stata怎么用outreg2导出结果

1. stata怎么用

stata怎么用

1.如何使用STATA软件

使用以stata中如何看解释变量的显著性为列。

1.先用sysuse打开数据文件，点击统计菜单|小结、表格，并测试|小结和描述性统计|的相关性和协方差。

2.然后在弹出配置窗口中，在变量下拉列表中选择MPG和weight。您还可以直接输入并单击OK。

3.在之后的新界面中，从输出结果跟踪中可以看出，MPG与权值的相关系数为-0.8072，为负相关。

4.如果我们想研究国内外车的内部MPG与重量之间的关系，可以在配置窗口中设置/If/，选择foreign作为分组变量。

5.然后点击确定，输出如下：该过程也可以通过输入命令“按外键，排序：关联MPG权重”。

6.此外，在stata中，除了找到两个变量之间的相关性外，还可以找到多个变量之间的相关性。例如，在命令行中输入“”。关联MPG重量长度转以下”，按回车，得到如下输出：

2.如何使用STATA软件

stata基本知识：1、基本操作：（1）窗口锁定：Edit-preferences-general preferences-windowing-lock splitter(2)数据导入；（3）打开文件：use E:\example.dta,clear (4)日期数据导入： gen newvar=date(varname, “ymd”) format newvar %td 年度数据 gen newvar=monthly(varname, “ym”) format newvar %tm 月度数据gen newvar=quarterly(varname, “yq”) format newvar %tq 季度数据（5）变量标签：Label variable tc ` “total output” '(6)审视数据：describe list x1 x2 list x1 x2 in 1/5 list x1 x2 if q>=1000 drop if q>=1000 keep if q>=1000(7)考察变量的统计特征：summarize x1 su x1 if q>=10000 su q,detail su tabulate x1 correlate x1 x2 x3 x4 x5 x6 (8)画图：histogram x1, width(1000) frequency kdensity x1 scatter x1 x2 twoway (scatter x1 x2) (lfit x1 x2) twoway (scatter x1 x2) (qfit x1 x2) (9)生成新变量：gen lnx1=log(x1) gen q2=q^2 gen lnx1lnx2=lnx1*lnx2 gen larg=(x1>=10000) rename larg largedrop large g large=(q>=6000) replace large=(q>=6000) drop ln*(10)计算功能： display log(2)(11)线性回归分析： regress y1 x1 x2 x3 x4 vce #显示估计系数的协方差矩阵reg y1 x1 x2 x3 x4,noc #不要常数项reg y1 x1 x2 x3 x4 if q>=6000 reg y1 x1 x2 x3 x4 if largereg y1 x1 x2 x3 x4 if large==0reg y1 x1 x2 x3 x4 if ~largepredict yhat predict e1,residual display 1/_b[x1] test x1=1 # F检验，变量x1的系数等于1test (x1=1) (x2+x3+x4=1) # F联合假设检验test x1 x2 #系数显著性的联合检验testnl _b[x1]= _b[x2]^2(12)约束回归：constraint def 1 x1+x2+x3=1cnsreg y1 x1 x2 x3 x4,c(1) cons def 2 x4=1 cnsreg y1 x1 x2 x3 x4,c(1-2)(13)stata的日志：File-log-begin-输入文件名 log off 暂时关闭log on 恢复使用 log close 彻底退出（14）stata命令库更新：Update all help commandStata 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。

3.如何使用stata进行统计分析

stata统计分析与应用光盘怎么用下一次向同一个URL发送请求的时候，AngularJS将会返回缓存中的响应内容。

缓存也是智能的，所以即使你向同一个URL发送多次模拟的请求，缓存也只会向服务器发送一个请求，而且在收到服务端的响应之后，响应的内容会被分发给所有请求。但是，这样做有些不太实用，因为用户会先看到缓存的旧结果，然后看到新的结果突然出现。

例如，当用户即将点击一条数据时，它可能会突然发生变化。注意，从本质上来说，响应（即使是从缓存中读取的）依然是异步的。

换句话说，在第一次发出请求的时候，你应该使用处理异步请求的方式来编码。

4.怎样用stata进行数据标准化

用stata算集中指数采用Stata系统自带数据库auto.dta。

一、集中趋势的统计描述

以变量price为例进行说明。

均数：采用mean price计算得6165.257。

算术均数、几何均数和调和均数可以采用means、ameans、gmeans、hmeans计算。

众数：没有对应的命令可以直接计算众数，但是可以通过几种策略进行变通计算。如通过egen x=mode(price); disp x; drop x，不过本例中price中没有相同的数值，所以无法计算众数；另外也可通过preserve; contract price, freq(x); sum x; list price if x==r(max); restore 来显示。

中位数：centile price或tabstat price, s(med)，当然tabstat还可以计算均数、样本量、标准差，标准误、方差、极差、四分位间距、变异系数、峰度系数、偏度系数等等很多指标。

不过采用Stata(summarize ,tabstat等命令)计算的峰度系数与Excel、SPSS和SAS计算的结果有所不同，原因是采用的公式不同，大家根据实际情况来选择。

二、离散趋势指标

极差（全距）：tabstat price, s(r)

标准差：tabstat price, s(sd)

方差：tabstat price, s(v)

四分位间距：tabstat price, s(iqr)

变异系数：tabstat price, s(cv)

采用summarize , detail命令可以计算均数、标准差、峰度系数、偏度系数、多个百分位数。不加detial可以得到最大值、最小值。