出的regress中设置相关变量，然后再点确定。

4、在结果界面中，_cons为.5205279表示回归截距，说明回归方程具有统计学意义。R-squared和Adj R-squared分别为0.9905和0.9893，说明回归方程拟合效果很好。

5、回归拟合图。点击Statistics|linear model and related|Regression diagnostics|Added-variable plot。

6、在弹出的avplot/avplots中，选择“all variables”，点确定。

7、结果如下图。

热心网友 时间：2023-10-12 11:28

1、首先我们现在在软件中生成参数和因变量。

2、单击Statistics |线性模型和相关|线性回归菜单。

3、在弹出回归中设置相关变量，然后单击“确定”的功能按钮。

4、在结果界面中，_cons是.5205279，表示回归截距，表明回归方程具有统计显着性。 R平方和Adj R平方分别为0.9905和0.9893，表明回归方程拟合良好。

5、回归拟合图。单击统计|线性模型和相关|回归诊断|添加变量图。

6、在弹出的avplot / avplots中，选择“所有变量”，然后单击“确定”。

7、stata回归就已经完成，结果如下界面。

热心网友 时间：2023-10-12 11:29

热心网友 时间：2023-10-12 11:30

/* Lecture 1:How to Import/Export Data*/

cd"//stata application"

sysuse "auto.dta", clear  /*导入系统自带的数据，clear代表关闭之前所有的数据，打开新的数据*/

edit

//export file

help export delimited

export delimited using "auto.txt", replace

//export csv file

export delimited make price using "auto.cxv",replace /*导出的数据只会有这两个变量*/

//import excel file

help import excel

export excel using "auto.xlsx" in 11/L /*L代表最后一行*/

export excel using "auto.xlax" if price>=3000,replace /*导出数据*/

help saveold

use "Data_luanma.dta" , clear

help unicode

clear

unicode encoding set gb18030 /*针对乱码编译*/

unicode translate "Data_luanma.dta"

use "Data_luanma.dta" , clear

set excelxlsxlargefile on

import excel "   "

/*内存太小时，将大文件打开并拆分*/

ssc install chunky

findit chunky

help chunky//安装新文件

//lecture2

sysuse auto.dta, clear

//拆分数据（系统自带的文件）

export delimited "auto.csv" in 1, replace

export delimited "auto.csv" in 2, replace                              

export delimited "auto.csv" in 3, replace

export delimited "auto.csv" in 4, replace

export delimited "auto.csv" in 5/L, replace

//如何快速，批量导出数据

help foreach 

//非常重要 需要批量操作多个变量，用循环语句

foreach num of numlist 1/10 3 5 8 9(10) 100{

display `num'

} 

//从numlist（提取出来num并展示 /代表从一到十依次增加一位， （）代表每增加多少单位展示

import delimited "auto1.csv", clear

//需要变换的是12345，这就是numlist//

foreach num of numlist 1/5{

import delimited "auto`num'.csv",clear 

//如果是乱码 ？encoding（gb1830）

save "auto`num'.dta",replace

}

help append//连接起来

use "auto1.dta",clear

append using "auto2.dta" "auto3.dta" "auto4.dta"/*

*/ "auto5.dta"

clear use "auto1.dta",clear

foreach num of numlist 2/5{

append using "auto`num'.dta"

}

save "auto_new.dta", replace

help erase

foreach num of numlist 1/5{

erase "auto`num'.dta"

}

//清除12345,csv也可用

help openall

findit openall 

openall "auto?",insheet

//注意？和*的差别

clear

openall:auto*",insheet

save "auto_new.dta",replace

//删除多余文件

//lecture 3

cd "‎⁨/Users/⁨Victor/stata⁩"

set more off

help format

sysuse auto.dta

format %5s make

//右对齐（默认）

edit make price headroom

//只显示这三列

format %-20s make

//左对齐（浏览方便）

format %10.0g price

//去掉逗号

format %3.2f headroom

help list

//将data展示在主界面中

list make price headroom in 1/L

sysuse auto.dta, clear

describe

//用于产生一个对数据集的简明总结表格

help label

//变量的标签

label data "US auto data美国汽车数据"

//修改数据集的标签 修改成双引号中的内容（在右下角的data可以看到改变）

label var price "auto price汽车价格"

//定义或修改变量的标签 黑色是要修改的变量 price后面要有空格(在右上角的price一栏有显示）

label define origin_f 0 "国产" 1 "进口"

//定义新标签（本身有一个origin 不能重新定义）指定一个标签名为origin_f，这个标签的内容是0代表"国产" 1代表"进口"

label values foreign origin_f

//修改 foreign中存储的是0和1 values代表foreign里面的数值

//将origin_f这个刚刚定义好的标签分配给foreign这个变量（可以看到原来的domestic foreign变成了国产 进口）因为标签就代替了原有的0，1，所有的0，1出现的地方都变成了标签的内容

describe

replace foreign = 2 in 1/8

label define origin_m 0 "国产" 1 "进口" 2 "unknown"

label values foreign origin_m

//打开数据集

edit

//浏览数据集

browse

//存储数据集

save

saveold //存储为stat啊其他版本的数据格式

//总结表格

describe

//显示

list foreign

list foreign in 70/L

list  make if foreign == 0 //逻辑关系符号， == ～= < > =

list make price if make == "AMC Concord" /*

*/                |make == "Merc. Cougar" /*

*/                |make == "Olds Toronado"

//或

list make foreign price if (foreign == 1 & price <=5000)/*

*/  | (foreign ==0 & price>3000)

//且

codebook make price

//详尽表述变量，包括变量名称，标签和赋值

//exercise

sysuse auto.dta, clear

export excel using "auto.xlsx", nolabel replace

//去掉了标签，变量名也没了，才有以下步骤

import excel using "auto.xlsx", clear

describe

help rename

rename A make

rename B price 

rename (C D E F G H I J K L)/*

*/ (mpg rep78 headroom trunk weight length /*

*/ turn displacement gear_ratio foreign)

//虽然名字改回来了 但是名字里面的标签没了

rename _all, proper

//首字母大写 其他小写

save auto.dta , replace

foreach v of varlist _all {

label var `v' " `v' "

}

//批量操作 每个标签都是变量本身 这个循环可以操作所有变量 _all这个宏

generate 

//建立新变量

replace

//更改已有变量

sysuse auto.dta, clear

gen price2 = price^2

//生成price的平方

gen price_mpg = price*mpg if foreign == 1

//产生交乘项

replace price_mpg = 0 if price_mpg == .

//缺失项

gen logprice = log(price) 

//生成price的对数值， be aware of 0，0会被丢掉 要看它是0还是missing要看录入数据的人是否失误

gen lnprice = ln(price)

//生成price的自然对数值，这两个没什么区别

gen pricecat = 0

//根据价格区间定义pricecat

replace pricecat = 1 if price >=5000 & price < 10000

replace pricecat = 2 if price >=10000

edit pricecat

label define category5 0 "less than 5k" 1 "between 5k and 10k" 2 "more than 10k"

label values pricecat category5

edit price pricecat

help egen

gen priceavg = mean(price)

egen priceavg = mean(price)

//计算price均值

gen price_dev = price-priceavg

//计算price和priceavg的差

edit price_avg = mean(price)

//如何计算 分 domestic和 foreign的price均值呢？

sort foreign 

egen price_avg = mean(price) if foreign == 1              

//对进口车构造平均价，国产车先不管 是缺失值

egen price_avg2 = mean(price) if foreign == 0

replace price_avg = price_avg2 if price_avg == .

//重新赋值

//下面介绍一种简便方法

drop price_avg2

//去掉一列

by foreign: egen priceavg_by6 = mean(price)

//这一行就够了，通过foreign的不同计算平均值

sort foreign

by foreign: egen priceavg_by4 = mean(price)

//合并sort和by

//学姐的：

help egen    //extensions to generate

egen priceavg = mean(price)   //计算price的均值 

bys turn length: egen priceavg2 = count(price)

//只有当两组 turn length 都相同才显示2 其余为1（根据turn length数price的个数）

gen price_dev = price-priceavg  // 计算price与priceavg的差

edit price priceavg price_dev

//如何计算 domestic 和foreign 的price的均值呢

sort foreign  /*按这个0 1 变量的大小排序 从小到大*/

by foreign : egen priceavg_by = mean(price)   /*by根据某个变量分类*/

bys foreign : egen priceavg_by1 = mean(price)  /*分组计算之前先sort排序一下*/

bysort foreign : egen pricemed = median (foreign)  //产生常数变量pricemed赋值为foreign的中位数

// std(ec) 表示对教育标准化

// 生成一个新变量highec，如果ec大于12则highec包含这个变量的数值，否则为缺失值  egen highec=anyvalue(ec), v(13/18)

edit price foreign priceavg priceavg_by

//完

help tostring 

//数值变量转换为字符串变量

help destring 

//反过来

sysuse auto.dta, clear

edit mpg  

tostring mpg, gen(mpg_str)

tostring mpg, replace force/*强制替代*/

destring mpg_str ,replace 

//字符串不能做运算，但是可以做逻辑关系

//数值和字符串的转

encode //为已经存在的字符串变量添加一个去了标签的数值变量

decode//根据一个数值变量和他的标签生成一个字符串变量

/*stata中在将纯字符型变量（如A，B，A1）生成新的数值型变量（只能生成，不能转换）用encode： encode 字符变量,gen(新的数值变量)

这种方法在产生新的数值变量的同时，把原字符变量作为标签添加到新的数值变量上，如果在数据窗口查看数据是蓝色的。

*/

sysuseauto.dta， clear

destring make, gen(make_str)

edit make make_str

encode make, gen(make_num)

//生成分类变量和虚拟变量

sysuse auto.dta, clear

//one way is combination between replace and gen

gen mmy_high = 0

replace mmy_high = 1 if price>10000

//another way is to use gen newvar=(varname>#)

gen indicator_hi =(price>10000)

edit price mmy_high indicator_hi

edit mmy_high indicator_hi if mmy_high~=indicator_hi

//没有就是代码没问题

sum mmy_high indicator_hi

//生成分类变量

help recode 

help autocode

//计算price四分位区间，25%，50%，75%

egen price_pc25 = pctile(price),p(25)

egen price_pc50 = pctile(price),p(50)

egen price_pc75 = pctile(price),p(75)

//one way is to use replace and generate

gen price_4cat = 0

replace price_4cat = 1 if price >=price_pc25 & price <price_pc50

replace price_4cat = 2 if price >=price_pc50 & price <price_pc75

replace price_4cat = 3 if price >=price_pc75

//且

//数据合并 append（纵） merge（横） joinby

//数据横向合并 指将两个数据文件的变量加总在一起。合并后数据的样本不变，但是变量的数目增加了，也就是数据文件变宽了

//数据纵向合并 两个数据的变量相同 只是变长了 加多了观测值

//以下是数据纵向合并

sysuse auto.dta, clear

keep if foreign == 0

//删除所有foreign

save auto_domestic.dta, replace

sysuse auto.dta, clear

keep if foreign == 1

append using auto_domestic.dta

//数据中只有进口车，要把存储在本地电脑里的国产车合并起来（上下连接）

//数据横向合并

sysuse auto.dta, clear

gen id = _n

//生成序号变量

keep make id mpg weight length

save auto_tech.dta, replace

sysuse auto.dta, clear

gen id = _n

drop make mpg weight length

merge m:1 id using "auto_tech.dta"///多对一  本地：外地

//根据id进行合并

//lecture 5

//字符串变量 红色便是字符串变量

edit newid year so2

//以下两个是对于数值变量排序 展示的顺序是这样的 ID year so2

sort newid year

//从小到大排序  先ID 后year

gsort newid -year

//ID不变 year不按照传统的从小到大 可以按照从大到小排序（前面加一个负号便是）

//以下对字符串变量排序

edit newid year facilityname_origin

//字典序 数字优先于字母 标点符号优先于数字

gsort -facilityname_origin

//按照字典的倒序

order so2 co newid year

//重新排“列”的顺序

order newid, before(co)

//把某一个从后面放到某个变量的前面，插个队 方便观察 屏幕只有这么宽

//string variables

help string

edit newid facilityname_origin year

sort newid facilityname_origin year

//整理字符串变量 去掉多余的标点 空格 大小写统一整理 同一个企业赋予同一个名称 这样才有id

gen facility_name = facilityname_origin

//生成新变量

edit facility_name facilityname_origin

format %30s facility_name facilityname_origin

//30个字符串的长度 刚好可以充满

//考试：数据给你 清洗 合并 统计分析 作图 design model 结果输出 写计量回归模型 解释为什么这样

replace facility_name = lower(facility_name) 

//统一变量的小写化 lower upper proper

replace facility_name = proper(facility_name) 

//去掉多余的空格：trim（只去掉左右 首位 不能去掉中间的） itrim(只修中间）ltrim（左） rtrim（右）

replace facility_name = itrim(facility_name)

//trim 多余的代表多余一个的

//不希望出现标点符号：

help subinstr //无论是单词还是单词的一部分 都替代 而subinword 只能替代单词

replace facility_name = subinstr(facility_name,","," ",.)  

//无论出现多少次 全都替换掉 用空格代替逗号

replace facility_name = subinstr(facility_name,"."," ",.)

replace facility_name = subinstr(facility_name,"/"," ",.)

replace facility_name = subinstr(facility_name,"#"," ",.)

replace facility_name = subinstr(facility_name,"-"," ",.)

help subinword

//llc corporated inc corp company co

replace facility_name = subinword(facility_name,"Co"," ",.)

replace facility_name = subinword(facility_name,"Llc"," ",.)

//大小写取决于前面的处理

replace facility_name = subinword(facility_name,"Inc"," ",.)

replace facility_name = subinword(facility_name,"Corp"," ",.)

replace facility_name = subinword(facility_name,"Company"," ",.)

replace facility_name = subinword(facility_name,"Corporation"," ",.)

replace facility_name = subinword(facility_name,"Co"," ",.)

replace facility_name = subinstr(facility_name,"U S","u s",.)

gen flag2 = 1 if regexm(facility_name, "u s") == 1

//搜寻，如果这行观测值有u s，那么把它找出来 对成功的进行进一步处理（==1代表语句成立）

gen flag3 = 1 if regexm(facility_name, "^u s") == 1

//搜寻以us开头的

replace facility_name = trim(facility_name)

replace facility_name = itrim(facility_name)

//去掉多余空格

help string function

//continue to clean facility_name and atreet name

help split facility_name

split facility_name   

//默认根据空格拆分

gen fac_name = facility_name1 + " " + facility_name2

edit zipcode

split zipcode