title: 高计及stata应用陈强版第4章_stata简介
1.将数据导入stata
（1）用excel复制粘贴，选择第一行是数据还是变量名
（2）file——import，然后导入各种样式的数据
导入后将数据保存为.dta格式
2.变量标签的修改
打开倒数第三个图标，相应的变量标签可以直接修改，注意stata中的变量名一般用小写
3.调用数据及基本操作
（1）调用数据
use D:\Desktop\stata_陈强\nerlove.dta,clear
备注：调动数据,dta数据中不可以出现（1963），否则不可识别
（2）审视数据
d
///观察数据的变量名称、标签等
label data "Nerlove 1963 paper"
///备注此数据集来自Nerlove 1963 paper
list tc q
///查看tc和q的具体数值，如果中间需要停止，可以点击“break”图标
///左侧命令窗口，单击旧命令出现在命令窗口，双击则直接执行
list tc q in 1/5
///罗列tc、q第1~第5个数值
list tc q if q>=10000
///罗列tc和q中所有q大于等于10000的样本
drop if q>=10000
///扔掉所有不符合要求的样本
///注意：删掉的是整个样本，而不是一个数值
4.考察数据的统计特征
sum
///没有规定要观察的变量，将显示所有变量的obs（number）、mean、min、max
sum q
sum q if q>=10000
sum q,detail
///第一个显示q的obs、mean、min、max
///第三个还会显示百分位数（percentilea）、方差（variance）、偏度（skewness）、峰度（kurtosis）
tabulate pl
///显示pl的经验累积分布函数，tabulate意味“把.....做成表格”
pwcorr pl pf pk，sig star（.05）
///pwcorr意味“pariwise correlation（两两相关）”
///sig表示显示相关系数的显著性水平，即p值（p值代表这个事件为假要推翻它的概率，所以p值越小越好）
///star（.05）表示将显著性水平≤0.05的标上星号
5.作图
（1）画柱状图
histogram q,width(1000) frequency
///histogram意为“直方图”，此命令可以简写为“hist”
///width表示柱状图的宽为1000
///frequency表示纵坐标为频数
kdensity q
///这是连续的经验分布图。kernel是“核心，谷粒”、density是“密度”
（2）画散点图和线性拟合
scatter tc q
gen n=_n
///第一个n是新变量的含义，_n表示第n个观测值
scatter tc q,mlabel（n）mlabpos（6）
///mlabel（n）表示以n作为“mark label”的标签
///mlabpos（6）表示“mark label position”，把标签放在散点6点钟的位置
twoway（scatter tc q）（lfit tc q）
graph save scatter1
twoway（scatter tc q）（qfit tc q）
graph save scatter2
graph combine scatter1.gph scatter2.gph
///lfit含义为“linear fit”（线性拟合）
///qfit含义为“quadratic fit”（二次拟合）
///保存图片
///将两个图片同时展示出来
6.生成新变量
///本章根据模型需要生成新的变量
g lntc=log(tc)
g lnq=log(q)
g lnpl=log(pl)
g lnpf=log(pf)
g lnpk=log(pk)
///产生新的变量
g q2=q^2
///生成平方项
g lnplpk=lnpl*lnpk
///生成交互项
g larg=(q>=10000)
///这个命令经常用于生成虚拟变量。当（）中的逻辑语句为真时，取值为1；为假，取值为0
///在书中其实际含义为：产量在10000以上定义为大企业
rename larg large
///修改变量名
///接下来我们想变更大企业为产量在6000以上，但是仍然使用large这个变量名
///方法1：
replace large=(q>=6000)
///方法2：
drop large
g large=(q>=6000)
drop ln*
///删除所有含有ln的变量
7. stata的计算器功能
display log(2)
display normal(1.96)
///句式：display或者dis +表达
8. 线性回归分析
（1）普通线性回归
reg lntc lnq lnpl lnpk lnpf
///_cons表示常数项
///F统计量的p值为0.0000，说明这个回归方程显著性程度很高
///Residual表示残差平方和
///Root MSE表示这个方程的标准误差
（2）线性回归
reg lntc lnq lnpl lnpk lnpf,noc
///不要常数项的回归
reg lntc lnq lnpl lnpk lnpf if q>=6000
reg lntc lnq lnpl lnpk lnpf if large
///只对大企业的样本进行回归
reg lntc lnq lnpl lnpk lnpf if large==0
reg lntc lnq lnpl lnpk lnpf if ~large
///只对小企业的样本进行回归
///~表示逻辑语句“非”
（3）预测拟合值
predict intchat
///计算被解释变量的拟合值，并将其几位intchat
predict el,r
predict el2,residual
///计算残差
///这里也可以看出，如果predict后边什么选项都没有，默认是估计拟合值的
（4）计算估计系数
///这里边lnq的系数是1/r，是规模报酬的倒数，所以可以利用lnq的系数估计规模报酬
display 1/_b[lnq]
///_b[lnq]表示lnq 的OLS系数估计值
（5）假设检验
///由于规模报酬r=1.387，所以认为可能存在规模报酬递增的现象
test lnq=1
///这里的原假设是r=1，即规模报酬不变
///发现p值很小，故拒绝原假设，故认为存在规模报酬递增
test (lnq=1)(lnpl+lnpk+lnpf=1)
///这里原假设有两个：①(lnq=1)②(lnpl+lnpk+lnpf=1)
///依旧发现p值为0，拒绝原假设
test lnpl lnpk
///这里隐含的假设是lnpl=0；lnpk=0
///发现p值很大，0.3多，所以只能接受原假设，这两个系数都为0
testnl _b[lnpl]=_b[lnq]^2
///这里隐含的假设是lnpl的系数是lnq系数的平方
///发现p值很大，0.3多，所以只能接受原假设
///所以你要看你检验的是什么，p值越小，越要拒绝原假设
（6）新增变量图
avplot lnq
///画lnq的新增变量图
avplots
///画所有变量的新增变量图
（7）约束回归
///此部分为约束回归
///如在经济理论“lnpl+lnpk+lnpf=1”的条件下进行回归
constraint def 1 lnpl+lnpk+lnpf=1
cnsreg lntc lnq lnpl lnpk lnpf,c(1)
///“constraint def 1 ”定义约束条件1
///“cnsreg”含义“constraint regression”
cons def 2 lnq=1
cnsreg lntc lnq lnpl lnpk lnpf,c(1-2)
///定义约束条件2
///c(1-2)表明这个回归要同时满足约束条件1-（杠，不是减）2
8. stata命令的存储与调用
///r命令，如summarize调用结果用return list
sum q
return list
display r(sd)/r(mean)
///e命令，估计命令，调用结果用ereturn list
reg tc q
ereturn list
9. stata命令库的更新
（1）ssc意为“statistical software components”，即“统计软件成分”，stata用户写的、Boston college维护的非官方统计程序集散地
（2）update all:更新stata命令库
（3）ssc new：罗列ssc提供的非官方、最新的命令
（4）ssc hot：罗列ssc提供的非官方、最流行的命令
（5）ssc install newcommand：安装ssc非官方命令
（6）help ssc：有关ssc的信息
（7）search keyword和findit keyword都是搜索，后者范围更广
（8）sysdir：system directories，显示stata的安装路径
