干货 福利 常用的27个Stata命令

注意：红色字体表示使用时需要结合实际进行修改的内容

【1】直接导入csv格式数据

insheet using name.csv, clear

【2】修改变量长度

format var %20.2g

【3】删除重复值

sort var1 var2

duplicatesdrop var1 var2, force

【4】数据合并

use data1, clear

merge m:m var1var2 using data2

drop if _merge==2

drop if _merge==1

drop _merge

 

【5】生成一期滞后项

tsset stkcd accper

gen newvarname=L.varname

 

【6】将文字转化为数字变量

genBigN=0

replaceBigN=1 if strmatch(dadtunit,'普华永道*')

 

【7】删除有缺失值的记录

egen mis=rowmiss(_all)

drop if mis

drop mis

 

【8】行业划分

clonevarsic2=ind

order stkcd accper sic2

replace sic2=substr(sic2,1,1) if substr(sic2,1,1)!=”C”

replace sic2=substr(sic2,1,2) if substr(sic2,1,1)==”C”

tabulate sic2 accper

 

【9】日期只保留年份

drop if substr( reptdt ,6,2)!='12'

replace reptdt=substr(reptdt,1,4)

gen accper=real(reptdt)

 

【10】数据分列

split date ,parse(-) destring ignor('-')

 

【11】求两个日期之间的间隔天数

g td=date(trading_date,'YMD')

g ed=date(eventdate,'YMD')

form td ed %td

g d=ed-td

 

【12】生成行业、年份哑变量

tab year, gen(year)

tab industry, gen(industry)

 

【13】对数据进行Winsorize处理

findit winsor2

winsor2 varname, replace cut(1 99)

 

【14】描述性统计

tabstat var1var2, stat(n min mean median p25 p75 max sd),  if groupvar==0 or 1

logout, save(name) word replace: tabstat var, stat(n min mean p50 max sd) col(stat)f(%9.2g)

 

【15】两变量列联表

tabulate var1 var2, row chi2 taub gamma

 

【16】两样本间的均值T检验

ttest var, by(groupvar)

 

【17】两样本中位数Z检验

ranksum var, by(groupvar)

 

【18】Pearson/Spearman系数

spearmanx*
n mata
x=st_data(.,'x*')
c=correlation(x)
n=rows(c)
b=strofreal(lowertriangle(c)+uppertriangle(st_matrix('r(Rho)')),'%9.3f')
p=st_matrix('r(P)')
for (i=2; i<=n; i++) {
for (j=1; j<=i-1; j++) {
p[i,j]=2*ttail(rows(x)-2,abs(c[i,j]/sqrt((1-c[i,j]^2)/(rows(x)-2))))
b[i,j]=b[i,j]+(p[i,j]<0.01?'***':(p[i,j]<0.05?'**':(p[i,j]<0.1?'*':'')))
b[j,i]=b[j,i]+(p[j,i]<0.01?'***':(p[j,i]<0.05?'**':(p[j,i]<0.1?'*':'')))
}
}
c=editvalue(b, '2.000', '1')
c
end

直接导出结果

logout, save(pw) word replace:pwcorr_avars, star1(0.01) star5(0.05) star10(0.1)

 

【19】按年度按中位数分组

方法一

bysort year: egen g=xtile(var), n(2)

方法二

bys accper: cumul icindex, g(g) eq

levelsof accper, local(id)

display '`r(levels)''

local cut1 = 1/2

foreach x of local id {

recode g (min/`cut1'=0)(`cut1'/max=1) if accper==`x'

} 

分三组

bys accper:cumul icindex, g(g) eq

levelsof accper, local(id)

display '`r(levels)''

local cut1 = 1/3

local cut2 = 2/3

foreach x of local id {

recode g (min/`cut1'=1)(`cut1'/`cut2'=2)(`cut2'/max=3)if accper==`x'

}

【20】输出回归结果

安装 

ssc install estout, replace

单个回归

reg

esttab using name.rtf, compress nogap r2 ar2 star(* 0.1 ** 0.05 *** 0.01)

 多个回归一起

reg

est store m1

reg

est store m2

esttab m1 m2 using name.rtf, compress nogap r2 ar2 star(* 0.1 ** 0.05 *** 0.01)

 连续运行tobit模型结果导出：

esttab m1 m2, b(%9.4f) t scalars(N ll Fchi2 type), using name.rtf, compress nogap

连续运行OLS模型结果导出：

esttab m1m2, b(%9.4f) tscalars(N r2 F p), using name.rtf, compress nogap

 

【21】异方差检验及处理

检验：怀特检验

ssc install whitetst

reg

estat imtest, white

处理：“OLS+稳健标准差”

reg y x1 x2 x3, robust

 

【22】DW检验（序列相关性一阶）

gen id=_n

tsset id
estat dwatson

 

【23】多重共线性

reg y x1 x2 x3
vif

 

【24】是否遗漏高次项

例如，检验y对x的线性回归有没有遗漏高次项

reg y x

estat ovtest

或者estat ovtest, rhs

 

【25】逐步回归

stepwise, pe(0.1): reg y x

 

 

【26】Maddala(1983)两阶段处理效应模型

treatreg yx1-xn, tr(z=w1-wm)two

 

【27】Justified Jones Model

statsby _b, by(ind accper)saving(*.dta,replace):reg yx, noconstant

merge m:m indaccper using *.dta

gen yhat=y-_b*x