stata语法

  *========================================          *      高级计量经济学及stata应用          *========================================

      * 计量经济学服务中心*             

*        参考资料：*        《初级计量经济学及Stata应用：Stata从入门到进阶；》             *        《高级计量经济学及Stata应用：Stata回归分析与应用》                     
*----------------------------------------------------- ----------- ----------- -  


*1、快捷键  Ctrl+D   执行Do文档中命令
*2、打开auto美国1978年汽车行业横截面数据sysuse "auto.dta", clear   
*3、数据导入和导出cd E:stataresults  sysuse use auto.dtaexport excel auto, firstrow(variables)import excel auto.xls, firstrow cleardescribe
*4、编辑查看数据editdescbrowse
*5、数据类型转换destring  字符转数值destring [varlist],[generate (newvarlist)|replace] [options]tostring  数值转字符tostring [varlist],[generate (newvarlist)|replace] [options]
*6、数据标签label data "  "              //表示将该组stata数据起标签为label var y "  "             //表示将变量y起标签为 
*为观测值加标签Define value labellabel define lblname # "label" [# "label" ...] [, add modify replace nofix]
*7、升序降序
sort varlist [in] [, stable]*案例sysuse autokeep make mpg weightsort mpghelp gsortgsort [+|-] varname [[+|-] varname ...] [, generate(newvar) mfirst]
sysuse auto#in ascending order of price升序gsort pricegsort +price
*降序*in descending order of price降序gsort -price
*8、数据合并*数据合并merge*1:1合并merge 1:1 varlist using filename [, options]
*m:1合并Many-to-one merge on specified key variablesmerge m:1 varlist using filename [, options]
*1:m合并One-to-many merge on specified key variablesmerge 1:m varlist using filename [, options]
*m:m合并Many-to-many merge on specified key variablesmerge m:m varlist using filename [, options]

*9、数据追加append using filename [filename ...] [, options]
*10、独立样本T检验
One-sample t testttest varname == # [if] [in] [, level(#)]
Two-sample t test using groupsttest varname [if] [in] , by(groupvar) [options1]
*11、单因素方差分析oneway response_var factor_var [if] [in] [weight][,options]
*12、多因素方差分析/协方差分析anova varname [termlist] [if] [in] [weight] [, options]
*13、回归分析*回归分析use nerlove.dta,clearreg lntc lnpf lnpk  lnpl reg lntc lnpf lnpk  lnpl ,nocpredict yhat    //  拟合被解释变量GDPpredict e,residual  //  计算残差rvfplot  
*14、参数检验regress lntc lnpk  lnpltest lnpk=0.5         //检验系数test lnpk=lnplestat hettest         //异方差BP检验estat imtest,white    //异方差white检验estat vif             //多重共线性检验
*15、带约束条件检验cons  1 lnpk+lnpl=1cons  2 lnpk+lnpl=1.6cnsreg lntc lnpk  lnpl,constraints(1)  //有约束的回归cnsreg lntc lnpk  lnpl,constraints(2)  //有约束的回归bootstrap, reps(200):regress lntc lnpk  lnpl //bootstrap 方法的回归bootstrap _b :regress lntc lnpk  lnpl      //bootstrap 方法的回归
*16、稳健回归regress lntc lnpk  lnplestimates  store model1reg lntc lnpk  lnpl,robustestimates store model2esttab model*  using huigui.rtf,r2 ar2 nogap replace
*17、chow检验reg c yscalar ssr=e(rss)
reg c y if year<1992scalar ssr1=e(rss)
reg c y if year>=1992scalar ssr2=e(rss)
gene f=((ssr-ssr1-ssr2)/(2))/((ssr1+ssr2)/25)
*操作方法三：gene d=(year>1991) 生成虚拟变量dgene yd=y*d reg c y d yd test d yd  //检验d与yd的联合显著性结果为：
*操作方法四：*使用命令chow进行检验，该命令语法格式为：chow y x if in ,chow(sample -list)chow c y,chow(year>1991)
*该检验方法与执行手动结果一致chowreg depvar indepvars [if] [in] [weight] , dum(#) [ type(#) noconstant vce(vcetype)]type(1, 2, 3)     Functional Form Dummy Variables Type1) Y = X + D0(2) Y = X + DX (3) Y = X + D0 + DXwhere:D0 = Dummy variable (0,1), takes (0) in first period, and (1) in second period. DX = Cross product of each Xi times in D0dum(#)            Number of First Period Observationsnoconstant        Exclude Constant Term
*案例为：sysuse chowreg.dta , clearchowreg y x1 x2 , dum(9) type(1)chowreg y x1 x2 , dum(9) type(2) chowreg y x1 x2 , dum(9) type(3) 
*18、 遗漏变量检验linktest [if] [in] [, cmd_options]
sysuse autoregress mpg weight displacement foreignlinktest
*19、基本描述统计分析：sysuse "auto.dta", clear    //打开auto美国1978年汽车行业横截面数据sum price mpg rep78 weight ,detail
*20、相关分析：sysuse "auto.dta", clear    //打开auto美国1978年汽车行业横截面数据corr price mpg rep78 weight ,detailpwcorr price mpg rep78 weight pwcorr price mpg rep78 weight ,sig star(0.05)  pwcorr_a wage educ exper tenure,star1(.01) star5(.05) star10(.1)
*21、工具变量与内生性
*1、豪斯曼检验：*Hausman检验的基本语法格式为：hausmanname-consistent [name-efficient] [, options]reg y x1 x2eststore olsivregress2sls y x1 （x2=z1 z2）eststore ivhausmaniv ols ，constant sigmamore
*2、过度识别的命令为estat overid
*3、弱工具变量检验estatfirststage，all forcenonrobust

*22、二值选择模型logit depvar [indepvars] [if] [in] [weight] [, options]probit depvar [indepvars] [if] [in] [weight] [, options]
*23、多值选择模型mlogit depvar [indepvars] [if] [in] [weight] [, options]
*24、条件logit*条件logit对应命令为：clogit语法格式为：clogit depvar [indepvars] [if] [in] [weight] , group(varname) [options]group (varname) 搭配组变量 offset(varname) 约束 varname的系数＝1 constraints (numlist) 应用特定的线性约束 collinear 保留多重共线性预测变量 vce(vcetype) 包括oim, robust, cluster clustvar, opg, bootstrap JackknifeNonnest 不检查嵌套类型的面板数据
Fit conditional logistic regression (matched case-control data)clogit low lwt smoke ptd ht ui i.race, group(pairid) 

*25、时间序列模型
*时间序列声明use 时间序列数据.dta, cleartsset year   //时间序列声明
*单位根检验use 时间序列数据.dta, cleardfuller d.m,lag(2)        //ADF检验dfuller m,nocon regress   //ADF检验dfuller m,trend regresspperron m,lag(2)          //PP检验                   pperron m,nocon regress           pperron d.m,regressdfgls m                //DF-GLS检验kpss  m,notrend       //KPSS检验
*ECM单位根检验reg m s g estimates  store model1predict ecm,residualreg d.m d.s d.g ecm   //ECM模型
*VAR模型varsoc m s g ,maxlag(5)var m s g ,lags(1/4)varstable,graphvargrangerirf create myrif,set(myrif) replaceirf graph irf
*VECM模型vecrank m s g,lags(4)varsoc m s g,maxlag(5)vec m s g,lags(4) reg m s g vecstable,graph
*26、面板模型
*面板声明use FDI.dtar, clearxtset id yearxtdesxtline lngdp
*单位根检验xtunitroot llc lngdp,lags(2) trendxtunitroot llc d.lngdp,lags(2) trendxtunitroot ips lngdpxtunitroot ips d.lngdp
*协整检验
xtwest lngdp lnfdi lni,lags(2)
*混合回归reg lngdp lnfdi lniereg lngdp lnfdi lnie,robustreg lngdp lnfdi lnie,vce(cluster id)
*固定效应xtreg lngdp lnfdi lnie lnex lnim  lnci lngp,fextreg lngdp lnfdi lnie lnex lnim  lnci lngp,fe,fe vce (cluster id)xi:xtreg lngdp lnfdi lnie lnex lnim  lnci lngp  i.id,vce(cluster id) //LSDV 考虑个体固定效应tab year,gen(year)xtreg lngdp lnfdi lnie lnex lnim  lnci lngp year2-year14,fe xtreg lngdp lnfdi lnie lnex lnim  lnci lngp year2-year14,fe vce (cluster id)test year2=year3=year4=year5=0
*随机效应xtreg lngdp lnfdi lnie lnex lnim  lnci lngp,re mlextreg lngdp lnfdi lnie lnex lnim  lnci lngp,vce (cluster id) xtreg lngdp lnfdi lnie lnex lnim  lnci lngp,re mle    //随机效应的MLE参数估计方法
*Hausman检验--随机和固定效应的检验xtreg lngdp lnfdi lnie lnex lnim  lnci lngp,reest store rextreg lngdp lnfdi lnie lnex lnim  lnci lngp,feest store fehausman fe reest table re fe, b(%6.3f) star(0.1 0.05 0.01) outreg2 [fe re] using daqinxueshu.doc,stats(coef,tstat) addstat(Ajusted R2,`e(r2_a)') replace