stata如何回归
可以先做分组,然后分别做回归
用stata进行平稳性检验的方法:
1、点击面板上的额ADF检验
2、在打开的对话框中输入命令dfuller,就开始了平稳性检验
Stata 是一套提供其使用者数据分析、数据管理以及绘制专业图表的完整及整合性统计软件。它提供许许多多功能,包含线性混合模型、均衡重复反复及多项式普罗比模式。
Stata 的统计功能很强,除了传统的统计分析方法外,还收集了近 20 年发展起来的新方法,如 Cox 比例风险回归,指数与 Weibull 回归,多类结果与有序结果的 logistic 回归, Poisson 回归,负二项回归及广义负二项回归,随机效应模型等。
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。
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。
回归有很多种呀,你要做哪种回归?
如因变量y对自变量x的线性回归:
regress y x
因变量y对自变量x1、x2、x3的线性回归:
regress y x1 x2 x3
因变量为二分变量的y对自变量x1、x2、x3的Logistic回归:
logistic y x1 x2 x3
还有许多相应语句,帮助里面就有,请看软件自带帮助。
/* 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(educ) 表示对教育标准化
// 生成一个新变量higheduc,如果educ大于12则higheduc包含这个变量的数值,否则为缺失值 egen higheduc=anyvalue(educ), 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。
*/
sysuse auto.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 dummy_high = 0
replace dummy_high = 1 if price>10000
//another way is to use gen newvar=(varname>#)
gen indicator_hi =(price>10000)
edit price dummy_high indicator_hi
edit dummy_high indicator_hi if dummy_high~=indicator_hi
//没有就是代码没问题
sum dummy_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
tata木门质量怎么样?
tata木门是中国消费者十佳品牌之一,更被广大消费者用户评选为“最受欢迎木门品牌”和“中国十大木门品牌”。TATA木门凭借其在强度、耐久性、密封性、图案色泽、隔音等方面的突出特色,成为如今门类市场中,一支强大的TATA军团。那么tata木门有哪些优势? 1、性能稳定 性能是外界广泛最认肯的TATA木门的特点...
出过轨的男人真能断干净吗?
不要拿对方的借口安慰自己婚外情之所以难以断干净,大多是因为一边不肯失去家中那个能干的妻子,一边又贪图第\/三者展示出的所谓温柔。 现实中,很多男人出\/轨后,迫于各方面的压力,被发现后一般会选择回归家庭,发警会和小\/三断干净 刚开始表现良好,似乎真的已经改过自新。 04 但没几天,当他感觉家庭依旧会让自己不开...
你最喜欢的泰星是谁?
,该节目面向亚洲年轻一代,并于1996年2月向澳大利亚和东南亚的观众播出。1996年4月,Tata Young在著名的好莱坞皇宫举办了“Tata Young在好莱坞现场演唱会”,这对一位亚洲歌手来说实属罕见,也被广泛报道。Tata Young是由中国政府在1997年7月5日庆祝香港回归的泰国代表团选出的。
如何挽回回归家庭情人的心
一块坐下来谈一谈,说说你的心里话看他怎么说,不过有时也和一个人的性格关有的人认为物质上去了就是对你的关心,会说话细心的人一般会在生活细枝未节上关心人,粗枝大叶的人一般发现不了,但各有各的好外,也不要太强求人无完人吗
追忆之风
STILL せめてあと少しだけ semeteato sukoshi dake そばであたためて sobadeatatamete すべて通り过ぎるまで subete toori 过 girumade なにも言わないで nanimo iwa naide 隠された 远い记忆 kakusa reta 远 i 记忆 その瞳の中にすべて封じこめた sono hitomi no nakani subete fuuji ...
贝恩简介及详细资料
《蝙蝠侠:阿卡姆疯人院》:配音演员同为Fred Tatasciore。 《蝙蝠侠:阿卡姆之城》:配音演员同为Fred Tatasciore。 《蝙蝠侠:阿卡姆起源黑门》:于游戏另一个结局中登场,他在游戏中并没有对话。在《蝙蝠侠:阿卡姆起源》事件过后,他是个已经被关了3个多月的脸色苍白、身体瘦弱的模样。 《DC超级英雄Online》:配音演员...
选门小常识
比如TATA木门品牌,每个部位所使用的材质和配件都是好的,不仅可以为人们营造一个静音的舒适环境,同时也为人们的健康送去了保障。 6。 看木门安装人们常说的“七分做,三分装”,用在安装上也非常合适,在具备好的产品条件下,还要一名好的安装是否,如果没有安装好,在好的木门质量也会大打折扣,导致影响今后的日常使用...
哪些动物濒临灭绝
1985年回归到北京南海子,这是麋鹿这一物种的模式标本产地(1865年被法国传教士大卫发现),这里也是原元、明、清皇家猎苑故地。麋鹿是湿地动物,由于对湿地生境的适应,而形成特殊的形态,即所谓的“四不象”,角似鹿非鹿、脸似马非马、蹄似牛非牛、尾似驴非驴。 中国麋鹿从1985年首批回归38头,被放养于北京南海子的千亩...
原木门和实木门有什么区别呢
由于原木门的材质全部选用天然的木材,其表面带有木材的自然纹理和自然缺陷是不可避免的,但是它返璞归真的特性正是它的独到之处。美轮美奂是大自然的杰作,人是望尘莫及的。回归自然是当今社会人的追求和想望。使您的豪宅华府增加长远价值。这就是原木门被人青睐的根本原因。原木门是实木门系列的高端...
给些塔塔扬的资料
在1996年4月,Tata在享有盛誉的Hollywood Palladium举行了“Tata Live In Hollywood Concert”演唱会,这对一个亚洲歌手来说是非常难得的,演唱会被广泛的报道了。Tata被中国政府选中代表泰国在1997年7月5日举行的庆祝香港回归的晚会上演出,和她一起参与演出的还有其他著名国际艺人包括:Wet Wet Wet,...
潮梵参一: 逐一录入数据即可,回归分析用reg命令
蓬安县17290077866: 如何用stata做回归 - ?
潮梵参一: reg y x1 x2 x3
蓬安县17290077866: 这组数据怎么用stata11求出回归方程? - ?
潮梵参一: 如果是将wage作为被解释变量,其他作为解释变量的话,只要在stata中导入数据,然后输入指令: reg wage educ exper……(变量太多我就不一一写了,中间用空格间隔.) 回车.即可得到回归方程.
蓬安县17290077866: 如何用stata进行面板数据的回归分析 - ?
潮梵参一: 面板数据用xi即可 熟练掌握 我可以代分析
蓬安县17290077866: 怎么在stata 里面做虚拟变量的回归 - ?
潮梵参一: 例如,有一串年份数据 id year 001 2001 010 2002100 2003110 2004111 2005输入命令 tab year, gen(dummy_year) 这样就自动生成了2001至2005的五个虚拟变量回归命令 reg y x dummy* dummy* 等同于2001至2005的五个虚拟变量,reg命令会自动剔除一个以保证不出现完全共线性问题.
蓬安县17290077866: 如何用STATA对连续性变量进行meta回归分析 - ?
潮梵参一: 在stata中有个metareg命令,好像可以对连续变量进行回归分析.附件中是一篇pdf文档,主要介绍stata中关于meta分析的命令.跟大家分享一下.里面在提到metareg命令时,列举了以下三个列子:1:metareg logor covariate1 covariate2, wsse(selogor)2: metareg logor dur,wsvar(vlor) bs(eb)noit3: metareg meandiff qual avchol, wsse(sediff)bs(ml)tol(5)l(90)
蓬安县17290077866: 怎样在stata中做关于虚拟变量的回归 - ?
潮梵参一: 你先生成虚拟变量,然后把那些虚拟变量作为自变量加入到命令中,和普通变量做回归是一样的.
蓬安县17290077866: stata怎么弄线性回归 当应变量为log时 - ?
潮梵参一: 所谓回归分析法,是在掌握大量观察数据的基础上,利用数理统计方法建立因变量与自变量之间的回归关系函数表达式(称回归方程式).回归分析中,当研究的因果关系只涉及因变量和一个自变量时,叫做一元回归分析;当研究的因果关系涉及因变量和两个或两个以上自变量时,叫做多元回归分析.此外,回归分析中,又依据描述自变量与因变量之间因果关系的函数表达式是线性的还是非线性的,分为线性回归分析和非线性回归分析.通常线性回归分析法是最基本的分析方法,遇到非线性回归问题可以借助数学手段化为线性回归问题处理.
蓬安县17290077866: 如何用stata做面板数据的滚动回归 - ?
潮梵参一: 方法/步骤短面板处理 面板数据是指既有截面数据又有时间序列的数据,因此其存在截面数据没有的优势,在用stata进行面板数据的估计时,一般选择xtreg命令进行拟合.本节主要论述短面板的stata实现,即时间维度T相对于截面数n较小的数...
蓬安县17290077866: 怎么在stata中,对样本的一个子集做回归分析 - ?
潮梵参一: 做好pca分析后,根据提取的主成分或因子数量,键入predict 新变量名称1 新变量名称2-新变量名称n,n对应产生的因子个数,如果只是提取一个主成分,则只要键入predict 新变量名